Resumen

Para mejorar la precisión de la clasificación no supervisada basada en modelos de dispersión, se introduce el modelo Yamaguchi de cuatro componentes, que es una versión mejorada del modelo Freeman de tres componentes más conocido. Para ello, el modelo de cuatro componentes se combina con el modelo de distancia Wishart. A continuación, se desarrolla el nuevo algoritmo de agrupación propuesto y se describe el procedimiento de este nuevo método. En los experimentos, se seleccionan siete áreas de diversas homogeneidades a partir de la imagen de muestra de Flevoland en el conjunto de datos AIRSAR. Se realizan experimentos cualitativos y cuantitativos para un estudio comparativo. Se puede observar fácilmente que la resolución y los detalles mejoran notablemente con el nuevo método propuesto. La precisión de la clasificación en áreas homogéneas también ha aumentado significativamente al adoptar el nuevo algoritmo iterativo.

• Materias:Ingeniería electrónica Comunicaciones Ópticas Redes Inalámbricas Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Optical communications Wireless Networks Signal processing computer-assisted Data processing
• Palabras claves:imagen de muestra de flevoland, modelo de distancia de wishart, modelo de componentes de freeman, modelo de componentes de yamaguchi, nuevo algoritmo iterativo, precisión, conjunto de datos airsar, estudio comparativo, modelo de componentes, áreas homogéneas
• Keywords:flevoland sample image, wishart distance model, component freeman model, component yamaguchi model, new iterative algorithm, accuracy, airsar dataset, comparative study, component model, homogeneous areas