1. 初始化:确定分类数(k)、迭代次数(n)和每类的初始中心点(一般随机选取)。

  2. 分类:将所有像元赋予最近的中心点的类别。

  3. 更新中心点:计算每个类别的新中心点,即每个类别中所有像元的平均值。

  4. 合并类别:如果两个类别之间的距离小于设定的阈值,则将它们合并成一个类别。

  5. 判断结束:如果达到预设的迭代次数或者类别数不再改变,则停止迭代。否则返回步骤2。

  6. 输出结果:输出每个像元所属的类别。

ISODATA算法步骤详解:分类、聚类与中心点更新

原文地址: https://www.cveoy.top/t/topic/ocZa 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录