摘要: 用EM方法直接对多光谱数据分类会遭遇方差协方差矩阵奇异和随机选取初值敏感两个问题,前者会导致计算失败,后者因随机选取不同初值而得到不同的分类结果。本文提出对多光谱数据进行对数变换来凸显类型特征,然后进行主成分变换并根据主成分贡献率确定EM算法分类所需主成分数,消除了方差协方差矩阵的奇异性,同时削弱了噪声;对数变换后的第一主成分直方图充分反映了类型信息,由此确定的初始标签作为多个主成分EM分类算法所需初始值,避开了随机选初值的敏感问题。实验证明,所提出的计算方案分类精度优于普通EM方法和传统的K-means 方法。