谱聚类遥感影像分割方法研究
谱聚类算法分割遥感影像存在如何通过定义像素间连接关系、相似度及权值矩阵构建影像图模型以合理表达影像蕴含信息和如何利用图模型自动、准确判别影像类别数的两项问题。为此，提出结合像素邻域和光谱测度差异构建影像图模型，后分析图模型建立类别数与据图模型所得数据间关系，以准确判别影像类别数，进而指导遥感影像的谱聚类分割。提出算法首先令邻域像素直接相连构建连接矩阵;定义尺度参数计算方法，计算所有像素对应尺度参数;定义两像素在其各像素对应尺度参数下的相对相似度，取像素间相似度为两相对相似度的乘积;进而定义像素间连接权重为其间连接边与相似度的乘积构建权值矩阵，建模影像图模型。然后，依据图模型的权值矩阵构建Laplacians矩阵，特征分解该矩阵获取其特征向量矩阵，并视特征向量矩阵与像素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同（近似）块对角结构时类属同一真实目标类像素特征点的聚集性，定义聚类度指标;计算不同分割类别数对应聚类度以讨论聚类度随分割类别数变化的规律;进而选取聚类度将发生最后一次较大跳变时的分割类别数作为算法估算的影像类别数。最后，采用模糊C均值算法(Fuzzy C-means，FCM)算法划分估算类别数对应像素特征点集实现遥感影像分割。采用提出算法分别分割模拟影像、合成影像和真实遥感影像，实验结果表明，提出算法可准确地判别出影像类别数，实现影像区域与边界的最优划分，且定性及定量的评价结果进一步表明提出算法可行且有效。
遥感影像;图像分割;谱聚类算法;像素邻域;光谱测度差异
辽宁工程技术大学
硕士
摄影测量与遥感
李玉
2017
中文
TP751
73
2018-12-11（万方平台首次上网日期，不代表论文的发表时间）