模糊C均值聚類遙感影像分類.pdf

《模糊C均值聚類遙感影像分類.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、第3期礦山測量No．32011年6月MINESURVEYINGJun．20l1doi：10．3969／j．issn．1001—358X．2011．03．009模糊C均值聚類遙感影像分類回曉娜，董靜(1．沈陽沈西燃氣有限公司，遼寧沈陽110013；2．遼寧工程技術大學測繪與地理科學學院，遼寧阜新123000)摘要：模糊c均值聚類算法可有效的解決遙感信息的不確定性和混合像元的劃分。文中基于matlab平臺、采用模糊C均值聚類對遙感影像進行分類，并運用混淆矩陣對分類結果進行了精度評定。實驗結果表明，基于模糊C均

2、值聚類使得分類后的圖像很好地區(qū)分了地物類別，取得了較好效果。關鍵詞：遙感；影像分類；C均值聚類；精度評定中圖分類號：P237文獻標識碼：B文章編號：1001—358X(2011)03—0032—03所謂遙感影像分類就是根據遙感影像的光譜特糊聚類的優(yōu)點在于能適應那些分離性不是很好的數征、紋理特征、空間特征等按照某種判斷規(guī)則對目標據，這允許了數據性質的模糊性，為數據結構的描述逐步探測、識別和鑒定的過程。提供了詳細的信息。傳統(tǒng)的硬劃分具有非此即彼的性質，而由于衛(wèi)1．1模糊C均值聚類數學基礎星遙感數據具有多光譜波

3、段、多空間分辨率和多時模糊c均值聚類算法用模糊集理論對K均值算問分辨率的特點，其數據量龐大，并且由于各種地物法進行改進，并用隸屬度來衡量像元屬于各個類別波譜輻射的復雜性以及干擾因素的多樣性等原因，的程度。模糊c均值聚類算法改變了均值分類中從而使獲取的遙感數據具有模糊、不確定性等特征非此即彼的特性。其基本思想為：設要進行聚類分且數據分布復雜，遙感信息的這種不確定性和混合析的影像像元數為n，影像像元集合X={，，像元問題使部分像元很難進行非此即彼的劃分。實?}，其中={，，?，P為特征向量數。際上遙感數據所反

4、映的大多數地物并沒有嚴格的類設把影像像元分為C個類別，每個類別的聚類中心，屬性和隸屬關系，具有“亦此亦彼”的性質。因此考=(，??)，聚類中心集合V：{．，，?}。用慮各個像元屬于各個類別的隸屬度，進行軟劃分才表示像元隸屬于以為中心i的隸屬度，定義能更好地區(qū)分不同地物類別。隸屬度矩陣如下：模糊C均值聚類(FuzzyCMeansClustering，U=l／tj?(1)FCM)就是結合模糊集理論和K均值聚類而提出來的矩陣U中每一列的元素表明所對應的像元隸屬適合進行軟化分的模糊聚類分析方法。所以采用模于C個類

5、別中各個類的隸屬度。滿足如下約束條件：糊聚類的方法可較好處理遙感數據的分類問題。>0，：1，0≤≤1本文基于matlab平臺，采用模糊c均值聚類(i=1，2，?，n)(2)算法對遙感影像進行分類并運用混淆矩陣對分類結對隸屬度進行了模糊化，可取0到1之間果進行了精度評定。的任意實數，但其隸屬度的總和總是等于1，這符合1模糊C均值聚類遙感像元的實際情況。而屬于硬聚類的均值聚類其隸屬度具有非此即彼的性質，隸屬度只能取0FCM算法是基于對目標函數的優(yōu)化基礎上的一或1。定義目標函數I，：種數據聚類方法。聚類結果是每

6、一個數據點對聚類I，(，)=[()(d)](3)中心的隸屬程度，該隸屬程度用一個數值來表示。．使得每個給定數據點用值在0，1間的隸屬度來確定其中，d：ll一lI為Euclidean距離；D2∈其屬于各個組的程度。與引入模糊劃分，不過，加上[1，。。)為模糊加權指數。在模糊聚類目標函數中歸一化規(guī)定，一個數據集的隸屬度的和總等于l。模{J：1

7、就是使目標函數達到局部最小值的分類。對目標函數進行最優(yōu)化計算時，由于目標函數包含兩個參數(，)，故按拉普拉斯乘數法進行優(yōu)化計算時，對(，)進行交替迭代優(yōu)化計算。1．2模糊c均值聚類算法流程FCM算法的流程如下：(1)提取樣本紋理特征值，求其均值，可得到初始聚類中心。圖1實驗數據(2)初始化：設置初始聚類中心，聚類數c，隸聚類中心，然后用模糊C均值分類器對待分類影像屬度矩陣和加權指數m，終止誤差e和最大置迭進行分類，然后輸出分類后影像，并進行精度評價。代次數LOOP。其處理的流程如圖2。(3)開始循環(huán)，當迭

8、代次數為，(IT=0，1，2，?)時，根據¨計算c均值向量：俐模佩對輸樣建始本初糊原出特始聚影始分：=()Xk／r()))，i=1，2，?，c，^I=l類像—影—類征提聚類分特像(4)后類征分影(4)對k=1，2，?，n，按以下公式更新¨為取lf提器類像心取(：若≠(i：1，2，?，C)滿足，則對此計算圖2分類系統(tǒng)流程一2．2．1樣本選取ttik=生1'2，?，c(5)對經過預處理的圖像，通過人工目視判讀，按照dJjk類別從影