三种模糊聚类算法在遥感图像分割中的应用比较.pdfVIP

第36卷 南京大学学报(自然科学) voJ．36 U卜耵ⅣEIlSrrY 计算机专辑 JOURNALOFNANJn呵G l鹞噼 Compu把r !竺兰!!星 型翌翌生!曼型￡罂2 竺竺：!竺! 三种模糊聚类算法在遥感图像分割中的应用比较’ 仲海泉 孙怀江 夏德深 (南京理工大学计算机系603教研室，南京．210094) 薯叠奉文研究了3种模糊聚粪算法——FCM、KFcM和Gl妊cM在TM圈像分割中的特点 和作用．目的在于寻求一种应用于1M图像分割的相对量佳模糊聚类算法．经过比较发现在 参教台理的情况自下，GBFcM算法具有较大优势，收敛速度快．而在先验知识缺乏的情况 下，FcM和】(】硼算法．具有相戗的特性．虽然收鼓速度较授，但会获得较稳定的结果． 美t谭模糊聚类．圈像分翻．1M田像 O引言 现在，图像分割技术在许多应用领域都发挥着重要的作用，如机器人视觉。目标识 剐以及遥感图像分类等。经典的聚类算法将每个像素严格的划分为属于某～类。但是在 实际上某些对象并不具有严格的属性，比如在遥摩图像中典型的混合像元问题．这时采 用模糊聚类可以获得更好的效果．本文主要讨论了3种不同的模糊聚类算法——删、 l(IcM和GBFCM算法在1M图像分割中的特点和作用．目的在于在给定的1M遥感图 像中，将图像中的棉花地块分离出来，咀获取棉花的种植面积。FCM是目前应用较多的 传统模期聚类算法，Ⅺ℃M是模糊Koh册∞自组织同算法．而GBFcM是基于梯度下降 法的FcM算法． 1 FCM算法 模期c均值算法(Fuz珂c·M％雌)简称为FcM算法。FcM算法是一种有效的敷据 聚类算法，它依据最小二乘法原理，通过使均方差目标函数J删，v)的迭代优化来获取对 像素集的模糊分类，即求曲{J(u’、m． 设敷据集x《而，工2，．．，‘}为像素的集台；整敷c为类别数2≤c≤n；隶■度矩阵 u2kk满足约束条件‰∈【0，ll，奇琏乩VI和。t差l。}七t^w；V叫Vt，V2，．．．，v。} ‘第一作者简介：忡海泉．19孵年毕业于南京理工大学计算机熏．现攻读南京理工大学计算机薰 磺士．方向为模式识嗣与人工智蕾． l卯 南京大学学报(自然科学】 第36卷 为c个聚类中心集台。 J(乩n=差l奇陆”懈琅)2，m∈(1，m)为加权系数 (1) “n{J(U’v)}的问题可以转化为两个问曩来解决． AA F知=—(Ⅵ；柳={叶；。∑．a庙)爪工七／。∑．《‰)历；1s，sc} (2) ‰=槲；柳印f；喜㈨～t偿％^1引如}Jp2I ，#oI r 2 1 B‰叫‰．椰却一1砉( )”’l；Vf，l】}} O) 1 问题B具有约束条件奇珑_1’Vh可用嘲曲法求解· 问题A不受条件约柬，可通过令可。，vf=o求解。但当8^一V。8=o时，公式(2)就无 qh 法簟算了’这时应将所札虮吼沪o’以及文妒’ot FcM算法如下： ． ． (1埔定聚类类别数c，加权指数m．对称矩阵A，当取A_I时，(。砖)2表示欧式距离． 任意制定隶属度矩阵c，l”，伊O． (2){畏据u‘‘’按公式(3)计算v， ton (3)F甜婷I 幻计算^与瓦： L={巾蔓f≤c，丸=ih—v。1l=o)i；{l，2，．．．c卜L。 b)计算数据孔的新的隶属度值 (4)