中国地质大学(武汉)模式识别第二次试验-kmeans..docVIP

模式识别第二次实验 学号： 20121001873 班学号 姓名： 吴泽光 指导老师：马丽 中国地质大学（武汉）机械与电子信息学院 2015年4月 题目：基于k-means算法的遥感图像分类 实验目标： 1. 掌握K-means算法原理 2. 用MATLAB实现k-means算法，并进行结果分析 实验内容： 1. 采用zy3sample数据（400*400*4），该数据包含4个类别：土地；农作物/植被；大棚；道路。 2. 关于初始聚类中心的选择，如果是采用随机选择方法，那么至少随机选择3次，并进行结果比较。（注意：道路占有的像素很少，所以随机选择4个聚类中心的话，很可能选择不到这种地物。可以思考该如何解决这个问题？可以简单的先从带有标签的CMap（也就是自己做的ROI保存的图像）中选择，也就是当选择的4个聚类中心都正确的分别属于一类地物的话，看看k-means算法的结果，是否比在整个图像中随机选择要好。） 3. 关于迭代终止条件。可以参考下面的一种方法：（1）设置一个阈值，当前后两次聚类中心的差别小于这个阈值的时候，停止迭代。（2）设置一个阈值，当前后两次聚类中所包含的点的数目变化小于这个阈值的时候，停止迭代。（3）设置最多迭代次数，也就是不管迭代有没有收敛，只要达到这个迭代次数就停止。 4. 关于距离度量方法，可以选用欧氏距离，光谱角距离（提供代码），如果两个都选择，那么比较一下聚类效果哪个好，或者也可以查资料采用其他更好的方法。 5. 画出整个图像的聚类结果，每种类别采用一种彩色ujuj（提供ColorTable和画图代码）。 基本要求： 1.每位同学必须掌握k-mean算法的原理，以及会用MATLAB把算法实现，对图像进行分类。 发挥部分： 1. 关于初始聚类中心的选择，进行方法的比较和思考。 2. 关于距离度量方法，进行方法的比较和思考。 3. 实验的目的就是得到更好的聚类效果，不管采用什么方法，只要达到这个目的就可以。 试验过程： 1，k-means算法原理： K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 算法过程如下： 1)从N个数据中随机选取K个点作为类心 2）对剩余的每个数据点测量其到每个类心的距离，并把它归到最近的类心的类 3）重新计算已经得到的各个类的类心 4）迭代2～3步直至新的类心与原类心相等或小于指定阈值，算法结束 2，算法代码： 1)首先选择每个类的平均值作为每个类的类心，类心迭代5次： K-means部分： 2）随机选择类心，对比程序： 3）求数据之间的光谱角距离： 4）求数据之间的欧氏距离： 3）算法结果： 欧氏距离，以每个类的平均值为类心迭代5次后的结果： 对比上个算法，随机选择类心的结果： 对比第一个算法，随机选择类心迭代一次后的结果： 对比第一个算法，选择平均类心循环一个后的结果： 对比上一个算法，选择光谱角后的结果： 4，结果分析： 总体的分类效果都不是很好。从迭代次数来看，选择每一类的平均值作为类心且只迭代一次的效果最好。随机选择类心分类错误区域比较大，而且成片出错。选择欧氏距离分类效果比光谱角距离要好，分类边界的轮廓更清晰。 5，总结。 对k-means算法的了解有了一个更直观的感受，但是迭代次数越多效果反而不好，可能是图片数据比较复杂，类的边界不清晰导致类心的计算出错，使新的类心反而偏离了正确的类心。光谱角距离对图片边界分类模糊，欧氏距离效果要好一些。 程序的循环较多，导致运行过程比较长，应该选择矩阵的数据处理方式以提高数据处理速度。  %% 读遥感数据，以及读入带标签的数据 %在CMAP中求平均值，欧式距离,定阈值 clear %% read the data zy3sample1 Img = multibandread(zy3sample1,[400,4