主成分分析在均值漂移遥感影像分割中的应用.pdf

第 31卷 第 2期 遥 感 信 息 VoI．31，No．2 2016年 4月 RemoteSensingInformation Apr．，2016 主成分分析在均值漂移遥感影像分割中的应用 黄灵操 ，栾海军 (厦 门理工学院计算机与信息工程学院，厦 门361024) 摘要：针对均值漂移分割算法假设样本处于欧式空间，而遥感影像 由于波段范围广，不能像普通彩色图像一 样 ，能够 由RGB空间转换到 LUV空间来满足这种假设 的问题 ，该文提 出采用主成分分析 (PrincipalComponent Analysis，PCA)对遥感影像进行变换，以满足这种假设。对于输入的一幅遥感影像，首先采用PCA对该影像进行 变换，并且将变换后的数据线性拉伸到 0～255之间，然后替换原始影像数据，并调用均值漂移算法进行影像分 割。实验结果表明，采用所提 出方法得到的结果优于直接对原始影像进行均值漂移分割的结果。 关键词 ：特征空间；影像分割；主成分分析 ；MeanShift；相关性 doi：10．3969／j．issn．1000—3177．2016．02．017 中图分类号 ：TP751 文献标识码 ：A 文章编号 ：1000—3177(2016)144—0093—04 Application ofPrincipalComponentAnalysisinM eanShift Segmentation forRemoteSensingImagery HUANGLing—cao，LUAN Hai—jun (SchoolofComputerandIn!formationEngineering，XiamenUniversityofTechnology，Xiamen361024，China) Abstract：MeanShiftsegmentationalgorithm requiresthevalidityofeuclideanmetricforthefeaturespace．Ingeneral，we canconvertRGB imagefrom RGBspacetoLUV spacetomeetthisrequirement，butremotesensingimagehasawiderangeof bands，thisconversionmethod isno longerapplicable．In ordertosolvethisproblem ，thispaperadoptsprincipalcomponent analysis(PCA)totransform remotesensing image to meetthisrequirement．First，usePCA totransform theinputremote sensingimage．Second，stretch thedata to0～ 255 bythe lineartransformation．And then replacetheoriginalimagedata． Finally，calltheM ean Shiftalgorithm forimage segmentation．Experimentalresultsshow theeffectivenessoftheproposed method． Keywords：featurespace；imagesegmentation；principalcomponentanalysis；meanshift；relativity MeanShift也称为均值漂移 ，最早 由Fukunaga O 引 言 等人 提出；Cheng通过定义一族核函数和设定一 影像分割是指把影像分成各具特性的区域并提