基于模糊聚类的高光谱遥感数据分类研究—论文.docVIP

河南农业大学 本科生毕业论文（设计） 题 目 基于模糊聚类的高光谱遥感数据分类研究 学 院 信息与管理科学学院 专业班级 计算机科学与技术 学生姓名 指导教师 撰写日期：二○一三年五月二十日 目录 引言 2 1概述 2 1.1 研究背景 2 1.2 意义 3 2遥感图像分类技术的现状 4 2.1遥感影像信息提取方法 4 2.2 遥感影像分类 4 3 模糊聚类及其理论基础 6 3.1聚类的概念 6 3.2聚类分析的步骤 7 3.2.1特征提取 7 3.2.2聚类算法的实施，聚类结果的获得 7 3.2.3聚类结果的评估 8 4 K-均值聚类算法及其应用 8 4.1 k均值聚类算法思想 8 4.2 k均值算法步骤 8 4.3 K均值算法的过程描述 9 4.4 基于K均值聚类的高光谱数据分类实验 10 4.4.1实验设计及数据的采集 10 4.4.2数据的处理 10 4.4.3数据分类的程序实现 12 4.4.4分类结果 14 5结论 15 参考文献 15 致 谢 16 附件 17  基于模糊聚类的高光谱遥感数据分类研究 苏娟 信息与管理科学学院计算机科学与技术专业 摘要：高光谱遥感信息由于其数据量大、信息冗余多等特点，需要开展针对性的处理理论和方法研究，如波段选择、高光谱分类等。遥感信息智能处理是目前遥感科学领域的研究热点之一，具有重要的理论意义和实用价值。本文采用ASD FieldSpec HandHeld手持式高光谱仪，对不同药剂浓度控制的不同严重度5个实验处理中小麦白粉病冠层光谱反射率进行测定，然后通过对原始反射率数据的变换和数理统计分析,运用模糊聚类方法对光谱反射率数据进行分类试验，分类结果显示，从400nm-900nm波长范围选出的20个特征点的反射值，利用k-均值聚类算法能够实现反射率数据的聚类，聚类结果最高达到单个组的正确率76.67%，平均正确率最高为 64.67%。实验结果表明，模糊聚类能够实现高光谱遥感数据的有效分类，为进一步探讨利用高光谱遥感识别小麦病虫害的严重度提供重要的理论依据。 关键词：高光谱遥感；智能处理；光谱反射率；模糊聚类；K-均值聚类 Hyperspectral remote sensing data classification based on fuzzy clustering Abstract：Hyperspectral remote sensing information due to the large amount of data and information redundancy and other characteristics, more need to develop argeted reatment theory and method of research, such as band choice, hyperspectral classification, etc. Intelligent processing of remote sensing information is one of research hotspots in the field of remote sensing science, has important theoretical significance and practical value.By ASD FieldSpec HandHeld HandHeld spectrometer, high concentration on different agents control the different severity of five experimental wheat powdery mildew in dealing with the canopy spectral reflectance was measured, and then through transformation of the original reflectance data and mathematical statistics analysis, the fuzzy clustering method for spectral reflectance data to test classification, classification, according to the results from 400