基于模糊C均值算法的遙感圖像變化檢測(cè)的研究.pdf

1、為了加強(qiáng)對(duì)國(guó)土資源的管理和利用，促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展和社會(huì)的全面進(jìn)步，迫切需要科學(xué)、及時(shí)地對(duì)國(guó)土資源利用情況進(jìn)行動(dòng)態(tài)的監(jiān)測(cè)。遙感技術(shù)以其快速、準(zhǔn)確、周期性短等特點(diǎn)在國(guó)土資源管理中具有明顯的優(yōu)勢(shì)，研究和開發(fā)遙感衛(wèi)星監(jiān)測(cè)平臺(tái)對(duì)國(guó)土資源利用情況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)已經(jīng)成為了熱點(diǎn)。變化檢測(cè)作為遙感衛(wèi)星監(jiān)測(cè)系統(tǒng)中的關(guān)鍵部分，一直以來(lái)被廣泛研究。在對(duì)目前常用的變化檢測(cè)算法進(jìn)行歸納總結(jié)和比較分析的基礎(chǔ)上，本文重點(diǎn)研究了基于模糊C均值算法的遙感圖像變化檢測(cè)方法，

2、即利用一個(gè)快速模糊C均值聚類算法進(jìn)行遙感圖像分類處理，然后利用多波段綜合掩膜變化檢測(cè)方法進(jìn)行遙感圖像變化檢測(cè)。 本文主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下： （1）針對(duì)于傳統(tǒng)模糊C均值算法性能受聚類中心初始化影響以及聚類中心初始化算法時(shí)間開銷大的問題，提出了一種山函數(shù)與密度函數(shù)結(jié)合的聚類中心初始化算法。該方法既能解決密度函數(shù)法中數(shù)據(jù)集大、算法執(zhí)行效率低的問題，又能有效緩解山函數(shù)法中計(jì)算量隨特征空間維數(shù)增加而呈指數(shù)遞增的問題。同時(shí)，該算

3、法得到的初始聚類中心是準(zhǔn)最優(yōu)的，它有利于模糊C均值算法的快速收斂和聚類精度的提高。 （2）針對(duì)傳統(tǒng)模糊C均值算法執(zhí)行時(shí)間開銷大的問題，本文提出了一種快速模糊C均值算法。首先，利用山函數(shù)與密度函數(shù)結(jié)合的聚類中心初始化算法選取合適的初始聚類中心。然后，針對(duì)時(shí)間復(fù)雜度降低的模糊C均值算法中存在的樣本點(diǎn)與聚類中心重合的問題，提出了一種改進(jìn)的時(shí)間復(fù)雜度降低的模糊C均值算法，再利用該算法進(jìn)行遙感圖像的聚類?？焖倌：鼵均值算法有利于圖像分類精

4、度和效率的提高，從而更進(jìn)一步提高了整個(gè)變化檢測(cè)過程的精度和效率。 （3）針對(duì)于影像增強(qiáng)與分類后比較相結(jié)合的變化檢測(cè)算法中可能存在著有用信息丟失的問題，本文提出了一種多波段綜合掩膜變化檢測(cè)算法。首先綜合分析各波段變化情況形成多波段綜合變化掩膜，然后將其疊加在時(shí)相2的遙感圖像上并對(duì)變化像元進(jìn)行分類，最后將時(shí)相1和時(shí)相2的分類圖像進(jìn)行比較，得到土地利用變化類型和變化位置信息。多波段綜合掩膜變化檢測(cè)算法能防止有用信息的丟失，提高了變化檢