2021-11-01 21:16:18 索炜达电子 505
文件编号:B152
文件大小:2.7M
猿创承诺:该项目亲测正常运行,需远程调试部署需另外收费,确保正常使用,不能正常使用全额退款。
简要概述:Matlab实现遥感图像分割
一. 实验目的
根据同一地区的7个波段遥感图像,利用图像处理分割方法对该区域进行无监督分类,在本实验中分为三类:水域,居民区和其他,以便于后续分析和处理。
二.试验方法
在本实验中用到的核心方法是K-mean方法。
(1)k-means算法的思想为同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值与像素之间的距离来进行计算的。首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。
具体流程:
-对7个波段图像分别选取3个初始中心点,N1,N2,N3他们分别为7元素数组,代表七个波段。
-对于I(i,:,:)分别与N1,N2,N3比较,假定与N1差值最少,就标记为T(1),i表示波段;
-对于所有标记为T(1)点,重新计算分类中心店N1={ 所有标记为T1的I(i,:,:)之和}/标记为T(1)的个数
-重复上述步骤,直到所有N值的变化小于给定阈值,设置为0.00001。
按需写作:
演示视频:
点击查看:系统演示视频
运行效果:
远程协助:
温馨提示:索炜达.猿创官方提供收费远程协助,确保您项目运行成功。
点击查看:远程协助相关事项
我们提供完整项目文件清单如下:
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频