基于模糊C均值算法的遙感圖像變化檢測的研究.pdf

1、為了加強對國土資源的管理和利用，促進經(jīng)濟可持續(xù)發(fā)展和社會的全面進步，迫切需要科學(xué)、及時地對國土資源利用情況進行動態(tài)的監(jiān)測。遙感技術(shù)以其快速、準(zhǔn)確、周期性短等特點在國土資源管理中具有明顯的優(yōu)勢，研究和開發(fā)遙感衛(wèi)星監(jiān)測平臺對國土資源利用情況進行動態(tài)監(jiān)測已經(jīng)成為了熱點。變化檢測作為遙感衛(wèi)星監(jiān)測系統(tǒng)中的關(guān)鍵部分，一直以來被廣泛研究。在對目前常用的變化檢測算法進行歸納總結(jié)和比較分析的基礎(chǔ)上，本文重點研究了基于模糊C均值算法的遙感圖像變化檢測方法，

2、即利用一個快速模糊C均值聚類算法進行遙感圖像分類處理，然后利用多波段綜合掩膜變化檢測方法進行遙感圖像變化檢測。 本文主要研究內(nèi)容和創(chuàng)新點如下： （1）針對于傳統(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)法中計算量隨特征空間維數(shù)增加而呈指數(shù)遞增的問題。同時，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）針對傳統(tǒng)模糊C均值算法執(zhí)行時間開銷大的問題，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，針對時間復(fù)雜度降低的模糊C均值算法中存在的樣本點與聚類中心重合的問題，提出了一種改進的時間復(fù)雜度降低的模糊C均值算法，再利用該算法進行遙感圖像的聚類。快速模糊C均值算法有利于圖像分類精

4、度和效率的提高，從而更進一步提高了整個變化檢測過程的精度和效率。 （3）針對于影像增強與分類后比較相結(jié)合的變化檢測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，然后將其疊加在時相2的遙感圖像上并對變化像元進行分類，最后將時相1和時相2的分類圖像進行比較，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算法能防止有用信息的丟失，提高了變化檢