[发明专利]遥感图像的主动谱聚类方法

权利要求书

1.遥感图像的主动谱聚类方法，其特征在于，包括步骤：

步骤1，建立遥感图像数据集I的相似矩阵S，相似矩阵S中元素s_ij表示遥感图像数据集I中遥感图像i和遥感图像j的相似程度；

步骤2，以相似矩阵S为边的权重矩阵构建遥感图像数据集I的k-NN图，k-NN图中顶点表示遥感图像数据集I中的遥感图像，与顶点I_i相连的各顶点为顶点I_i邻域中邻居，即所有顶点中与顶点I_i相似程度最高的前k个顶点；

步骤3，根据k-NN图对遥感图像数据集I中遥感影像进行谱聚类；

步骤4，找出邻域中邻居类别分布最混乱的顶点，对该顶点与其邻域中邻居连接的边进行提问，操作者根据谱聚类结果进行回答，获得被提问边的成对约束信息，所述的成对约束信息包括必须连接对和不可连接对，必须连接对指被提问边所连接的两个顶点属于同一类别，不可连接对指被提问边所连接的两个顶点属于不同类别；

步骤5，根据成对约束信息删除k-NN图中不可连接对对应的被提问边，获得提纯后的k-NN图；

步骤6，对提纯后的k-NN图重新执行步骤3～5，直至操作者提出结束指令或k-NN图中所有边都被提问过且都为必须连接对。

2.如权利要求1所述的遥感图像的主动谱聚类方法，其特征在于：

步骤1进一步包括子步骤：

1.1采用词袋模型描述遥感图像数据集I中各遥感图像，并分别提取特征；

1.2采用直方图正交核获取遥感图像数据集I中任意两幅遥感图像的特征的相似程度，构建遥感图像数据集I的相似矩阵S。

3.如权利要求2所述的遥感图像的主动谱聚类方法，其特征在于：

所述的遥感图像的特征包括密集SIFT描述子与颜色描述子。

4.如权利要求1所述的遥感图像的主动谱聚类方法，其特征在于：

步骤2进一步包括子步骤：

2.1以遥感图像数据集I中各遥感图像为顶点、以相似矩阵S为边的权重矩阵W构建无向完全图，相似矩阵S中元素s_ij表示连接遥感图像i和遥感图像j的边的权重；

2.2对无向完全图中各顶点I_i，分别进行操作：在连接顶点I_i与其他顶点的所有边中，仅保留前k个最大权重对应的边，并在权重矩阵W中将删除边的权重更新为0，保留边的权重不变；对无向完全图中所有顶点完成上述操作后，即获得遥感图像数据集I的k-NN图及其权重矩阵W'。

5.如权利要求1所述的遥感图像的主动谱聚类方法，其特征在于：

步骤3中采用NJW谱聚类对遥感图像数据集I中遥感影像进行谱聚类。

6.如权利要求1所述的遥感图像的主动谱聚类方法，其特征在于：

步骤4中所述的找出邻域中邻居类别分布最混乱的顶点，具体为：

4.1对顶点I_i邻域中邻居的各聚类标号，分别求聚类标号对应的将所有聚类标号对应的求和，获得顶点I_i的熵，表示顶点I_i邻域中聚类标号为l的邻居数占所有邻居数的比例；

4.2获取k-NN图中所有顶点对应的熵，熵最大的顶点即为邻域中邻居类别分布最混乱的顶点。

7.如权利要求6所述的遥感图像的主动谱聚类方法，其特征在于：

子步骤4.1中进行熵计算的顶点I_pure指与邻域内邻居连接的边已被全部提问的顶点集。

8.如权利要求1所述的遥感图像的主动谱聚类方法，其特征在于：

在执行步骤5前，基于已有的成对约束信息和新获得的成对约束信息，通过逻辑判断获得扩展后的成对约束信息，基于扩展后的成对约束信息执行步骤5。