[发明专利]遥感图像的主动谱聚类方法

摘要

本发明提供了一种遥感图像的主动谱聚类方法，首先，提取遥感图像特征并构建k‑NN图，利用k‑NN图进行遥感影像谱聚类；然后，主动选择出邻域标号最混乱的遥感图像，并对其与邻居间的边进行提问获得成对约束信息，采用成对约束信息对k‑NN图进行提纯，并基于提纯后的k‑NN图重新对遥感图像进行谱聚类。本发明方法降低了数据标记难度，对操作者专业知识无太高要求；显著提高了遥感图像聚类结果准确度和海量遥感图像的分析处理能力。

主权项

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sij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Ii相连的各顶点为顶点Ii邻域中邻居，即所有顶点中与顶点Ii相似程度最高的前k个顶点；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sij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Ii，分别进行操作：在连接顶点Ii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'；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Ii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Ii的熵，表示顶点Ii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；子步骤4.1中进行熵计算的顶点Ipure指与邻域内邻居连接的边已被全部提问的顶点集；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。