[发明专利]一种遥感影像中地物类别数估计方法及系统

摘要

本发明提供一种遥感影像中地物类别数估计方法及系统，该方法包括：利用模糊聚类方法对待分割遥感影像进行分割，得到最佳模糊隶属度及最佳模糊聚类中心；计算初始地物类别的信息熵和信息熵上限，若大于信息熵上限，则执行分裂操作，否则计算最佳模糊聚类中心之间的欧几里得距离；若小于给定阈值，则两个地物类别相似，执行合并操作，否则不相似，得到地物类别数估计结果和最终分割结果。本发明能与传统图像分割方法结合，有效估计遥感影像中地物类别数。基于信息熵衡量地物类别内信息量的特性，定义分裂条件，并利用欧几里得距离描述不同地物类别间差异性，定义合并条件，在分裂操作中能够分裂聚类算法无法有效区分的区域，提高分割精度。

主权项

1.一种遥感影像中地物类别数估计方法，包括：步骤1：读取待分割遥感影像；步骤2：随机给定待分割遥感影像初始地物类别数，将初始地物类别数作为聚类数，利用模糊聚类方法对待分割遥感影像进行分割，得到该初始地物类别条件下待分割遥感影像的最佳模糊隶属度及每个地物类别对应的最佳模糊聚类中心；所述步骤2包括：步骤2.1：随机给出初始聚类数，即初始地物类别数，采用基于局部信息熵模糊C均值聚类算法构建待分割遥感影像的目标函数，该目标函数参数包括模糊隶属度和模糊聚类中心；步骤2.2：对待分割遥感影像目标函数中的模糊隶属度及模糊聚类中心求偏导，得到模糊隶属度及模糊聚类中心的数值解公式；步骤2.3：通过最小化目标函数方法确定该初始地物类别条件下待分割遥感影像的最佳模糊聚类中心和各像素的最佳模糊隶属度；步骤3：计算初始地物类别的信息熵，即针对每个初始地物类别计算隶属于该初始地物类别的各像素的模糊隶属度与模糊隶属度的负对数的乘积之和；其特征在于，还包括：步骤4：计算每个初始地物类别的信息熵上限，若初始地物类别的信息熵大于信息熵上限，则执行步骤5，否则执行步骤6；步骤5：分裂操作：将初始地物类别的信息熵大于信息熵上限的初始地物类别分裂为两个地物类别，将分裂后的地物类别数作为新的初始地物类别数，返回步骤2，重新计算新的地物类别条件下最佳模糊隶属度及每个地物类别的最佳模糊聚类中心；步骤6：计算不同地物类别对应的最佳模糊聚类中心之间的欧几里得距离，即两个聚类中心差值的平方，用来描述两地物类别间的相似程度；若欧几里得距离小于给定阈值，则执行步骤7，否则执行步骤8；步骤7：合并操作：将欧几里得距离小于给定阈值的两个地物类别合并为一个地物类别，将合并后的地物类别数作为新的初始地物类别数，返回步骤2，重新计算新的地物类别条件下最佳模糊隶属度及每个地物类别的最佳模糊聚类中心；步骤8：当前得到的地物类别数为待分割遥感影像中地物类别数估计结果，得到的影像分割结果即为最终分割结果；所述目标函数J如下：其中，j为地物类别索引，c为初始地物类别数，uij为模糊隶属度函数，表征待分割遥感影像中第i个像素隶属于第j个地物类别的程度，m表示模糊程度，vj是第j个聚类的聚类中心，xi是待分割遥感影像中第i个像素的灰度值，||xi‑vj||2为第i个像素与第j个聚类中心的欧几里得距离，Gij为模糊因子，定义为：其中，dii’表示待分割遥感影像中第i个像素和其邻域像素i’的空间距离，ui'j表示待分割遥感影像中第i’个像素隶属于第j个地物类别的程度，xi'是待分割遥感影像中第i’个像素的灰度值；第j个初始地物类别的信息熵公式为：其中，Rj为隶属于第j个初始地物类别内所有像素的集合；定义信息熵上限阈值函数，该函数参数包括地物类别数及控制信息熵作用强度的系数，公式定义如下：其中，c为初始地物类别数，θe为控制信息熵作用强度的系数；当Ej‑f(c,θε)＞0时，地物类别数c＝c+1，当Ej‑f(c,θε)≤0，地物类别数c不变。