[發(fā)明專利]遙感影像的聚類方法

有效

• 申請?zhí)枺?/td>: 201210022353.2
• 申請日: 2012-02-01
• 公開（公告）號: CN102609721A
• 公開（公告）日: 2012-07-25
• 發(fā)明（設計）人: 唐宏;陳云浩;慎利;齊銀鳳
• 申請（專利權）人: 北京師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K7/00
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 王瑩

1.一種遙感影像的聚類方法，其特征在于，包括以下步驟：

A：確定原始影像的最佳聚類中心個數(shù)；

B：通過高斯卷積函數(shù)獲取原始影像的多尺度表達，并將原始影像映射到其尺度空間產(chǎn)生多層文檔集；

C：根據(jù)所述多層文檔集建立重疊圖像語義不變的潛狄利克雷分配模型，估算多層文檔集中的各文檔中主題的混合比例參數(shù)和各主題依概率產(chǎn)生視覺詞的分布參數(shù)；

D：通過極大化后驗概率的方法獲得每個視覺詞的聚類類別。

2.如權利要求1所述的遙感影像的聚類方法，其特征在于，所述步驟A進一步包括：根據(jù)最小描述長度準則假設原始影像的特征符合高斯混合分布，利用原始影像的MDL值與不同聚類中心個數(shù)的相關關系來獲取影像對應的MDL值最小時最佳聚類中心個數(shù)。

3.如權利要求1所述的遙感影像的聚類方法，其特征在于，所述步驟B中，通過高斯卷積函數(shù)獲取原始影像的多尺度表達，進一步包括：通過將尺度可變的高斯函數(shù)與原始影像的卷積獲取原始影像的多尺度表達。

4.如權利要求1所述的遙感影像的聚類方法，其特征在于，所述步驟C中，根據(jù)所述多層文檔集建立重疊圖像語義不變的潛狄利克雷分配模型進一步包括：根據(jù)所述多層文檔集建立潛狄利克雷分配模型生成觀測詞，構建成由觀測詞組成的多層文檔集，使隸屬于不同文檔的同一個像素被分配同樣的主題。

5.如權利要求4所述的遙感影像的聚類方法，其特征在于，根據(jù)所述多層文檔集建立潛狄利克雷分配模型生成觀測詞，具體包括：對于所述多層文檔集假設存在以下生成過程：

1)根據(jù)服從參數(shù)為β_S的Dirichlet狄利克雷分布p(φ_k|β_s)，采樣出各層尺度下，K個主題對應的視覺詞的分布(φ_k)_s(N×K×S)；

2)尺度采樣：對于第t個像素，根據(jù)先驗分布p(s_t|γ)采樣出其尺度坐標索引s_t，表明該像素應該從第s_t層尺度空間分配一個主題；

3)文檔采樣：對于第t個像素，根據(jù)先驗分布p(d_t|σ，h)采樣得到其文檔索引d_t；

4)主題采樣：對于第t個像素，根據(jù)多項式分布采樣出其主題類別，其中是已采樣的文檔d_t在尺度s_t下的混合比例系數(shù)；

5)視覺詞采樣：對應第t個像素的視覺詞通過主題Z_t的離散分布采樣得到。

6.如權利要求1所述的遙感影像的聚類方法，其特征在于，所述步驟C中，估算多層文檔集中的各文檔中主題的混合比例參數(shù)和各主題依概率產(chǎn)生視覺詞的分布參數(shù)，進一步包括：采用Gibbs采樣近似推理的方法估算多層文檔集中的各文檔中主題的混合比例參數(shù)和各主題依概率產(chǎn)生視覺詞的分布參數(shù)。