[發明專利]一種基于多目標正余弦算法的遙感影像空譜聚類方法

有效

• 申請號: 201911291880.1
• 申請日: 2019-12-16
• 公開（公告）號: CN111126467B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 萬瑜廷;馬愛龍;鐘燕飛
• 申請（專利權）人: 武漢大學
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06K9/62;G06V20/10;G06N3/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于多目標正余弦算法的遙感影像空譜聚類方法，其特征在于，包括以下步驟：

步驟1，輸入一幅待聚類的遙感影像以及聚類數目，并且對影像數據進行歸一化，使得像素值在0～1之內；

步驟2，利用模糊c均值聚類方法對影像進行聚類獲取聚類中心作為正余弦算法中的初始目標點；

所述步驟2的實現方式如下，

步驟2.1，利用傳統的FCM聚類方法對輸入的遙感影像進行預聚類，其中使用梯度優化方式對聚類目標函數進行優化聚類，使得Jm的值最小從而獲取相應的遙感影像聚類中心，其中，K為聚類數目，N為影像像素個數，代表第j個像素屬于第i類的模糊隸屬度，m為模糊指數，x_j為第j個像素灰度值，U_i為第i類聚類中心，U_i的更新方式如式(2)，

其中，U_k為第k類的聚類中心；

步驟2.2，將步驟2.1中所獲得的聚類中心作為正弦余弦算法優化過程中的初始目標點P_initial；

步驟3，多目標函數建模，構建遙感影像空譜聚類的多目標優化函數；

所述步驟3的實現方式如下，

步驟3.1，通過計算周圍鄰域像素對中心像素的平均影響，得到均值影像，即通過求得中心像素周圍鄰域像素的平均值將其替換中間像素的灰度值x_j；

步驟3.2，構建雙聚類目標函數XB和SI_Jm，具體計算公式如下，

其中，遙感影像聚類空間信息項φ為權重參數；

步驟4，個體編碼及種群初始化；

步驟5，利用正余弦算法更新個體，隨后計算各個體所對應的目標函數值，并使用帕累托排序和擁擠距離排序更新種群，使種群的規模穩定，從而獲得帕累托解集，并使用基于角度的選擇方法獲得帕累托解集中的最優解作為下一步迭代的目標點，迭代結束后獲得最優聚類中心，；

步驟6，利用步驟5中所得到的最優聚類中心，對輸入的遙感影像進行聚類，最終輸出聚類結果。

2.如權利要求1所述的一種基于多目標正余弦算法的遙感影像空譜聚類方法，其特征在于：所述步驟4的實現方式如下，

步驟4.1，進行正余弦算法中的個體編碼初始化，將聚類中心隨機初始化random(0,1)編碼進第i個個體G_i＝{G_i,1,G_i,2,...,G_i,j,...,G_i,d}，其中d＝C×D，C為聚類數目，D為影像波段數；

步驟4.2，按照步驟4.1中的方式，初始化NP個個體，形成進化種群。