K-means聚类引导的无人机遥感图像阈值分类方法

作者：白俊龙; 王章琼^*; 闫海涛

来源：自然资源遥感, 2021, 33(03): 114-120.

• K-means聚类
• 无人机遥感
• 阈值分割
• 图像分类
• MATLAB/GUI

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行Kmeans聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。

• 出版日期2021
• 单位中交第二公路勘察设计研究院有限公司; 武汉工程大学; 土木工程与建筑学院