基于K-means算法分割遥感图像的阈值确定方法研究

摘要：

当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下.为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值.实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰.

关键词：K-means算法、分割、遥感图像、阈值确定

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：河南省教育厅自然科学研究项目16B520003

在线出版日期：2017-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：250-254