[发明专利]一种基于改进K-均值聚类的半监督高光谱影像降维方法

摘要

本发明公开了一种基于改进K-均值的半监督高光谱影像降维方法，包括以下步骤：1)选择需进行降维的高光谱影像及其典型地物光谱；2)利用相似性非监督法对影像进行波段选择，确定取代K-均值初始聚类中心的波段；3)将影像的典型地物光谱输入到K-均值，计算各波段之间的距离，将各波段分配到离其最近的聚类中心；4)以重新计算后的各聚类中心代替原指定的初始聚类中心；5)计算各波段与当前聚类中心的距离，将波段分配至离其最近的聚类中心；6)不断重复4)和5)，直到所有波段所属的聚类中心不再变动，得到降维特征数据；7)计算此时的类间与类内距离之比。本发明的方法具有复杂度低、适应度高等特点。

主权项

一种基于改进K‑均值聚类的半监督高光谱影像降维方法，其特征在于，包括以下步骤：步骤1，选择需进行降维的高光谱影像及其典型地物光谱，人工设定需降维的聚类中心个数k的值，所述k的值小于影像维数；步骤2，利用相似性非监督算法对影像进行波段选择，确定取代K‑均值初始聚类中心的波段；步骤3，将影像的典型地物光谱数据输入到K‑均值算法，计算各波段之间的距离，将各波段分配到离其最近的聚类中心；步骤4，一旦所有波段分配完毕，以重新计算后的各聚类中心代替原指定的初始聚类中心；步骤5，计算各波段与当前聚类中心的距离，将波段分配至离其最近的聚类中心；步骤6，不断重复步骤4和步骤5，直到所有波段所属的聚类中心不再变动，得到降维特征数据；步骤7，计算此时类间距离与类内距离之比RICD。