Matlab多光谱kmeans聚类分割

参考代码：https://blog.csdn.net/ma7856728/article/details/84891530
https://blog.csdn.net/qq_37970770/article/details/105606207

入驻csdn的小白希望和大家一起学习进步流水账似的有点凌乱思绪还是稳得昂嘻嘻

上篇写到ENVI软件的分割工具出现错分的情况，按照之前所说的matlab设定阈值提取得到的图像没有地理意义，需要进行配准，并且只能得到每类的二值图，根据分类建立ROIs，提取值到点，总是提取到角点，不能得到像元值，如下图，而且arcgis和envi软件同时使用会遇到存储格式转换的问题，甚至在txt转excel时1600行就能拖卡电脑。
因此决定暂时不考虑envi、arcgis等软件，只用matlab进行处理。

笔者处理的影像为多光谱影像，matlab自带的kmeans函数可以处理多维数据，但每一维都要写成列向量的形式，通过查阅大家自己编写的函数以及不同的误差处理方式，了解到matlab自带的kmeans算法更优。

clc
clear
close all
I = imread('SPOT5多光谱.tif');
[M,N,L] = size(I);
%构造样本空间
A = reshape(I(:, :, 1), M*N, 1);    % 将RGB分量各转为kmeans使用的数据格式n行，一样一样本
B = reshape(I(:, :, 2), M*N, 1);
C = reshape(I(:, :, 3), M*N, 1);
D = reshape(I(:, :, 4), M*N, 1);
K = 4;
dat = [A B C D];  % 四个分量组成样本的特征，每个样本有4个属性值，共width*height个样本
c3 = kmeans(double(dat), K);    % 使用聚类算法分为K类
r3 = reshape(c3, M, N);     % 反向转化为图片形式
figure, imshow(label2rgb(r3))   % 显示分割结果
title('matlab库函数');

笔者的目的是分割每一类，因此编写了如下代码将结果导出

index = find(c3 == 1)%第i类
temp1 = I(:,:,1)%第1个波段
temp2 = I(:,:,2)%第2个波段
temp3 = I(:,:,3)%第3个波段
temp4 = I(:,:,4)%第4个波段b1= temp1(index)
b2= temp2(index)
b3= temp3(index)
b4= temp4(index)class1=[b1,b2,b3,b4];
xlswrite('class1.xls',class1);

为了方便后续研究的计算，需要修改代码，赋予地理坐标。

data=imread('D:\DDDDDDDDESK\异质性分析\样地100.tif');%读取纯数据[multi_data,r]=geotiffread('D:\DDDDDDDDESK\异质性分析\样地100.tif');  % read the geo informationinfo=geotiffinfo('D:\DDDDDDDDESK\异质性分析\样地100.tif');   % read the geo information[fl,s,b] = size(data);dat = zeros(fl*s,b);%matlab K-means算法要求输入矩阵是一个列向量组成的矩阵，列数为波段数，每一列为fl*s的像元值for i=1:bdat(:,i) = reshape(data(:,:,i),fl*s,1);endclass_result = kmeans(dat,5);out_data = reshape(class_result,fl,s);
figure, imshow(label2rgb(out_data))  % 显示聚类结果geotiffwrite('geo_outimage.tif',out_data,r,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);index = find(class_result == 1)%第i类
temp1 = data(:,:,1)%第1个波段
temp2 = data(:,:,2)%第2个波段
temp3 = data(:,:,3)%第3个波段
temp4 = data(:,:,4)%第4个波段b1= temp1(index)
b2= temp2(index)
b3= temp3(index)
b4= temp4(index)[m,n]=find(class_result == 1)  %寻找每类像元，得到m*1的矩阵
m1=fix(m/fl)+1; n1=rem(m,fl)+1;  %根据线性顺序转变为行列号
[a1,a2] = pix2map(info.RefMatrix,1,1)%左上角像素大地坐标
pixelscale=8; %输入单个像元大小
x=a1+pixelscale*(n1-1);%计算大地坐标
y=a2-pixelscale*(m1-1);
location=[x,y]; %double和uint8格式的数据存在不同的sheet中
class1=[b1,b2,b3,b4,b5];
xlswrite('100-class1.xls',class1,'Sheet1');
xlswrite('100-class1.xls',location,'Sheet2');

得到对应像元每个波段值和大地坐标，分别存储在同一表格的不同sheet下，随后进行每一类的抽样、变异函数分析、克里金插值等。
对变异函数分析后的样地进行比较range值与样地大小，某些情况需要分区进行kmeans处理，只需要改变初始左上角坐标和for循环中的像元个数即可。

得到的结果很明显有农田的规则格网状，统计分类结果如下：

Matlab多光谱kmeans聚类分割相关推荐

Matlab实现K-Means聚类算法
原文地址为: Matlab实现K-Means聚类算法人生如戏!!!! 一.理论准备聚类算法,不是分类算法.分类算法是给一个数据,然后判断这个数据属于已分好的类中的具体哪一类.聚类算法是给一大堆原始 ...
【老生谈算法】matlab实现Kmeans聚类算法源码——Kmeans聚类算法
matlab实现Kmeans聚类算法代码实现 1.文档下载: 本算法已经整理成文档如下,有需要的朋友可以点击进行下载序号文档(点击下载) 本项目文档 [老生谈算法]matlab实现Kmeans聚类 ...
matlab中kmeans聚类算法
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/xholes/article/details/52911781 </div><lin ...
k-means聚类分割
算法的思想是初始选取M个种子点,将周围点的特征和种子点特征进行距离的测定,距离最小的点和该种子点归为一类.则可以分为M个类别,计算这些类别特征的质心作为新的种子点,再次分类,如此迭代n次后的结果便是聚 ...
基于MATLAB的K-means聚类算法
实验数据说明 Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集.通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa(山鸢尾),Versicolour(杂色鸢尾),V ...
matlab实现Kmeans聚类
K-means聚类的建模与求解 1.建模前准备建模前,我们小组通过阅读文献,研究讨论了K-means的实现原理和应用场景,认为K-means算法在求解用户出行分区信息上具有可行性. 2.模型建立通 ...
使用MATLAB进行K-means聚类和层次聚类
1.分别使用k-means聚类和层次聚类,将以下八个点分为3个类簇.A1=(2,10),A2=(2,5),A3=(8,4),A4=(5,8),A5=(7,5), A6=(6,4), A7=(1,2), ...
基于MATLAB的Kmeans聚类算法的仿真与分析
目录一.理论基础二.核心程序三.测试结果一.理论基础 K-means聚类算法是硬聚类算法,是典型的基于原型的目标函数聚类分析算法点到原型--簇中心的某种距离和作为优化的目标函数,采用函数求极值 ...
matlab 实现 kmeans聚类，gscatter的应用
load fisheriris X = meas(:,3:4);figure; plot(X(:,1),X(:,2),'k*','MarkerSize',5); title 'Fisher''s Ir ...
[Python图像处理] 十九.图像分割之基于K-Means聚类的区域分割
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

Matlab多光谱kmeans聚类分割

Matlab多光谱kmeans聚类分割

Matlab多光谱kmeans聚类分割相关推荐

最新文章

热门文章