基于密度峰值快速搜尋聚類的光譜圖像分割與變化檢測(cè).pdf

1、圖像分割作為數(shù)字圖像處理中至關(guān)重要的第一步，一直是研究者們關(guān)注的熱點(diǎn)。無監(jiān)督的聚類算法作為一類重要的分類方法，在圖像分割等領(lǐng)域備受關(guān)注，廣泛應(yīng)用在各種圖像分類、計(jì)算機(jī)視覺等領(lǐng)域。新穎高效的聚類算法對(duì)于遙感圖像的變化檢測(cè)，同樣也具有重要的研究價(jià)值。本文主要研究了光學(xué)圖像的分割和光學(xué)遙感圖像的變化檢測(cè)，完成了如下兩方面的工作：
　　1.提出了一種基于改進(jìn)的約束連通性和加權(quán)密度峰值快速搜尋(Fast Search and Find of

2、 Density Peaks，F(xiàn)SDP)聚類的圖像分割算法。該算法首先計(jì)算彩色圖像的不同顏色分量權(quán)值參數(shù)，在此基礎(chǔ)上構(gòu)建三維加權(quán)顏色分量特征矩陣，然后利用高對(duì)比度的顏色分量優(yōu)先選擇出同質(zhì)區(qū)初始種子點(diǎn)；根據(jù)加權(quán)顏色分量特征矩陣和初始種子點(diǎn)，利用改進(jìn)了的包含連通區(qū)緊湊度約束的約束連通性方法對(duì)圖像進(jìn)行預(yù)分割；最后，利用密度權(quán)值修正后的FSDP聚類算法對(duì)預(yù)分割結(jié)果進(jìn)行聚類，得到最終的分割結(jié)果。實(shí)驗(yàn)證明了本算法的有效性。
　　2.針對(duì)現(xiàn)有多