[发明专利]一种地形坡位分类自适应的聚类方法有效
申请号: | 201810550983.4 | 申请日: | 2018-05-31 |
公开(公告)号: | CN108921194B | 公开(公告)日: | 2021-10-08 |
发明(设计)人: | 葛莹;高海峰;李俊凯 | 申请(专利权)人: | 河海大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 田凌涛 |
地址: | 210000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地形 分类 自适应 方法 | ||
1.一种地形坡位分类自适应的聚类方法,其特征在于,包括如下步骤:
步骤A.采用白色顶帽变换操作,获取目标区域原始DEM数据图像中的山顶区域,并进入步骤B;
上述步骤A包括如下步骤:
步骤A1.针对目标区域原始DEM数据图像,分别按如下函数,进行腐蚀变换操作和膨胀变换操作;
Erosion:Eλf(X)=inf(f(u):u∈λ)
Dilation:Dλf(X)=sup(f(u):u∈λ)
分别获得目标区域腐蚀变化图像Eλf(X),以及目标区域膨胀变化图像Dλf(X),然后进入步骤A2;其中,λ为预设圆形结构的结构元,半径为基于目标区域原始DEM数据图像中山顶尺寸所预设;f(X)为目标区域整体图像,f(u)表示目标区域图像中u像素点的灰度值,inf()表示腐蚀变换操作,sup()表示膨胀变换操作;
步骤A2.根据目标区域腐蚀变化图像Eλf(X),以及目标区域膨胀变化图像Dλf(X),按如下函数:
Opening:Oλ(X)=Dλ(Eλf(X))
采用结构元针对目标区域原始DEM数据图像进行滑动,实现开操作,获得目标区域原始DEM数据图像中除山顶外的其它区域Oλ(X),然后进入步骤A3;
步骤A3.按如下公式:
WTH={X:f(X)-Oλ(X)}
利用目标区域原始DEM数据图像与Oλ(X)的相减,获取目标区域原始DEM数据图像中的山顶区域集合WTH;
步骤B.针对目标区域原始DEM数据图像,基于山顶区域的灰度像素值,以灰度像素值的连续变化,初始化预设各坡位类别分别所对应的聚类中心,并进入步骤C;
步骤C.基于预设各坡位类别分别所对应的聚类中心,针对目标区域原始DEM数据图像中的像素点进行聚类操作,获得分别对应各坡位类别的聚类,并进入步骤D;
步骤D.分别获得各坡位类别聚类的新聚类中心,判断各坡位类别聚类的新聚类中心是否均为聚类操作时所对应的聚类中心,是则完成目标区域地形坡位的聚类操作,并进入步骤E;否则将各坡位类别聚类的新聚类中心,更新为各坡位类别聚类的聚类中心,并返回步骤C;步骤E.根据目标区域所对应的各个地形坡位聚类,按各个聚类中像素点的个数,实现目标区域各坡位类别的重分类。
2.根据权利要求1所述一种地形坡位分类自适应的聚类方法,其特征在于,所述步骤A3中,针对目标区域原始DEM数据图像中山顶区域集合WTH内的各个山顶,获得高度大于预设山顶高度阈值t的各个山顶,更新山顶区域集合WTH。
3.根据权利要求1所述一种地形坡位分类自适应的聚类方法,其特征在于,所述步骤C包括如下:
基于预设各坡位类别分别所对应的聚类中心,分别针对目标区域原始DEM数据图像中的各像素点,获得像素点分别与各坡位类别聚类中心之间的欧式距离,然后将该像素点划分至最短欧式距离所对应聚类中心的聚类当中,由此实现目标区域原始DEM数据图像中各像素点的聚类,即获得分别对应各坡位类别的聚类。
4.根据权利要求1所述一种地形坡位分类自适应的聚类方法,其特征在于,所述步骤C中还包括分别针对各坡位类别聚类,获得聚类中所有像素点分别与聚类操作时聚类中心之间欧式距离的平方和J(C);
所述步骤D中分别获得各坡位类别聚类的新聚类中心后,获得聚类中所有像素点分别与新聚类中心之间欧式距离的平方和J'(C);然后判断各坡位类别聚类的新聚类中心是否均为聚类操作时所对应的聚类中心,以及判断各坡位类别聚类的J'(C)是否均等于对应聚类的J(C);若两个判断均为是,则完成目标区域地形坡位的聚类操作;否则将各坡位类别聚类的新聚类中心,更新为各坡位类别聚类的聚类中心,并返回步骤C。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810550983.4/1.html,转载请声明来源钻瓜专利网。