计算机应用技术专业毕业论文计算机应用技术专业毕业论文 精品论文精品论文 基于模糊基于模糊 C C 均值算法均值算法的遥感图像变化检测的研究的遥感图像变化检测的研究关键词：变化检测关键词：变化检测 图像分割图像分割 模糊聚类模糊聚类 模糊模糊 C C 均值算法均值算法摘要：为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面 进步，迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术 以其快速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和 开发遥感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变 化检测作为遥感卫星监测系统中的关键部分，一直以来被广泛研究。在对目前 常用的变化检测算法进行归纳总结和比较分析的基础上，本文重点研究了基于 模糊 C 均值算法的遥感图像变化检测方法，即利用一个快速模糊 C 均值聚类算 法进行遥感图像分类处理，然后利用多波段综合掩膜变化检测方法进行遥感图 像变化检测。 本文主要研究内容和创新点如下： （1）针对于传统模糊 C 均值算法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问 题，提出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解 决密度函数法中数据集大、算法执行效率低的问题，又能有效缓解山函数法中 计算量随特征空间维数增加而呈指数递增的问题。同时，该算法得到的初始聚 类中心是准最优的，它有利于模糊 C 均值算法的快速收敛和聚类精度的提高。 （2）针对传统模糊 C 均值算法执行时间开销大的问题，本文提出了一种快速模 糊 C 均值算法。首先，利用山函数与密度函数结合的聚类中心初始化算法选取 合适的初始聚类中心。然后，针对时间复杂度降低的模糊 C 均值算法中存在的 样本点与聚类中心重合的问题，提出了一种改进的时间复杂度降低的模糊 C 均 值算法，再利用该算法进行遥感图像的聚类。快速模糊 C 均值算法有利于图像 分类精度和效率的提高，从而更进一步提高了整个变化检测过程的精度和效率。（3）针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有 用信息丢失的问题，本文提出了一种多波段综合掩膜变化检测算法。首先综合 分析各波段变化情况形成多波段综合变化掩膜，然后将其叠加在时相 2 的遥感 图像上并对变化像元进行分类，最后将时相 1 和时相 2 的分类图像进行比较， 得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止 有用信息的丢失，提高了变化检测的精度。实验结果证明了这种方法的有效性。正文内容正文内容为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面进 步，迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以 其快速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和开 发遥感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化 检测作为遥感卫星监测系统中的关键部分，一直以来被广泛研究。在对目前常 用的变化检测算法进行归纳总结和比较分析的基础上，本文重点研究了基于模 糊 C 均值算法的遥感图像变化检测方法，即利用一个快速模糊 C 均值聚类算法 进行遥感图像分类处理，然后利用多波段综合掩膜变化检测方法进行遥感图像 变化检测。 本文主要研究内容和创新点如下： （1）针对于传统模糊 C 均 值算法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问题， 提出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解决密 度函数法中数据集大、算法执行效率低的问题，又能有效缓解山函数法中计算 量随特征空间维数增加而呈指数递增的问题。同时，该算法得到的初始聚类中 心是准最优的，它有利于模糊 C 均值算法的快速收敛和聚类精度的提高。 （2）针对传统模糊 C 均值算法执行时间开销大的问题，本文提出了一种快速模 糊 C 均值算法。首先，利用山函数与密度函数结合的聚类中心初始化算法选取 合适的初始聚类中心。然后，针对时间复杂度降低的模糊 C 均值算法中存在的 样本点与聚类中心重合的问题，提出了一种改进的时间复杂度降低的模糊 C 均 值算法，再利用该算法进行遥感图像的聚类。快速模糊 C 均值算法有利于图像 分类精度和效率的提高，从而更进一步提高了整个变化检测过程的精度和效率。（3）针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有 用信息丢失的问题，本文提出了一种多波段综合掩膜变化检测算法。首先综合 分析各波段变化情况形成多波段综合变化掩膜，然后将其叠加在时相 2 的遥感 图像上并对变化像元进行分类，最后将时相 1 和时相 2 的分类图像进行比较， 得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止 有用信息的丢失，提高了变化检测的精度。实验结果证明了这种方法的有效性。为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面进步， 迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快 速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和开发遥 感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化检测 作为遥感卫星监测系统中的关键部分，一直以来被广泛研究。在对目前常用的 变化检测算法进行归纳总结和比较分析的基础上，本文重点研究了基于模糊 C 均值算法的遥感图像变化检测方法，即利用一个快速模糊 C 均值聚类算法进行 遥感图像分类处理，然后利用多波段综合掩膜变化检测方法进行遥感图像变化 检测。 本文主要研究内容和创新点如下： （1）针对于传统模糊 C 均值算 法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问题，提 出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解决密度 函数法中数据集大、算法执行效率低的问题，又能有效缓解山函数法中计算量 随特征空间维数增加而呈指数递增的问题。同时，该算法得到的初始聚类中心 是准最优的，它有利于模糊 C 均值算法的快速收敛和聚类精度的提高。 （2）针对传统模糊 C 均值算法执行时间开销大的问题，本文提出了一种快速模糊 C 均值算法。首先，利用山函数与密度函数结合的聚类中心初始化算法选取 合适的初始聚类中心。然后，针对时间复杂度降低的模糊 C 均值算法中存在的 样本点与聚类中心重合的问题，提出了一种改进的时间复杂度降低的模糊 C 均 值算法，再利用该算法进行遥感图像的聚类。快速模糊 C 均值算法有利于图像 分类精度和效率的提高，从而更进一步提高了整个变化检测过程的精度和效率。（3）针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有 用信息丢失的问题，本文提出了一种多波段综合掩膜变化检测算法。首先综合 分析各波段变化情况形成多波段综合变化掩膜，然后将其叠加在时相 2 的遥感 图像上并对变化像元进行分类，最后将时相 1 和时相 2 的分类图像进行比较， 得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止 有用信息的丢失，提高了变化检测的精度。实验结果证明了这种方法的有效性。为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面进步， 迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快 速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和开发遥 感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化检测 作为遥感卫星监测系统中的关键部分，一直以来被广泛研究。在对目前常用的 变化检测算法进行归纳总结和比较分析的基础上，本文重点研究了基于模糊 C 均值算法的遥感图像变化检测方法，即利用一个快速模糊 C 均值聚类算法进行 遥感图像分类处理，然后利用多波段综合掩膜变化检测方法进行遥感图像变化 检测。 本文主要研究内容和创新点如下： （1）针对于传统模糊 C 均值算 法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问题，提 出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解决密度 函数法中数据集大、算法执行效率低的问题，又能有效缓解山函数法中计算量 随特征空间维数增加而呈指数递增的问题。同时，该算法得到的初始聚类中心 是准最优的，它有利于模糊 C 均值算法的快速收敛和聚类精度的提高。 （2）针对传统模糊 C 均值算法执行时间开销大的问题，本文提出了一种快速模 糊 C 均值算法。首先，利用山函数与密度函数结合的聚类中心初始化算法选取 合适的初始聚类中心。然后，针对时间复杂度降低的模糊 C 均值算法中存在的 样本点与聚类中心重合的问题，提出了一种改进的时间复杂度降低的模糊 C 均 值算法，再利用该算法进行遥感图像的聚类。快速模糊 C 均值算法有利于图像 分类精度和效率的提高，从而更进一步提高了整个变化检测过程的精度和效率。（3）针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有 用信息丢失的问题，本文提出了一种多波段综合掩膜变化检测算法。首先综合 分析各波段变化情况形成多波段综合变化掩膜，然后将其叠加在时相 2 的遥感 图像上并对变化像元进行分类，最后将时相 1 和时相 2 的分类图像进行比较， 得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止 有用信息的丢失，提高了变化检测的精度。实验结果证明了这种方法的有效性。为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面进步， 迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快 速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和开发遥 感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化检测 作为遥感卫星监测系统中的关键部分，一直以来被广泛研究。在对目前常用的变化检测算法进行归纳总结和比较分析的基础上，本文重点研究了基于模糊 C 均值算法的遥感图像变化检测方法，即利用一个快速模糊 C 均值聚类算法进行 遥感图像分类处理，然后利用多波段综合掩膜变化检测方法进行遥感图像变化 检测。 本文主要研究内容和创新点如下： （1）针对于传统模糊 C 均值算 法性能受聚类中心初始化影响以及聚类中心初始化算法时间开销大的问题，提 出了一种山函数与密度函数结合的聚类中心初始化算法。该方法既能解决密度 函数法中数据集大、算法执行效率低的问题，又能有效缓解山函数法中计算量 随特征空间维数增加而呈指数递增的问题。同时，该算法得到的初始聚类中心 是准最优的，它有利于模糊 C 均值算法的快速收敛和聚类精度的提高。 （2）针对传统模糊 C 均值算法执行时间开销大的问题，本文提出了一种快速模 糊 C 均值算法。首先，利用山函数与密度函数结合的聚类中心初始化算法选取 合适的初始聚类中心。然后，针对时间复杂度降低的模糊 C 均值算法中存在的 样本点与聚类中心重合的问题，提出了一种改进的时间复杂度降低的模糊 C 均 值算法，再利用该算法进行遥感图像的聚类。快速模糊 C 均值算法有利于图像 分类精度和效率的提高，从而更进一步提高了整个变化检测过程的精度和效率。（3）针对于影像增强与分类后比较相结合的变化检测算法中可能存在着有 用信息丢失的问题，本文提出了一种多波段综合掩膜变化检测算法。首先综合 分析各波段变化情况形成多波段综合变化掩膜，然后将其叠加在时相 2 的遥感 图像上并对变化像元进行分类，最后将时相 1 和时相 2 的分类图像进行比较， 得到土地利用变化类型和变化位置信息。多波段综合掩膜变化检测算法能防止 有用信息的丢失，提高了变化检测的精度。实验结果证明了这种方法的有效性。为了加强对国土资源的管理和利用，促进经济可持续发展和社会的全面进步， 迫切需要科学、及时地对国土资源利用情况进行动态的监测。遥感技术以其快 速、准确、周期性短等特点在国土资源管理中具有明显的优势，研究和开发遥 感卫星监测平台对国土资源利用情况进行动态监测已经成为了热点。变化检测 作为遥感卫星监测系统中的关键部分，