文献类型：期刊文章

作　　者：白俊龙[1] 王章琼[1] 闫海涛[2]

BAI Junlong;WANG Zhangqiong;YAN Haitao(School of Civil Engineering and Architecture,Wuhan Institute of Technology,Wuhan 430073,China;CCCC Second Highway Consultants,Co.,Ltd.,Wuhan 430052,China)

机构地区：[1]武汉工程大学土木工程与建筑学院,武汉430073 [2]中交第二公路勘察设计研究院有限公司,武汉430052

出　　处：《自然资源遥感》

基　　金：中交第二公路勘察设计研究院有限公司科技研发项目“高精度无人机遥感技术在山区高速公路地质选线中的应用”;武汉工程大学研究生教育创新基金项目(编号:CX2020121)共同资助。

年　　份：2021

卷　　号：33

期　　号：3

起止页码：114-120

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行K-means聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。

关 键 词：K-MEANS聚类 无人机遥感 阈值分割 图像分类 MATLAB/GUI  

分 类 号：TP751]