遥感图像的K-均值聚类和分水岭分割算法的研究与实现

摘要

本文研究的内容是“利用遥感影像自动更新GIS矢量数据方法研究”中图像分割方法研究与实现部分，主要研究了遥感图像的边缘检测、K-均值聚类分割以及基于形态学的分水岭分割等算法。同时还介绍了遥感图像的预处理、数学形态学理论以及图像分割理论等相关知识。研究的主要内容有：
　　 (1)介绍了“利用遥感图像自动更新GIS矢量数据方法研究”的主要研究思路和研究内容。
　　 (2)介绍了遥感图像的预处理基础知识。针对遥感影像的特点重点进行了影像增强方法的研究，通过实验总结出了效果较好的增强方法。
　　 (3)对遥感图像分割中使用的数学形态学理论和图像分割理论进行了介绍。并将这两种基础理论应用于遥感图像的分割中。
　　 (4)研究了Canny等边缘检测算法、K-均值聚类分割算法、基于数学形态学的分水岭分割算法，并对算法进行了改进，取得了较好的效果。
　　 (5)采用数学形态学对K-均值聚类分割的结果进行处理，得到单一的目标信息，为下一步目标识别和矢量数据更新打好基础。
　　 (6)实践证明任何一种单一的分割算法都很难得到令人非常满意的结果，因此，本文将Canny算子的边缘检测结果应用于分水岭分割算法中，很好的抑制了过分割，取得了较好的分割效果。