利用KMeans进行遥感NDWI进行聚类分割

2024-05-14 15:52

本文主要是介绍利用KMeans进行遥感NDWI进行聚类分割,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

(1)解释

KMeans算法是一种非监督式的聚类算法,于1967年由J. MacQueen提出,聚类的依靠是欧式距离,其核心思想就是将样本划分为几个类别,类里面的数据与类中心的距离最小。类的标签采用类里面样本的均值。

这里利用KMeans进行遥感NDWI归一化水体指数进行简单的聚类分析,主要目的就是聚类出流域和非流域,簇类数为2。手动分割阈值为-0.06,效果和KMeans差不多,若是人为调参太麻烦,可以考虑KMeans进行分割,分割效果如下。

在这里插入图片描述

此程序可以进行常规遥感图像的聚类,但可能代码需做小幅度调整。

(2)源码

#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: 楠楠星球
@time: 2024/5/13 15:12 
@file: kmeans.py-->test
@project: pythonProject
@# ------------------------------------------(one)--------------------------------------
@# ------------------------------------------(two)--------------------------------------
"""
from matplotlib.image import imread
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
from sklearn.cluster import KMeans, k_means# img =imread('NDWI.tif')
img = Image.open('NDWI.tif') #读取的landsat全色影像,若是彩色图像请在此句后面加上.convert("RGB")
NDWI = Image.open('ndwi_006.tif')
img = np.array(img) #转为矩阵
img_bands = 1   #图像的波段或者深度
image = img.reshape(-1, img_bands) #更改图像维度seg_images = [] #存放处理结果
n_clusters = 2  #要聚类的簇类数# 随机生成颜色矩阵
colors = [np.random.randint(0, 255, size=(1, img_bands)) for _ in range(n_clusters)]
# 利用KMeans类进行聚类处理,n_clusters表示簇类数,random_state表示随机种子,n_init='auto'为了防止报错,调用.fit()方法进行处理
Kmeans_res = KMeans(n_clusters=n_clusters,random_state=1000, n_init='auto').fit(image)
# 获取簇的质心
cluster_centers = Kmeans_res.cluster_centers_# 也可利用k_means函数进行处理
# Kmeans_res = Cluster(X=image,n_clusters = 8,random_state=40,n_init='auto')
# cluster_centers = Kmeans_res[0]# 获取簇类中元素的标签
cluster_labels = cluster_centers[Kmeans_res.labels_]
same = np.unique(cluster_labels, axis=0) #查找每一个簇类的标签num = 0 #记数
for color in colors:for index,row in enumerate(cluster_labels):equal = np.array_equal(row, same[num])if equal == True:cluster_labels[index] = colors[num][0]else:continuenum += 1
cluster_image = cluster_labels.reshape(img.shape)
seg_images.append(cluster_image.astype(np.uint8))plt.figure(figsize=(10,5))
plt.subplot(131)
plt.imshow(img,cmap='gray')
plt.title("NDWI_ori_img")
plt.subplot(132)
if n_clusters == 2:plt.imshow(cluster_image/255, cmap='gray')
else:plt.imshow(cluster_image/255)
plt.title("NDWI_Kmeans_img")plt.subplot(133)
plt.imshow(NDWI,cmap='gray')
plt.title('NDWI_img--number:-0.06')
plt.show()

这篇关于利用KMeans进行遥感NDWI进行聚类分割的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/989178

相关文章

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Java进行文件格式校验的方案详解

《Java进行文件格式校验的方案详解》这篇文章主要为大家详细介绍了Java中进行文件格式校验的相关方案,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、背景异常现象原因排查用户的无心之过二、解决方案Magandroidic Number判断主流检测库对比Tika的使用区分zip

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Python使用date模块进行日期处理的终极指南

《Python使用date模块进行日期处理的终极指南》在处理与时间相关的数据时,Python的date模块是开发者最趁手的工具之一,本文将用通俗的语言,结合真实案例,带您掌握date模块的六大核心功能... 目录引言一、date模块的核心功能1.1 日期表示1.2 日期计算1.3 日期比较二、六大常用方法详

Python使用DrissionPage中ChromiumPage进行自动化网页操作

《Python使用DrissionPage中ChromiumPage进行自动化网页操作》DrissionPage作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持,本文将使用Dri... 目录前言一、ChromiumPage基础操作1.初始化Drission 和 ChromiumPage

C++字符串提取和分割的多种方法

《C++字符串提取和分割的多种方法》在C++编程中,字符串处理是一个常见的任务,尤其是在需要从字符串中提取特定数据时,本文将详细探讨如何使用C++标准库中的工具来提取和分割字符串,并分析不同方法的适用... 目录1. 字符串提取的基本方法1.1 使用 std::istringstream 和 >> 操作符示

Jackson库进行JSON 序列化时遇到了无限递归(Infinite Recursion)的问题及解决方案

《Jackson库进行JSON序列化时遇到了无限递归(InfiniteRecursion)的问题及解决方案》使用Jackson库进行JSON序列化时遇到了无限递归(InfiniteRecursi... 目录解决方案‌1. 使用 @jsonIgnore 忽略一个方向的引用2. 使用 @JsonManagedR