ISODATA处理遥感影像（GDAL和OPENCV库）

最新推荐文章于 2023-09-21 05:27:04 发布

一只小小可爱

最新推荐文章于 2023-09-21 05:27:04 发布

阅读量2.2k

点赞数

分类专栏：遥感算法 GDAL OPENCV ISODATA 文章标签： isodata 遥感影像 gdal库 opencv库聚类分析

本文链接：https://blog.csdn.net/DSDWDWD/article/details/90634411

版权

本文介绍了一种基于ISODATA算法处理遥感影像的程序，利用GDAL库读取影像数据，OpenCV库进行处理。通过设置参数，如聚类数、阈值，对遥感影像进行分类。代码中包含数据预处理、聚类中心计算、样本分配、类中心更新等步骤。

摘要由CSDN通过智能技术生成

本程序在win32窗口编译运行，用的isodata算法对遥感影像进行分类处理，具体原理网上到处都是，我就不说了，直接上代码，可能会少个大括号，需要配置opencv库和gdal库，具体怎么配网上也有教程。

#include “stdafx.h”
#include “cv.h”
#include “highgui.h”
#include “string”
#include <math.h>
#include “iostream”
#include <opencv2/ml/ml.hpp>
#include <imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include “vector”
#include “algorithm”
#include “gdal.h”
#include “gdal_priv.h”
#include <assert.h>
//#pragma comment (lib , “FreeImage.Lib”)

using namespace cv;
using namespace std;
#define BYTE unsigned char

/*img是原图
Nc是初始的设定的聚类数
K是期望得到的聚类数
ThetaN是每类中最少的样本数目，若少于此数则去掉该类别
ThetaS是一个类别中，样本特征中最大标准差。若大于这个值，则可能分裂
ThetaC是两个类别中心间的最小距离，若小于此数，把两个类别需进行合并
I是迭代次数
L是在一次合并操作中，可以合并的类别的最多对数
*/

cv::Mat GDAL2Mat(const char* fileName)
{
GDALAllRegister();//驱动注册
GDALDataset *poDataset = (GDALDataset *)GDALOpen(fileName, GA_ReadOnly); // GDAL数据集
int Cols = poDataset->GetRasterXSize(); // 列
int Rows = poDataset->GetRasterYSize(); // 行
int BandSize = poDataset->GetRasterCount();//波段数
double *adfGeoTransform = new double[6];
poDataset->GetGeoTransform(adfGeoTransform);

std::vector <cv::Mat>imgMat;  // 定义元素为Mat的vecoter向量，向量的每一个元素存储一个波段的数据
uchar *pafScan = NULL;   // 存储数据

for (int i = 0;i< BandSize;i++)
{
	GDALRasterBand *pBand = poDataset->GetRasterBand(i + 1);//读取第i+1个波段的数据
	pafScan = new uchar[Cols*Rows];
	pBand->RasterIO(GF_Read, 0, 0, Cols, Rows, pafScan, Cols, Rows, GDT_Byte, 0, 0);//将第i+1个波段的数据存入pafScan
	cv::Mat A = cv::Mat(Rows, Cols, CV_8UC1, pafScan);//将第i+1个波段的数据存存入A中
	imgMat.push_back(A.clone());
	delete[]pBand;
	A.release();
}
delete[]pafScan;
cv::Mat img;
img.create(Rows, Cols, CV_8UC1(BandSize));
merge(imgMat, img);
imgMat.clear();
return img;

}

int* isodata(Mat img, int Nc, int K, int ThetaN, double ThetaS, double ThetaC, int I = 10, int L = 1) {
int Rows = img.rows;//行
int Cols = img.cols;//列
int Bands = img.channels();//波段
int HI = 1;
int CI = 0;//每次循环合并次数
double* z = new double[BandsNc];//分配内存
Step1://确定参数和初始聚类中心
for (int i &

最低0.47元/天解锁文章