(实验结果):一种基于层次聚类的土地规划使用图图像分割方法
——以北京通州某村庄的村庄土地规划使用图为例
1、技术背景
早期的图像分割技术方法主要有边缘检测、阈值分割、区域生长。这些研究方法对图像信息有着不同的认知,从某个角度出发进行图像分割,其算法通俗易懂,有着高效的图像分割速度。但其也存在着许多问题,这些方法一般采用了贪心策略进行图像分割,容易陷入局部最优解,不能得到全局最优解;对图像的空间特征信息认识不足;对噪声敏感等。
如今,计算机算力充足,一些新方法、新理论也随之被应用到图像分割领域。如统计学习中的聚类算法、小波变换方法、基于数学形态学方法的分水岭算法、遗传算法、图论、深度学习等。本实验是基于层次聚类的图像分割方法。
层次聚类是一种贪心算法,该方法利用不同样本间的差异性构造出带有层次的嵌套聚类树,通过聚类树的结构关系表明各个样本之间的类别关系。在聚类树中,树的最低层由所有的原始样本构成,树的顶层表示一个聚类的根节点。层次聚类算法按照策略都不同分为两类:自底而上的凝聚的层次聚类和自顶而下的分裂的层次聚类。
2、示例——某村庄的村庄土地规划使用图及图例
2.1、村庄土地规划使用图
2.2、图例
3、提出的方法
4、实验结果