（实验结果）：一种基于层次聚类的村庄土地规划使用图图像分割方法

（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