根据云像元数量分治的遥感图像时间序列聚类方法

摘要

本发明为了解决遥感图像时间序列聚类过程中广泛存在的云像元的干扰，提出了一种根据时间序列中云像元数量的多少分而治之的聚类方法。大致步骤为：(1)根据含云量对时间序列分组(2)对含云较少的序列，排除云像元并用动态时间规整距离进行K-means聚类(3)利用上一步得到的聚类中心作为训练样本，利用欧式距离，且不计算云像元，对含云量中等的序列进行最近邻分类，(4)对含云量很多的序列，参考其空间邻域的情况确定类别。本发明充分考虑了云对聚类结果的影响，并利用适当的方法进行了合理的规避，最大化地利用了数据，对各类传感器数据都有良好的适应能力，并能取得良好的聚类精度。

主权项

一种根据云像元数量分治的遥感图像时间序列聚类方法，该方法根据时间序列中含云像元的数量将时间序列分组进而采取不同分类策略，其特征在于，包括如下步骤：第一步，根据时间序列中含云像元的数量将时间序列分组，共分为三组，第一组时间序列含云像元数量少含云量小于或等于20％，第二组时间序列含云像元数量中等，含云量大于20％且小于80％，第三组时间序列含云像元数量多，含云量大于80％，分组的分界点不限于20％和80％，但至少要保证含云量少的第一组时间序列中的序列数量大于总数的60％；第二步，对第一组时间序列排除序列中的云像元，然后采用基于动态时间规整距离进行K‑means聚类；第三步，对第二组时间序列采用第一组的聚类中心作为训练样本，对于序列中非云的数据点用欧氏距离进行最近邻分类；第四步，对第三组时间序列采用空间领域聚类。