一种k-means聚类支持的影像地表水范围自动圈定方法技术

本发明专利技术属于地表水圈定技术领域，具体涉及一种k‑means聚类支持的影像地表水范围自动圈定方法。该发明专利技术利用SLIC超像素分割算法对遥感影像进行多尺度分割，且将分割后的patch单元中心点作为裁剪种子点，再通过样本裁剪得到场景样本，然后深度学习（ViT）驱动的半监督场景样本聚类方法，实现场景样本无监督聚类，得到可用于训练的水体和非水体样本，引入C‑H准则自动确定最佳聚类数目，自动化获取水体样本，全过程无需人工干预，实现地表水范围自动圈定提出了基于k‑means聚类算法的场景样本自动生成方法，提高样本生成的效率和准确性，结合深度学习特征提取和聚类分析，实现影像地表水范围的自动圈定，且通过CH指数优化聚类数量，提高了聚类结果的可靠性和精度。

【技术实现步骤摘要】

本专利技术属于地表水圈定，具体涉及一种k-means聚类支持的影像地表水范围自动圈定方法。

技术介绍

1、地表水提取是遥感环境监测解译中的一个关键任务，它涉及到识别和分类遥感图像中的水体，如河流、湖泊、运河和池塘。由于地表水体在可见光到近红外波段的反射率远低于其他遥感环境监测元素，这成为了从光学遥感图像中提取水体的主要机制。随着机器学习和深度学习的发展，影像地表水提取的精度和效率得到了显著的提升，但是面临的问题是需要高质量的训练样本，这一缺点导致算法受限，提取大范围水体难度加大。此外，在数据方面，现有数据主要集中在特定区域，不能涵盖大范围水体的特征。

2、目前，长期监测水体变化在水资源管理和洪水监测中的重要性日益增加，且国家层面推动的水资源调查任务迫切需要研发效率更高、实用化程度更强的影像地表水提取方法。因此，构建样本自动化生成技术体系，进行地表水快速圈定方法的研究，提高在大范围区域和长期感知能力的解释泛化，将是未来影像地表水研究的重点。

3、现有技术中，仍然存在以下问题：

4、其一、传统水体指数提取水体的方法是通过波段本文档来自技高网...

【技术保护点】

1.一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：包括：

2.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述利用SLIC超像素分割算法对高分辨率遥感影像进行多尺度分割的步骤，包括：

3.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述将所述遥感影像多尺度分割后的patch单元中心点作为裁剪种子点，并通过样本裁剪得到场景样本的步骤，包括：

4.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述将所有通过...

【技术特征摘要】

1.一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：包括：

2.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述利用slic超像素分割算法对高分辨率遥感影像进行多尺度分割的步骤，包括：

3.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述将所述遥感影像多尺度分割后的patch单元中心点作为裁剪种子点，并通过样本裁剪得到场景样本的步骤，包括：

4.根据权利要求1所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述将所有通过样本裁剪得到的场景样本输入至vit网络进行提取深度特征的步骤，包括：

5.根据权利要求4所述的一种k-means聚类支持的影像地表水范围自动圈定方法，其特征在于：所述利用c-h准则引导的k-means算法对...

【专利技术属性】
技术研发人员：王胜利，张启华，朱益虎，蒋毅，何燕兰，孙磊，
申请(专利权)人：江苏省地质测绘大队，
类型：发明
国别省市：