تعیین تعداد مناسب خوشه ها با استفاده از ترکیب الگوریتم های فازی برای خوشه بندی تصاویر ابرطیفی

خوشه بندی تصاویر ابرطیفی به ازای تعداد مناسبی از خوشه ها، به دلیل حجم زیاد اطلاعات و میزان نویز بالا در آنها، کار مشکلی است. روش پیشنهادی در این مقاله، ترکیبی از الگوریتم های خوشه بندی فازی است که تعداد بهینه ای از خوشه ها را به همراه تصویر خوشه بندی شده ارائه می دهد. روش مذکور بر اساس یک روش سلسه مراتبی و با استفاده از سه الگوریتم فازی FCM ، G-K وزن دار و MCV عمل می کند. از این رو، شکل های مختلف خوشه ها شناسایی شده و مجموع حجم یکایک خوشه ها نیز حداقل می شود. هر یک از خوشه ها با توجه به شرط پیشنهادی، مرحله به مرحله تجزیه می شوند تا یک تعداد مناسب از خوشه ها به دست آید. پس از پیاده سازی روش پیشنهادی بر روی دو تصویر ابرطیفی مختلف و به کارگیری پارامترهای ارزیابی خوشه، مقادیر مناسب تری از این پارامترها برای این روش نسبت به سایر روش های فازی حاصل شده است. در نهایت، یک خوشه بندی مناسب با تعیین تعداد خوشه ها به دست میآید. نتایج ارزیابی خوشه ها از جمله ضریب تفکیک نشان می دهد روش پیشنهادی، نمونه های پراکنده کمتری در تصویر خوشه بندی شده ارائه داده است، از طرفی، مشابه بودن نمونه ها در هر خوشه، نسبت به سایر روشها، قابل ملاحظه است.

کلیدواژه ها:

تصاویر ابرطیفی ، خوشه بندی فازی ، FCM و G-K و MCV