K-均值法计算示例(示例).xls

像元 波段 B1B2 A1030 B832 C2218 D3010 E3212 1 确定类别数为2 ABC DE 计算两个类的中心坐标 类中心坐标 类B1B2 ABC1327 DE3111 2 计算每个像元到类中心的欧氏距离 并将每个像元重新分配给最近的一类 若类中像元发生变化 需重新计算类中心坐标 A到两个类的平均距离B到两个类的平均距离 D2 A ABC 10 13 2 30 27 2 1818D2 B ABC 8 13 2 32 27 2 5050 D2 A DE 10 31 2 30 11 2 802D2 B DE 8 31 2 32 11 2 970 D到两个类的平均距离E到两个类的平均距离 D2 D ABC 30 13 2 10 27 2 578D2 E ABC 32 13 2 12 27 2 586 D2 D DE 30 31 2 10 11 2 2 2D2 E DE 32 31 2 12 11 2 2 2 结论1 C应重新分配到DE所在类 重重复复步步骤骤1 1 2 2 新的类中心坐标 类B1B2 AB931 CDE2813 A到两个类的平均距离B到两个类的平均距离 D2 A AB 10 9 2 30 31 2 2 2D2 B AB 8 9 2 32 31 2 2 2 D2 A CDE 10 28 2 30 13 2 613D2 B CDE 8 28 2 32 13 2 761 D到两个类的平均距离E到两个类的平均距离 D2 D AB 30 9 2 10 31 2 882D2 E AB 32 9 2 12 31 2 890 D2 D CDE 30 28 2 10 13 2 1313D2 E CDE 32 28 2 12 13 2 1717 结论 所有像元不再重新分类 各类平均距离汇总 A AB BC CD DE E ABAB2 22 2338338882882890890 CDECDE613613761761616113131717 3 为检查分类结果的稳定性 应以新的初始分割重新运行算法 并对分类结果进行比较 C到两个类的平均距离 D2 C ABC 22 13 2 18 27 2 162 D2 C DE 22 31 2 18 11 2 130130 18 50 130 2 2 18 50 130 2 2 202202 C到两个类的平均距离 D2 C AB 22 9 2 18 31 2 338 D2 C CDE 22 28 2 18 13 2 6161 聚聚类类准准则则 收收敛敛条条件件 使每一聚类中 多模式点到该类别的 中心的距离的平方和最小 即 对于图像中互不相交的任意一 类 计算该类中的像素值与该类均值差的平方和 将图像中所 有类的差的平方和相加 并使相加后的值达到最小 即 2 2 61 14 17 2 2 61 14 17 9696最最小小 2 计算每个像元到类中心的欧氏距离 并将每个像元重新分配给最近的一类 若类中像元发生变化 需重新计算类中心坐标 B11011303240427076 1210129342945466974 5659 108 1002425