PIE SDK K-Means分类

1.算法功能简介

K-Means 算法的基本思想是：以空间中 k 个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。

算法首先随机从数据集中选取 K 个点作为初始聚类中心，然后计算各个样本到聚类中的距离，把样本归到离它最近的那个聚类中心所在的类。计算新形成的每一个聚类的数据对象的平均值来得到新的聚类中心，如果相邻两次的聚类中心没有任何变化，说明样本调整结束，聚类准则函数已经收敛。本算法的一个特点是在每次迭代中都要考察每个样本的分类是否正确。若不正确，就要调整，在全部样本调整完后，再修改聚类中心，进入下一次迭代。如果在一次迭代算法中，所有的样本被正确分类，则不会有调整，聚类中心也不会有任何变化，这标志着已经收敛，因此算法结束。

PIE SDK支持算法功能的执行，下面对K-Means分类算法功能进行介绍。

2.算法功能实现说明

2.1. 实现步骤

第一步	算法参数设置
第二步	算法执行
第三步	结果显示

2.2. 算法参数

算法名称	K-Means分类
C#算法DLL	PIE.CommonAlgo.dll
C#算法名称	PIE.CommonAlgo.KmeansClassificationAlgo
参数结构体	KmeansClassification_Exchange_Info
参数说明
InputFilePath	String	输入文件(*.tif;*.tiff; *.img)
OutputFilePath	String	输出文件路径(*.tif;*.tiff; *.img)
ClassNum	Int	分类数（2~255的正整数）
MaxLoop	Int	最大迭代次数（大于0的正整数）
Threshold	double	终止阈值（正数）
FuncName	String	功能名称
ListBands	IList<Int>	输入影像的波段（至少选择一个波段，{ 0, 1, 2, 3 }）

2.3. 示例代码

项目路径	百度云盘地址下/PIE示例程序/10.算法调用/图像处理/ImageProcessing. KmeansClassificationAlgo
数据路径	百度云盘地址下/PIE示例数据/栅格数据/01.GF1/GF1_PMS1_E116.5_N39.4_20131127_L1A0000117600-MSS1.tiff
视频路径	百度云盘地址下/PIE视频教程/10.算法调用/图像处理/K-Means分类算法avi
示例代码

2.4. 示例截图