ISODATA算法

在kmean基础上分割，合并。多波段图像计算。

思想和网上ISODATA似乎有点不同，当聚类之间不满足条件需要合并或者分裂的时候直接减少增加分类个数，重新进行聚类计算。根据设置的阈值不同会有不同的计算结果。

function [data1,K]=ISODATA(data,k,T,s,st)%K,为分类个数，s为判断一个聚类是否过于分散的阈值，T为初始判断聚类均值是否稳定的阈值，t为判断两个聚类之间是否过于相似的阈值
data1=kmean(data,k,T);
[~,~,bands]=size(data);
K=ones(1,bands)*k;
Mean=zeros(bands,k);%聚类的均值
for band=1:bands
    for i=1:k
         Mean(band,i)=mean(data(find(data1==i)));
    end
end
for band=1:bands
    for i=1:k-1
            tdata=data(:,:,band);%获取指定波段数据
            tdata1=data1(:,:,band);%获取指定波段标志矩阵数据
        if abs(Mean(band,i)-Mean(band,i+1))<s
            K(1,band)= K(1,band)-1;
        end
        if max(max(tdata(find(tdata1==i))))-min(min(tdata(find(tdata1==i))))>st
            K(1,band)= K(1,band)+1;
        end
        if max(max(tdata(find(tdata1==k))))-min(min(tdata(find(tdata1==k))))>st
            K(1,band)= K(1,band)+1;
        end
    end
    if  K(1,band)~=k
        [tdata1,K(1,band)]=ISODATA(tdata,K(1,band),s,T,st);
        data1(:,:,band)=tdata1;
    end
end
end

运行截图：
原图

分类后图像：

分类结果k：

单波段分类截图：

分类数：7