MATLAB实现栅格数据K-Means聚类：遥感影像处理实战-代码聚汇网

MATLAB实现栅格数据K-Means聚类：遥感影像处理实战

KuronumaAoi·2026-08-09·阅读 21 GEO检测（免费）

K-Means聚类栅格数据处理MATLAB

|难度：普通|阅读约 14 分钟

1. 项目概述：栅格数据K-Means聚类实战

在遥感影像处理和地理信息系统分析中，栅格数据聚类是一项基础而重要的技术。这次我们用MATLAB实现一个完整的K-Means聚类流程，处理典型的栅格数据集。不同于常规的表格数据聚类，地理栅格数据需要考虑空间参考系、NoData值处理等专业问题，这正是本教程的特色所在。

我选择MATLAB作为实现工具，主要考虑到其强大的矩阵运算能力和丰富的空间数据处理函数库。相比Python的scikit-learn，MATLAB在栅格数据读写和可视化方面有着更便捷的原生支持。整个实现过程只需9行核心代码，分为六个逻辑清晰的步骤，即使是刚接触空间数据分析的新手也能快速上手。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 环境准备与数据加载

2.1 MATLAB环境配置

建议使用MATLAB R2020b及以上版本，确保已安装以下工具箱：

Image Processing Toolbox（图像处理）
Mapping Toolbox（地理空间数据处理）
Statistics and Machine Learning Toolbox（机器学习算法）

验证工具箱是否安装：

matlab复制ver('images') 
ver('stats')

2.2 栅格数据读取与预处理

假设我们有一个GeoTIFF格式的土地利用数据（如2001-2024年农作物分布数据），读取时需要特别注意地理参考信息：

matlab复制[data, R] = readgeoraster('crop_distribution.tif');
info = geotiffinfo('crop_distribution.tif');

栅格数据通常会有以下特殊值需要处理：

NoData值（常用-9999或NaN表示）
无效像素（如云覆盖区域）
超出合理范围的异常值

预处理代码示例：

matlab复制data(data == -9999) = NaN; % 处理NoData值
valid_mask = ~isnan(data); % 创建有效数据掩膜

3. K-Means算法核心实现

3.1 数据整形与标准化

栅格数据通常是二维或三维矩阵（行×列×波段），需要转换为K-Means要求的样本×特征格式：

matlab复制[nRows, nCols, nBands] = size(data);
X = reshape(data, [], nBands); % 转换为nPixels×nBands矩阵
X = X(valid_mask(:), :); % 只保留有效像素

% 数据标准化（Z-score标准化）
X = (X - mean(X,1)) ./ std(X,0,1);

3.2 K值确定与算法调用

确定最佳聚类数K是核心难点，常用肘部法则（Elbow Method）评估：

matlab复制wcss = zeros(1,10); % 假设测试K=1到10
for k = 1:10
    [~,~,sumd] = kmeans(X, k);
    wcss(k) = sum(sumd);
end
plot(1:10, wcss, '-o'); % 寻找拐点

选定K值后执行聚类：

matlab复制k = 5; % 假设通过肘部法则确定
[labels, centroids] = kmeans(X, k, 'Replicates', 10); % 重复10次避免局部最优

3.3 结果重构与可视化

将一维标签重新映射回原始栅格结构：

matlab复制result = nan(nRows*nCols, 1);
result(valid_mask(:)) = labels;
result = reshape(result, nRows, nCols);

% 地理参考可视化
figure
geoshow(result, R, 'DisplayType', 'surface')
colormap(jet(k))
colorbar

4. 地理栅格处理的特殊考量

4.1 空间自相关处理

栅格数据具有强烈的空间自相关性，传统K-Means可能产生"盐椒噪声"。改进方法包括：

空间约束K-Means：在距离计算中融入空间坐标
后处理：使用多数滤波平滑结果

matlab复制% 添加坐标作为特征
[colGrid, rowGrid] = meshgrid(1:nCols, 1:nRows);
coords = [rowGrid(:), colGrid(:)];
coords = coords(valid_mask(:), :);
X_extended = [X, coords/max(nRows,nCols)]; % 归一化坐标

% 执行带空间约束的聚类
[labels_spatial, ~] = kmeans(X_extended, k);

4.2 多时相数据处理

处理2001-2024年时间序列数据时，建议：

按年份堆叠为三维数组（行×列×年份）
使用动态时间规整(DTW)距离替代欧氏距离

matlab复制% 假设data是nRows×nCols×nYears的三维数组
X_time = reshape(data, [], nYears);
X_time = X_time(valid_mask(:), :);

% 自定义距离函数
opts = statset('UseParallel', true);
[labels_time, ~] = kmeans(X_time, k, ...
    'Distance', 'dtw', ...
    'Options', opts);

5. 完整代码实现与注释

以下是整合后的9行核心代码（含地理参考处理）：

matlab复制% 步骤1：读取地理栅格数据
[data, R] = readgeoraster('input.tif');  

% 步骤2：创建有效数据掩膜
valid_mask = ~isnan(data) & (data ~= -9999);

% 步骤3：数据整形与标准化
X = reshape(data, [], 1);  
X = X(valid_mask(:));  
X = (X - mean(X)) / std(X);

% 步骤4：确定最佳K值（肘部法则）
wcss = arrayfun(@(k) sum(kmeans(X,k,'MaxIter',100).sumd), 1:10);
[~, k] = min(abs(diff(wcss,2)));  % 二阶差分找拐点

% 步骤5：执行K-Means聚类
[labels, ~] = kmeans(X, k, 'Replicates', 5, 'Options', statset('UseParallel',1));

% 步骤6：结果重构与输出
result = nan(size(data));  
result(valid_mask) = labels;  
geotiffwrite('output.tif', result, R);

6. 常见问题与性能优化

6.1 典型报错与解决方案

内存不足错误：

原因：栅格数据未分块处理
解决：使用blockproc函数分块处理

matlab复制fun = @(block_struct) kmeans(block_struct.data(:), k);
result = blockproc(data, [500 500], fun);

聚类结果不稳定：

原因：随机初始化导致
解决：增加Replicates参数（建议≥10），使用kmeans++初始化

matlab复制opts = statset('UseParallel',true);
[labels, ~] = kmeans(X, k, 'Options',opts, 'Replicates',10,...
    'Start','plus');

6.2 大规模数据加速技巧

并行计算：

matlab复制parpool('local',4); % 启动4个工作进程
opts = statset('UseParallel',1);
[labels, ~] = kmeans(X, k, 'Options',opts);

GPU加速：

matlab复制if gpuDeviceCount > 0
    X_gpu = gpuArray(X);
    [labels, ~] = kmeans(X_gpu, k);
    labels = gather(labels);
end

近似算法：

matlab复制opts = statset('MaxIter',100, 'OnlinePhase','on');
[labels, ~] = kmeans(X, k, 'Options',opts);

7. 进阶应用方向

7.1 与其他算法的结合

DBSCAN混合聚类：

matlab复制% 先用K-Means粗聚类
[~, centroids] = kmeans(X, 50);  
% 再用DBSCAN细聚类
labels = dbscan(centroids, 0.5, 5);

GMM概率聚类：

matlab复制gm = fitgmdist(X, k, 'Start', labels); 
[labels_gmm, ~] = cluster(gm, X);

7.2 实际应用案例

农作物类型识别：

多光谱数据（NDVI、EVI等指数）
时间序列物候特征
典型代码结构：

matlab复制ndvi = (nir_band - red_band) ./ (nir_band + red_band);
features = [ndvi, evi, lst]; % 组合多种指数

城市用地分类：

结合夜间灯光数据
加入道路网络密度特征

matlab复制density = imfilter(roads, fspecial('disk',10));
features = [reflectance_bands, density];

关键提示：当处理地理参考数据时，务必保持所有中间结果的地理参考信息一致性。建议使用geotiffinfo获取的元数据创建新的GeoTIFF文件。