一种k-means聚类支持的影像地表水范围自动圈定方法

本发明属于地表水圈定技术领域，具体涉及一种k‑means聚类支持的影像地表水范围自动圈定方法。该发明利用SLIC超像素分割算法对遥感影像进行多尺度分割，且将分割后的patch单元中心点作为裁剪种子点，再通过样本裁剪得到场景样本，然后深度学习（ViT）驱动的半监督场景样本聚类方法，实现场景样本无监督聚类，得到可用于训练的水体和非水体样本，引入C‑H准则自动确定最佳聚类数目，自动化获取水体样本，全过程无需人工干预，实现地表水范围自动圈定提出了基于k‑means聚类算法的场景样本自动生成方法，提高样本生成的效率和准确性，结合深度学习特征提取和聚类分析，实现影像地表水范围的自动圈定，且通过CH指数优化聚类数量，提高了聚类结果的可靠性和精度。