[發明專利]融合邊緣信息和支持向量機對遙感圖像進行分類的方法及裝置

有效

• 申請號: 201210003541.0
• 申請日: 2012-01-06
• 公開（公告）號: CN102708374A
• 公開（公告）日: 2012-10-03
• 發明（設計）人: 史文中;苗則朗
• 申請（專利權）人: 香港理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 郭偉剛;易皎鶴

技術領域

本發明涉及對遙感圖像進行分類的方法及裝置，更具體地說，涉及一種融合邊緣信息和支持向量機對遙感圖像進行分類的方法及裝置。

背景技術

具有高光譜分辨率的高光譜圖像具有廣泛的應用領域，例如礦物探測、污染監測、精準農業等。分類是高光譜圖像的其中一個非常重要的處理過程。傳統的高光譜圖像的分類方法主要基于光譜信息，而很少考慮空間信息。

現有的普遍使用的高光譜圖像的融合空間信息及光譜信息的分類方法包括馬爾可夫隨機場、形態學指針和形態學濾波。然而這些方法使用固定大小的窗口得到空間信息，導致了尺寸比例的選擇問題。另一個分類方法是將空間信息集成到多核學習方法中，該方法也存在尺寸比例的選擇問題，同時該方法的計算成本非常高。

再有一種融合空間信息的方法是將逐像素的分類結果和劃分聚類(Partitional?Clustering)得到的分割的結果融合起來，但這種方法的結果是不穩健的。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種融合邊緣信息和支持向量機對遙感圖像進行分類的方法及裝置。

本發明解決其技術問題所采用的技術方案是：構造一種融合邊緣信息和支持向量機對遙感圖像進行分類的方法，其包括以下步驟：

對經過預處理和特征提取的遙感圖像進行逐像素的支持向量機分類；

對所述經預處理和特征提取的遙感圖像進行邊緣檢測，以獲得非連續的單像素寬邊緣圖；

對經噪音邊緣部分去除的所述非連續的單像素寬邊緣圖執行邊緣連接處理，以獲得封閉的邊緣圖；

將所述封閉的邊緣圖集成到經逐像素的支持向量機分類的圖中，以得到使用邊緣信息的分類結果圖。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，對所述經預處理和特征提取的遙感圖像進行邊緣檢測，以獲得非連續的單像素寬邊緣圖包括以下步驟：

對所述經預處理和特征提取的遙感圖像運用高光譜拉普拉斯邊緣算子，以獲得所述遙感圖像的邊緣圖；

對所述邊緣圖執行邊緣細化，以獲得非連續的單像素寬邊緣圖。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，在執行所述連接處理之前，檢測所述經噪音邊緣部分去除的所述非連續的單像素寬邊緣圖的端點，其中，所述端點為在8鄰域內僅具有一個與之連接的像素點。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，對經噪音邊緣部分去除的所述非連續的單像素寬邊緣圖執行邊緣連接處理，以獲得封閉的邊緣圖具體為針對所述經噪音邊緣部分去除的所述非連續的單像素寬邊緣圖中的每個端點執行以下步驟：

以當前端點為圓心，搜索預設值半徑內的端點；

如果搜索到端點時，將具有最小權重的端點與作為圓心的當前端點進行直線連接；否則，計算當前端點所處位置的邊緣部分的斜率，然后，在搜索區域內沿著斜率方向，從該當前端點位置處擴展該邊緣部分，以使得該當前端點成為擴展的邊緣部分的端點。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，將所述封閉的邊緣圖集成到經逐像素的支持向量機分類的圖中，以得到使用邊緣信息的分類結果圖具體為執行以下步驟：

對于內部像素，分別計算同一區域內每類像素的數量，將具有最多數量的一類像素替換其它類像素，以覆蓋該區域；

對于邊緣像素，計算邊緣像素的八鄰域鄰居位置處的每類像素的數量，將具有最多數量的一類像素替換該邊緣像素；其中，

所述內部像素是位于所述封閉的邊緣圖內部的像素，所述邊緣像素是位于所述封閉的邊緣圖邊界上的像素。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，所述預處理主要為對于所述遙感圖像，去除受吸水性影響嚴重的和低信噪比的光譜波段。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，所述特征提取主要為對所述遙感圖像進行主成分變換，從變換后的圖像中選擇若干光譜波段。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，所述噪音邊緣部分是長度小于給定臨界值的邊緣部分。

在本發明所述的融合邊緣信息和支持向量機對遙感圖像進行分類的方法中，所述遙感圖像是高光譜圖像或多光譜圖像。

根據本發明的另一個方面，提供一種融合邊緣信息和支持向量機對遙感圖像進行分類的裝置，其包括：

分類模塊，用于對經過預處理和特征提取的遙感圖像進行逐像素的支持向量機分類；