1.基于聯(lián)合稀疏表達(dá)的遙感影像多尺度面向?qū)ο蠓诸惙椒ǎ涮卣髟谟冢ú襟E：

步驟1，結(jié)合空間屬性特征和光譜屬性特征構(gòu)造影像數(shù)據(jù)的增廣特征；

步驟2，基于訓(xùn)練像素樣本和增廣矩陣構(gòu)造過完備字典，訓(xùn)練像素樣本包括不同類別的像素樣本，過完備字典覆蓋了所有類別的訓(xùn)練像素樣本在增廣特征空間中的分布；

步驟3，采用面向?qū)ο蟮挠跋穹指罘椒▽τ跋駭?shù)據(jù)進(jìn)行初始化分割獲得初始化的圖斑；

步驟4，基于圖斑內(nèi)像素在增廣特征空間的表達(dá)構(gòu)造圖斑的聯(lián)合信號矩陣，采用過完備字典對圖斑的聯(lián)合信號矩陣進(jìn)行聯(lián)合稀疏表達(dá)，從而獲得圖斑的聯(lián)合稀疏表達(dá)矩陣；

步驟5，基于聯(lián)合稀疏表達(dá)矩陣對圖斑依次進(jìn)行均質(zhì)性分析與重建效果分析，所述的均質(zhì)性分析基于稀疏重建過程中各類別像素的貢獻(xiàn)程度來判斷圖斑是否滿足均質(zhì)性水平，所述的重建效果分析對基于圖斑的聯(lián)合系數(shù)表達(dá)矩陣重建的信號進(jìn)行分析；

步驟6，根據(jù)均質(zhì)性分析與重建效果分析結(jié)果對圖斑做如下操作：

1）圖斑均滿足均質(zhì)性水平和重建效果時，將該圖斑標(biāo)記為“稀疏表達(dá)過程中起到最多貢獻(xiàn)的字典基對應(yīng)的類別”；

2）圖斑滿足均質(zhì)性水平但不滿足重建效果時，該圖斑為“過分割圖斑”，對該圖斑放大分割尺度參數(shù)進(jìn)行再次分割，對再次分割獲得的新圖斑執(zhí)行步驟4；

3）當(dāng)圖斑不滿足均質(zhì)性水平時，該圖斑為“欠分割圖斑”，對該圖斑縮小分割尺度參數(shù)進(jìn)行再次分割，對再次分割獲得的新圖斑執(zhí)行步驟4。

2.如權(quán)利要求1所述的基于聯(lián)合稀疏表達(dá)的遙感影像多尺度面向?qū)ο蠓诸惙椒?，其特征在于?/p>

步驟1中所述的增廣特征是將屬性特征矢量疊加構(gòu)造獲得，所述的屬性特征包括空間特征和光譜特征。

3.如權(quán)利要求1所述的基于聯(lián)合稀疏表達(dá)的遙感影像多尺度面向?qū)ο蠓诸惙椒ǎ涮卣髟谟冢?/p>

步驟3中所述的初始化分割采用均值漂移分割法。

4.如權(quán)利要求1所述的基于聯(lián)合稀疏表達(dá)的遙感影像多尺度面向?qū)ο蠓诸惙椒?，其特征在于?!-- SIPO -->

步驟4中采用同步正交匹配追蹤法對圖斑的聯(lián)合信號矩陣進(jìn)行聯(lián)合稀疏表達(dá)，從而獲得圖斑的聯(lián)合稀疏表達(dá)矩陣。

5.如權(quán)利要求1所述的基于聯(lián)合稀疏表達(dá)的遙感影像多尺度面向?qū)ο蠓诸惙椒?，其特征在于?/p>

所述的均質(zhì)性分析基于SCI(Xli)=K·maxi||δk(Xli)||1/||Xli||1-1K-1∈[0,1]]]>來判斷圖斑是否滿足均質(zhì)性水平，其中，表示圖斑的均質(zhì)性水平值；僅保留聯(lián)合稀疏表達(dá)矩陣中第k類訓(xùn)練像素樣本對應(yīng)的元素，將其他元素均賦值0，構(gòu)成新矩陣k為訓(xùn)練像素樣本類別編號；K為訓(xùn)練像素樣本中像素樣本類別總數(shù)；

基于獲得的均質(zhì)性水平值判斷圖斑是否滿足均質(zhì)性水平，具體為：

依次令k取1、2、…、K，針對各k值分別計算圖斑的均質(zhì)性水平值取K個均質(zhì)性水平值中的最大值當(dāng)大于預(yù)設(shè)閾值T₁時，圖斑滿足均質(zhì)性水平；否則，圖斑不滿足均質(zhì)性水平。