[發明專利]基于光譜標記的多光譜遙感圖像自適應分類方法

有效

• 申請號: 201410273900.3
• 申請日: 2014-06-18
• 公開（公告）號: CN104036294B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 高新波;王穎;張琪;王秀美;高憲軍;吳晟杰;李圣喜;于昕曄;王斌;牛振興
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心61205
• 代理人: 王品華,王喜媛

1.一種基于光譜標記的多光譜遙感圖像自適應分類方法，包括如下步驟：

(1)輸入高分辨率16位多光譜遙感圖像，并調整這些遙感圖像的數據格式構建光譜矢量SV；

(2)利用光譜矢量完善光譜標記庫：

若光譜標記庫未建立，則在調整后的遙感圖像上人工標記n個光譜矢量，作為不同類別的光譜標記V_i,i＝1…n，n為所有可能出現類別的總數，V_i分別對應遙感圖像所有可能出現的n個類別，用這些光譜標記構成光譜標記庫；

若光譜標記庫已建立且類別滿足用戶需求，則保持原光譜標記庫不變；

若光譜標記庫已建立但不滿足用戶需求，則添加光譜標記，即在調整后的遙感圖像上選取m個光譜矢量，作為新添加的光譜標記V_i,i＝(n+1)…(n+m)，m為新添加類別的總數；

(3)以光譜標記庫中的所有光譜標記作為初始聚類中心P_i,i＝1…(n+m)，采用K-Means聚類算法獲得聚類后的聚類中心Q_i，以及Q_i對應的類別號R_i，i＝1…(n+m)；

(4)計算初始聚類中心P_i與聚類后的聚類中心Q_i的余弦角差值Δ，當Δ小于閾值δ時，將Q_i保存為適合當前遙感圖像的光譜標記U_j，并將Q_i的類別號R_i保存為U_j的類別號L_j，j＝1…c，δ＝0.2；

(5)以適合當前遙感圖像的光譜標記U_j和類別號L_j，對K-Means聚類算法進行初始化，再用該K-Means聚類算法獲得遙感圖像每個像素對應的類別號，得到分類結果。

2.根據權利要求1所述的基于光譜標記的多光譜遙感圖像自適應分類方法，其中所述步驟(1)中光譜矢量SV的構建，按如下步驟進行：

(1a)將多光譜遙感圖像g的行數保存為h、列數保存為l、光譜層數保存為p；

(1b)對多光譜遙感圖像g各光譜層的圖像分別做累計直方圖調整，得到調整后的多光譜遙感圖像g′：

(1b1)將多光譜遙感圖像g中第k光譜層的子圖像保存為g_k，k＝1…p，計算該子圖像g_k的最小灰度值min_k和最大灰度值max_k，并在min_k～max_k范圍內做子圖像g_k的累計直方圖；

(1b2)將累計直方圖2％位置處的灰度值保存為Zmin，將累計直方圖98％位置處的灰度值保存為Zmax，將子圖像g_k中所有小于Zmin的灰度值用Zmin代替，將子圖像g_k中所有大于Zmax的灰度值用Zmax代替；

(1b3)將子圖像g_k在Zmin～Zmax范圍內的灰度映射到0～65535灰度值，最后將各層子圖像g_k按光譜層順序拼合得到調整后的多光譜遙感圖像g′；

(1c)將多光譜遙感圖像g′每個像素點在不同光譜層的灰度值構成矢量，即為光譜矢量SV。

3.根據權利要求1所述的基于光譜標記的多光譜遙感圖像自適應分類方法，其中所述步驟(2)中人工添加光譜標記，按如下步驟進行：

(2a)采用真彩色模式顯示多光譜圖像，對于每個需要添加的類別，都在圖像上人工標記一個最具代表性的光譜矢量。

(2b)采用“光譜矢量-類別號”的形式存儲光譜標記，類別號1代表建筑，類別號2代表植被，類別號3代表裸地，類別號4代表水體，類別號5代表陰影。