[發(fā)明專利]一種半監(jiān)督協(xié)同訓(xùn)練高光譜圖像分類方法

有效

• 申請?zhí)枺?/td>: 201510098328.6
• 申請日: 2015-03-05
• 公開（公告）號: CN104732246B
• 公開（公告）日: 2018-04-27
• 發(fā)明（設(shè)計(jì)）人: 陳善學(xué);尹修玄;楊政;楊亞娟
• 申請（專利權(quán)）人: 重慶郵電大學(xué);陳善學(xué)
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 重慶市恒信知識產(chǎn)權(quán)代理有限公司50102
• 代理人: 劉小紅,高敏

1.一種半監(jiān)督協(xié)同訓(xùn)練高光譜圖像分類方法，其特征在于，包括步驟：讀取高光譜遙感圖像，確定圖像中地物類別，分別從各類別圖像中隨機(jī)抽取樣本；設(shè)置多個分類器對高光譜圖像樣本粗分類，圖像樣本通過分類器得到分類標(biāo)記，得到初始聯(lián)合訓(xùn)練集；初始聯(lián)合訓(xùn)練集訓(xùn)練子分類器，獲得分類標(biāo)記構(gòu)成碼書；利用碼書、碼字計(jì)算碼距，確定未標(biāo)記數(shù)據(jù)臨時類別；利用標(biāo)記數(shù)據(jù)聚類中心與未標(biāo)記數(shù)據(jù)的距離，將測試樣本加入標(biāo)記樣本集和對應(yīng)類別的訓(xùn)練集，更新訓(xùn)練集，直到當(dāng)前訓(xùn)練集與上一輪訓(xùn)練集相同，將測試樣本向訓(xùn)練好的子分類器集合依次順序輸入，每個測試樣本得到個分類標(biāo)記mark，將個分類標(biāo)記mark對應(yīng)類別編成一位碼，組合得到一個碼字，所得碼字與碼書中任一碼字做異或運(yùn)算，運(yùn)算結(jié)果中1的個數(shù)為碼距，計(jì)算所得碼字與碼書中各碼字的碼距，選出最小碼距，將測試樣本的類別標(biāo)號定為該碼距所對應(yīng)的碼書碼字的類別，通過公式R_i＝||r_i-y_j||計(jì)算第i個樣本y_j與相同類別訓(xùn)練樣本聚類中心r_i的距離，通過公式計(jì)算i類中各訓(xùn)練樣本到i類中心的平均距離，根據(jù)平均距離設(shè)置篩選半徑為R_i″，如果R_i＜R″_i，則將該測試樣本加入標(biāo)記樣本集和對應(yīng)類別的訓(xùn)練集，根據(jù)公式：TrainSet‘_i＝{TrainSet_i∪y}更新訓(xùn)練集；如果R_i≥R″_i，刪去該測試樣本的類別標(biāo)號，將該樣本留在測試樣本集中，其中，初始聯(lián)合訓(xùn)練集代表子分類器的個數(shù)，x_m為訓(xùn)練樣本，m為該類訓(xùn)練樣本個數(shù)，TrainSet_i為訓(xùn)練集，y為測試樣本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述粗分類包括：將抽取的樣本按照同類別聚集，劃分為N個類別的標(biāo)記樣本子集L_n,(n＝1,…,N)，剩余的樣本作為測試樣本，將L_n不重復(fù)窮盡排列組合，得到集合為初始聯(lián)合訓(xùn)練集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲得碼書具體包括，監(jiān)督分類器作為系統(tǒng)的子分類器h_i，每個初始聯(lián)合訓(xùn)練集對應(yīng)訓(xùn)練一個子分類器h_i，將標(biāo)記樣本集的每個樣本分別通過訓(xùn)練好的子分類器，得到一系列分類標(biāo)記，根據(jù)分類標(biāo)記定義碼字獲得一系列碼字，不同碼字組成的集合構(gòu)成初始碼書codebook。