[發明專利]一種基于立體遙感數據庫的地貌特征聚類分析方法

在審

• 申請號: 201810103634.8
• 申請日: 2018-02-01
• 公開（公告）號: CN108319693A
• 公開（公告）日: 2018-07-24
• 發明（設計）人: 張文淑;宋慶方;王夢緣;程瑞普;劉鏡
• 申請（專利權）人: 張文淑
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62;G06K9/46;G06N3/04
• 代理公司: 青島致嘉知識產權代理事務所(普通合伙) 37236
• 代理人: 李浩成

本發明公開了一種基于立體遙感數據庫的地貌特征聚類分析方法，其實現步驟是：調用圖像待測樣品、還原立體遙感地貌、特征粗提取、選取訓練樣本和測試樣本、求解特征距離、細節特征點提取、利用訓練樣本訓練神經網絡、聚類分析。本發明采用逐層化方式訓練連續傅里葉神經網絡，避免了網絡層數較多時出現梯度擴散的問題，并且能夠提取出反映數據本質特性，刻畫數據細節特征，突出不同地物類型之間差別的高維特征。由于本發明利用連續傅里葉神經網絡提取數據的深層高維特征，避免了分類技術中存在的特征數較少或者特征學習不充分、不合理的問題，提高了無人機搭載遙感傳感器遙感地貌圖像的聚類精度。

技術領域

本發明屬于遙感地貌識別技術領域，具體涉及一種基于立體遙感數據庫的地貌特征聚類分析方法。

背景技術

遙感技術是從遠距離感知目標反射或自身輻射的電磁波、可見光、紅外線等，對目標進行探測和識別的技術，具有可獲取大范圍數據資料，獲取信息的速度快、周期短及信息量大等特點。根據獲取方式的不同，可將其分為光學遙感和微波遙感兩類。其中，光學遙感對應的設備簡單，所獲取圖像空間幾何分辨率高，圖像易于解譯，不過只能在白天使用，受天氣條件影響較嚴重；由于微波具有很好的穿透能力，微波遙感(SAR)可全天時、全天候對地成像，但相干成像特性使得其圖像存在乘性相干斑噪聲。兩者各有特點，相互補充，在國民經濟和國防建設中正發揮著越來越重要的作用。

隨著傳感器技術、空間技術和計算機技術的不斷發展，眾多機/星載遙感平臺投入運營，所搭載的新型、高分辨率傳感器可對地球表面進行不間斷、持續觀測，獲取了大量的寬幅、高分辨率遙感數據。但面對日益增長的獲取能力，與之不相宜的是對遙感圖像處理與解譯技術的研發相對滯后，不能滿足實際應用的迫切需求。其中，多時相遙感圖像變化檢測作為處理與解譯的基礎和關鍵技術之一，是指通過對同一區域、不同時期獲取的兩幅或多幅遙感圖像進行比較分析，進而根據圖像之間差異來獲取所感興趣地物、場景或目標的變化信息，受制于人類活動加劇以及自然災害頻發，其研發越來越受到人們重視，逐漸成為遙感領域的研究熱點。

近年來，國內外學者提出了很多有效的變化檢測方法，概括起來可分為有監督變化檢測和無監督變化檢測。限于有監督變化檢測所需地面真實變化類別樣本難以獲取，目前工作主要集中于無監督變換檢測類，其大致分為：(1)基于分布模型差異的多時相遙感圖像變化檢測；(2)基于差異圖像分析的多時相遙感圖像變化檢測；以及(3)基于馬爾科夫融合的多時相遙感圖像變化檢測。特別是對第二類算法的研究最為普遍，核心思想是將變化檢測問題視為圖像的二元分類/分割問題，又可細分為聚類分析、智能優化、閾值分割、有限混合模型、馬爾科夫隨機場、主動輪廓和水平集等策略。其中，聚類分析由其簡單、有效而受到普遍認可。

隨著航天技術和傳感器技術的發展，遙感數據的獲取方式越來越多。遙感數據通常數據量巨大，信息相互交織，如何把這些數據有效合理的組織起來是充分利用這些數據的關鍵。

傳統的數據組織是簡單地入庫，根據應用需求來對數據庫進行查找和信息獲取，一方面查找效率和信息獲取的能力受到限制，另一方面不能直觀地查看數據庫中的信息，極大地限制了數據的利用價值。因此，高效的數據組織技術是遙感信息處理的基礎，是當前需要解決的一個關鍵技術。

不同于通常的數據，遙感數據具有自己的特點。一方面，軍事遙感應用中關注的目標類型較為固定，如某空軍基地、某型艦船等。另一方面，目標本身也具有很強的層次語義特性，例如某航母編隊隸屬于某海軍部隊。所以，這些數據適合用多層分類體系進行描述。

另外，多數GIS與遙感應用軟件所能描述的目標都是靜態的，而實際上，很多需要表達與處理的目標都不是一成不變的，而是包含很強的時間空間信息。隨著數據量的積累與態勢的發展，分類體系也可能隨時面臨修改。因此必須關注能對時空過程和時空目標進行描述的數據組織模型。