[發明專利]一種協同變化檢測的對象級分類樣本自動選擇方法

在審

• 申請號: 201810556010.1
• 申請日: 2018-06-01
• 公開（公告）號: CN108921025A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 吳田軍;胡曉東;夏列鋼;駱劍承;董文
• 申請（專利權）人: 蘇州中科天啟遙感科技有限公司;長安大學;中國科學院遙感與數字地球研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/38;G06K9/62
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 韓飛

1.一種協同變化檢測的對象級分類樣本自動選擇方法，其特征在于，包括下述步驟：

1)獲取同一研究區域內的至少兩期遙感影像，即最新遙感影像和舊遙感影像；

2)對最新遙感影像進行多尺度分割，獲取其中地物的對象級矢量邊界、紋理以及光譜信息；

3)對所述兩期遙感影像進行像元級變化檢測，提取其中未發生變化的像元的位置分布，并將未發生變化的象元建立為樣本標簽；

4)以步驟2)中所述矢量邊界為約束，結合步驟3)中所述樣本標簽，建立未發生變化的對象級樣本，同時根據所述未發生變化的象元的位置分布建立起最新遙感影像與舊遙感影像之間的變化對應關系；

5)根據步驟4)中所述變化對應關系，將舊遙感影像中的樣本標簽遷移至最新遙感影像中，實現在最新遙感影像中對不變像元的自動標記類別標簽；

6)對步驟4)中所述對象級樣本設置閾值，并進行信息純化；

7)根據步驟5)中所自動標記的樣本標簽，將步驟4)中所建立的對象級樣本遷移至最新遙感影像中，利用步驟2)中所述紋理和光譜信息進行驗證，剔除其中錯誤樣本，構建最新遙感影像的對象級樣本庫，用于后續分類的訓練。

2.根據權利要求1所述的自動選擇方法，其特征在于，所述步驟1)中至少兩期遙感影像來自同一個傳感器，具有相近的光譜及空間分別率。

3.根據權利要求1所述的自動選擇方法，其特征在于，所述步驟2)中采用均值漂移方法對最新遙感影像進行多尺度分割，以實現同質基元對象的提取，并計算所提取對象的矢量邊界、紋理以及光譜信息。

4.根據權利要求1所述的自動選擇方法，其特征在于，所述步驟3)中采用大律法所實現的二值化分割提取所述未發生變化的像元的位置分布。

5.根據權利要求1所述的自動選擇方法，其特征在于，所述步驟6)中設置閾值的依據是對象的尺寸、標注標簽的像元比例以及同類標簽像元所占比例。

6.根據權利要求5所述的自動選擇方法，其特征在于，所述閾值用于對象級樣本的篩選，以剔除其中面積或者標注標簽像元比例較小的對象。

7.根據權利要求6所述的自動選擇方法，其特征在于，所述對象級樣本被標記為其中所占比例最高的類標簽，用以與最新遙感影像中自動標記的樣本標簽相識別匹配。