[發(fā)明專利]一種協(xié)同變化檢測(cè)的對(duì)象級(jí)分類樣本自動(dòng)選擇方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810556010.1
• 申請(qǐng)日: 2018-06-01
• 公開（公告）號(hào): CN108921025A
• 公開（公告）日: 2018-11-30
• 發(fā)明（設(shè)計(jì)）人: 吳田軍;胡曉東;夏列鋼;駱劍承;董文
• 申請(qǐng)（專利權(quán)）人: 蘇州中科天啟遙感科技有限公司;長(zhǎng)安大學(xué);中國(guó)科學(xué)院遙感與數(shù)字地球研究所
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06K9/38;G06K9/62
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11369
• 代理人: 韓飛

本發(fā)明公開了一種協(xié)同變化檢測(cè)的遙感影像對(duì)象級(jí)分類樣本自動(dòng)選擇方法，在獲取同一區(qū)域兩期遙感影像的前提下，對(duì)新時(shí)相的影像利用均勻漂移的方式進(jìn)行多尺度分割，獲取地物的對(duì)象邊界信息，同時(shí)對(duì)兩期影像進(jìn)行變化檢測(cè)，獲取不變像元；進(jìn)一步在“不變”像元位置基礎(chǔ)上建立兩期影像間的“不變”信息映射關(guān)系，從而進(jìn)行原始樣本信息在對(duì)應(yīng)“不變”位置上的遷移；然后，以新時(shí)相影像分割獲取的矢量邊界為約束，提取“不變”對(duì)象及其樣本類標(biāo)簽信息；最后，利用對(duì)象相關(guān)屬性進(jìn)行樣本純化，剔除部分具有錯(cuò)誤類標(biāo)簽信息的對(duì)象，最終建立新影像的對(duì)象級(jí)樣本庫(kù)，用于新時(shí)相遙感影像的分類。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感技術(shù)領(lǐng)域，具體涉及一種協(xié)同變化檢測(cè)的遙感影像對(duì)象級(jí)分類樣本自動(dòng)選擇方法。

背景技術(shù)

遙感可以快速大范圍的獲取地表數(shù)據(jù)。在遙感影像的應(yīng)用中，分類仍是最基本最核心的問(wèn)題，盡管已經(jīng)有許多較為成熟的分類算法，但是分類精度和速度問(wèn)題仍然沒(méi)有得到很好的解決。早期的人工目視解譯分類方式具有耗費(fèi)大量人力和時(shí)間的缺點(diǎn)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，機(jī)器分類方式的優(yōu)勢(shì)逐漸顯現(xiàn)，其中早期的像素級(jí)分類方式在中低空間分辨率遙感影像中得到了廣泛的應(yīng)用，推動(dòng)了遙感分類技術(shù)的應(yīng)用。但是，近年來(lái)，遙感數(shù)據(jù)的空間分辨率越來(lái)越高，同時(shí)其數(shù)據(jù)量巨大，背景信息復(fù)雜，噪聲信息干擾嚴(yán)重，“同物異譜”和“異物同譜”現(xiàn)象明顯，傳統(tǒng)的像素級(jí)分類方法精度難以滿足實(shí)際應(yīng)用，而對(duì)象級(jí)分類方法日益凸顯出其優(yōu)勢(shì)。在對(duì)象級(jí)分類過(guò)程中，不再以像素為基本單元，而是利用影像分割獲取的對(duì)象作為最小分類單元。這種方式被有效應(yīng)用的一個(gè)前提是具有大量的對(duì)象級(jí)樣本，但如果對(duì)每期影像進(jìn)行分類時(shí)均進(jìn)行樣本的重復(fù)采集選取，需要耗費(fèi)大量的人力和物力成本，這是目前采用對(duì)象級(jí)分類開展大區(qū)域長(zhǎng)周期應(yīng)用時(shí)遇到的瓶頸問(wèn)題。(相關(guān)文獻(xiàn)：1.Schowengerdt R A.Techniques for image processing and classifications inremote sensing[M].Academic Press,2012.2.MENNISJ.,GUO D.Spatial Data Miningand Geographic Knowledge Discovery:An Introduction[J].Computers,Environmentand Urban Systems,2009,33(6):403-408.3.XIA Liegang.Study on AutomaticClassificati on Method for Remotely Sensed Imagery by Incorporating Spatial-Spectral Features[D].Hangzhou:Zhejiang University of Technology,2011.)

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的不足之處，即對(duì)象級(jí)樣本難以重復(fù)利用的問(wèn)題，本發(fā)明旨在提出一種能夠進(jìn)行協(xié)同變化檢測(cè)的用于遙感影像對(duì)象級(jí)分類的樣本自動(dòng)選擇方法。

本發(fā)明提供了一種協(xié)同變化檢測(cè)的遙感影像對(duì)象級(jí)分類樣本自動(dòng)選擇方法，包括下述步驟：

1)獲取同一研究區(qū)域內(nèi)的至少兩期遙感影像，即最新遙感影像和舊遙感影像；

2)對(duì)最新遙感影像進(jìn)行多尺度分割，獲取其中地物的對(duì)象級(jí)矢量邊界、紋理以及光譜信息；

3)對(duì)所述兩期遙感影像進(jìn)行像元級(jí)變化檢測(cè)，提取其中未發(fā)生變化的像元的位置分布，并將未發(fā)生變化的象元建立為樣本標(biāo)簽；

4)以步驟2)中所述矢量邊界為約束，結(jié)合步驟3)中所述樣本標(biāo)簽，建立未發(fā)生變化的對(duì)象級(jí)樣本，同時(shí)根據(jù)所述未發(fā)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(duì)應(yīng)關(guān)系；

5)根據(jù)步驟4)中所述變化對(duì)應(yīng)關(guān)系，將舊遙感影像中的樣本類別標(biāo)簽遷移至最新遙感影像中，實(shí)現(xiàn)在最新遙感影像中對(duì)不變像元的自動(dòng)標(biāo)記類別標(biāo)簽；

6)對(duì)步驟4)中所述對(duì)象級(jí)樣本設(shè)置閾值，并進(jìn)行信息純化；