[發(fā)明專利]一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810568505.6
• 申請(qǐng)日: 2018-06-05
• 公開(kāi)（公告）號(hào): CN108596279A
• 公開(kāi)（公告）日: 2018-09-28
• 發(fā)明（設(shè)計(jì)）人: 陳嘉琪;陸品全;呂吉明;平學(xué)偉;王峰;劉海韻
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/00;G06N3/04
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 梁耀文

1.一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法，其特征在于，包括如下步驟：

(1)從數(shù)據(jù)庫(kù)獲取年度冬季冰期的遙感圖像，并對(duì)獲取的遙感圖像進(jìn)行幾何校正、圖像配準(zhǔn)和圖像融合得到預(yù)處理后的遙感圖像；

(2)構(gòu)建SVM有監(jiān)督模型；

(3)對(duì)步驟(2)中構(gòu)建得到的SVM有監(jiān)督模型進(jìn)行訓(xùn)練，并對(duì)訓(xùn)練后的SVM有監(jiān)督模型進(jìn)行測(cè)試判斷是否滿足精度要求，如果滿足則進(jìn)入步驟(4)，如果不滿足則返回步驟(2)；

(4)將步驟(1)中得到的最終處理后的遙感圖像加入構(gòu)建好的SVM有監(jiān)督模型中，并對(duì)遙感圖像中的湖冰進(jìn)行分類。

2.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法，其特征在于，所述步驟(1)中圖像預(yù)處理步驟中圖像配準(zhǔn)能夠減小由于幾何校正產(chǎn)生的誤差，圖像融合能較好保持影像的紋理和光譜信息。

3.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法，其特征在于，所述步驟(3)中測(cè)試判斷的精度要求為96％。

4.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法，其特征在于，所述步驟(4)中對(duì)遙感圖像中的湖冰進(jìn)行分類時(shí)，首先分為三類：湖冰、水域、其他。

5.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的SVM有監(jiān)督模型湖冰分類識(shí)別方法，其特征在于，所述步驟(3)中對(duì)構(gòu)建得到的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練的具體步驟為：先將步驟(1)中最終處理后的遙感圖像中的每一幅圖像進(jìn)行分類，分為三類：湖冰、水域、其他，選擇10000個(gè)像素點(diǎn)作為模型的訓(xùn)練樣本，并將步驟(2)中得到的所有最終處理后的遙感圖像和選擇的訓(xùn)練樣本均帶入SVM有監(jiān)督模型中進(jìn)行訓(xùn)練。