[發明專利]林地樹種分類器的構建方法、林地樹種分類方法及系統

有效

• 申請號: 201910189420.1
• 申請日: 2019-03-13
• 公開（公告）號: CN109934291B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 紀顯琛;曾怡;袁梓琦;康依
• 申請（專利權）人: 北京林業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

1.一種林地樹種分類器的構建方法，其特征在于，將小班數據疊加到對應的遙感圖像，構成遷移訓練樣本，還包括：

利用包含所述遷移訓練樣本的遷移數據集合以及包含遙感圖像數據的輔助數據集合，訓練支持向量機分類器，選定目標核函數，并確定當前誤差懲罰參數和當前不敏感系數；

循環執行下述N1至N4：

N1：基于所述目標核函數、所述當前誤差懲罰參數和所述當前不敏感系數，對測試遙感圖像樣本中的林地區域進行分類；

N2：計算分類結果的錯誤率，當所述錯誤率不大于預設的錯誤閾值時，執行N3；當所述錯誤率大于預設的錯誤閾值時，執行N4；

N3：確定所述當前誤差懲罰參數和所述當前不敏感系數，為所述支持向量機分類器的目標參數，并結束當前流程；

N4：修正所述當前誤差懲罰參數和所述當前不敏感系數，并將修正后的誤差懲罰參數和修正后的不敏感系數分別作為當前誤差懲罰參數和當前不敏感系數，執行步驟N1；

在所述N1之后，在所述N2之前，進一步包括：

確定測試遙感圖像樣本中包含的樹種類型以及每一種所述樹種類型對應的區域；

針對所述N1的分類結果中的每一個預分類區域及對應的預分樹種，執行：

將所述預分類區域和對應的所述預分樹種，分別與確定出的所述樹種類型和所述樹種類型對應的區域進行匹配；

如果所述預分類區域位于一個所述樹種類型對應的區域范圍內且所述預分樹種與所述樹種類型匹配成功，則根據下述第一計算公式，計算所述預分類區域的子錯誤率；

如果所述預分樹種與任意一個所述樹種類型匹配失敗或者所述預分類區域與任意一個所述樹種類型對應的區域完全不匹配，則確定所述預分類區域的子錯誤率

如果所述預分樹種與一個所述樹種類型匹配成功且所述預分類區域與所述樹種類型對應的區域部分重合，則根據下述第二計算公式，計算所述預分類區域的子錯誤率；

第一計算公式：

第二計算公式：

其中，m表征一個所述測試遙感圖像樣本中包含的所述樹種類型對應的區域的總個數；w_ij表征第i個測試遙感圖像樣本中第j個預分類區域的子錯誤率；S_ij表征第i個測試遙感圖像樣本中第j個預分類區域對應的面積；S′表征與S_ij進行匹配的所述樹種類型對應的區域；SC_ij表征第i個測試遙感圖像樣本中第j個預分類區域與所述樹種類型對應的區域重合部分的面積；

所述計算分類結果的錯誤率，包括：利用所述測試遙感圖像樣本中每一個所述預分類區域的子錯誤率，計算分類結果的錯誤率。

2.根據權利要求1所述的林地樹種分類器的構建方法，其特征在于，所述利用所述測試遙感圖像樣本中每一個所述預分類區域的子錯誤率，計算分類結果的錯誤率，包括：

利用下述第三計算公式，計算分類結果的錯誤率；

第三計算公式：

其中，K表征分類結果的錯誤率；n表征測試遙感圖像樣本的總個數。

3.根據權利要求1所述的林地樹種分類器的構建方法，其特征在于，

在所述N3之后，進一步包括：

確定測試遙感圖像樣本中包含的每一種所述樹種類型對應的區域；

利用具有所述目標參數的支持向量機分類器對所述測試遙感圖像樣本進行分類；

根據紋理特征、形狀特征以及光譜特征，計算分類結果中每一個分類區域的邊緣特征與所述分類區域相匹配的樹種類型對應的區域的邊緣特征之間的匹配度；

當所述匹配度低于預設的匹配度閾值時，調整所述目標參數。