[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

本發明提供了一種林地樹種分類器的構建方法、林地樹種分類方法及系統，該構建方法包括將小班數據疊加到對應的遙感圖像，構成遷移訓練樣本，利用遷移訓練樣本以及遙感圖像數據，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；對測試遙感圖像樣本中的林地區域進行分類；計算分類結果的錯誤率，當錯誤率大于預設的錯誤閾值時，修正當前誤差懲罰參數和當前不敏感系數，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。本發明提供的方式實現了對高分辨率遙感圖像中林地樹種的分類。

技術領域

本發明涉及圖像處理技術領域，特別涉及一種林地樹種分類器的構建方法、林地樹種分類方法及系統。

背景技術

遙感圖像的識別和分類一直都是遙感圖像處理技術中的重點。尤其地，對于包含形狀特征、紋理特征等特征信息量比較大的高分辨率遙感圖像進行準確的識別和分類則顯得尤為重要。基于高分辨率遙感圖像對林地樹種進行分類，可以清楚地提供林地樹種的分布情況，幫助林地管理單位對林地進行規劃，從而更好地對林地進行管理。

現有的對遙感圖像的分類方式大多是基于光譜特征實現的，其并不能完成對高分辨率遙感圖像中林地樹種的分類。

發明內容

本發明實施例提供了一種林地樹種分類器的構建方法、林地樹種分類方法及系統，實現了對高分辨率遙感圖像中林地樹種的分類。

一種林地樹種分類器的構建方法，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。

優選地，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：