[發明專利]一種多光譜遙感影像分類方法和系統

有效

• 申請號: 201910319458.6
• 申請日: 2019-04-19
• 公開（公告）號: CN110070035B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 高海亮;顧行發;程天海;余濤;孫源;劉其悅
• 申請（專利權）人: 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;G06K9/62
• 代理公司: 北京中創云知識產權代理事務所(普通合伙) 11837
• 代理人: 肖佳

一種多光譜遙感影像分類方法和系統。該分類方法采用十進制編碼方法對多波段進行壓縮，將多個波段的灰度值轉換成一個十進制編碼值，且編碼的位數和波段數相同，采用最小距離法或光譜夾角法對所有十進制編碼進行聚類分類，得到聚類中心的參考十進制編碼，并根據最小距離法或光譜夾角法計算所有十進制編碼和參考十進制編碼對應的類別屬性，最后，通過索引的方式實現整個多光譜遙感影像的自動分類。本發明的多光譜遙感影像分類方法處理相比于現有的分類方法具有精度更高、處理速度更快的特點。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種多光譜遙感影像分類方法和系統。

背景技術

遙感影像分類方法分為兩大類：非監督分類和監督分類。

監督分類是需要學習訓練的分類方法，首先從研究區域選取有代表性的訓練場地作為樣本，根據已知訓練區提供的樣本，選擇特征參數，建立判別函數，依據樣本類別的特征來識別非樣本像元的歸屬類別。具體方法有最大似然法，人工神經網絡法等。

非監督分類不需要人工采樣地面樣本點數據，在沒有先驗類別作為樣本的條件下，根據像元間相似度大小進行計算機自動判別，通過聚類的方法實現自動分類，分類后再確定地面類別。主要方法有迭代自組織的數據分析法(ISODATA法)，K均值法等。

非監督分類方法主要有兩大類：

一、迭代自組織的數據分析法(ISODATA法)

迭代自組織數據分析算法(Iterative Self-Organizing Data AnalysisTechniques Algorithm,ISODATA)與K均值算法類似，即聚類中心的位置同樣是通過樣本均值的迭代運算決定。不同的是，這種算法在運算的過程中聚類中心數目不是固定不變的，而是反復進行修改，以得到較合理的類別數K，這種修改通過模式類的合并和分類來實現，合并和分類在一組預先選定的參數指導下進行。ISODATA的特點是計算簡單，適用于識別致密聚類。

合并主要發生在某一類樣本數量比較少的情況下，或者兩類樣本聚類中心之間距離太小的情況。為此，需要指定每一類中最少樣本數和兩類聚類中心之間的最小距離參數。類分類主要發生在某一類的某分量出現類內方差過大的現象時，適合將其分裂成兩類，使類內方差比較合理。為此，需要指定類內某個分量方差的參數，用以決定是否需要將某一類分裂成兩類。

ISODATA具體計算方法如下：

其中，設有N個模式樣本，X₁，X₂，...，X_N；K為期望的聚類中心數；θ_N為每一類中至少應包含的樣本數；θ_s為類內樣本標準差閾值；θ_c為兩個聚類中心之間的最小距離閾值；L為一次迭代中允許合并的最多對數；I為允許迭代的次數。

第一步，任選c個聚類中心z₁(I)，z₂(I)，...，z_c(I)；定義算法參數K，θ_N，θ_s，θ_c，L，I。其中c不要求等于期望的聚類中心數K。

第二步，分配N個樣本，按最近鄰規則分配到c個聚類中。若||x-z_i||＜||x-z_j||，i＝1，2，...，c，i≠j，則其中，X_i表示分類到聚類中心z_i的樣本子集，N_i為X_i中的樣本個數。

第三步，若N_i＜θ_N，則去除X_i，使c＝c-1，即將樣本數比θ_N少的樣本子集刪去。

第四步，修正各聚類中心z_i