[發明專利]基于特征提取的光學遙感圖像水域分類方法

有效

• 申請號: 201910979348.2
• 申請日: 2019-10-15
• 公開（公告）號: CN110738257B
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 侯彪;容拓拓;焦李成;馬文萍;馬晶晶;楊淑媛
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/764;G06V10/774;G06V10/28;G06V10/42;G06V10/82;G06N3/084
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.一種基于圖像目標特征生成與提取的光學遙感圖像水域分類方法，其特征在于，包括如下：

(1)從公開網站獲取包含水域的光學遙感圖像的訓練集Train，并使用該訓練集通過反向傳播算法對用于遙感圖像水域檢測的卷積神經網絡模型m₀進行訓練，得到一個訓練好的網絡模型m₁，將待分類遙感圖像輸入訓練好的網絡模型m₁，輸出水域二值圖A，該二值圖包括測試水域集合W和背景b，其中W＝{w₁,w₂,...,w_i,...,w_n},其中，w_i表示二值圖A中的第i個水域，i的取值是從1到n，n表示測試水域個數,取值為正整數；

(2)從公開網站獲取水域分類數據集，提取該數據集的訓練水域集合C＝{c₁,...,c_j,...,c_m}，其中，c_j表示該數據集中的第j個水域，j的取值是從1到m，m表示訓練水域個數，取值為正整數；

(3)利用聯通域標記算法對測試水域集合W中每一個w_i進行標記，得到測試聯通域集合D＝{d₁,...,d_i,...,d_n}，利用聯通域標記算法對訓練水域集合C中每一個c_j進行標記，得到訓練聯通域集合E＝{e₁,...,e_j,...,e_m}，其中，d_i表示測試聯通域集合中的第i個聯通域，e_j表示訓練聯通域集合中的第j個聯通域；

(4)獲取測試特征集合F和訓練特征集合G：

(4a)提取測試聯通域集合D中每一個d_i的直接特征f_i¹和間接特征f_i²，將d_i的直接特征f_i¹和間接特征f_i²合并為f_i，得到測試特征集合F＝{f₁,...,f_i,...,f_n}，其中，f_i表示測試特征集合的第i個特征；

(4b)提取訓練聯通域集合E中每一個e_j的直接特征和間接特征將e_j的直接特征和間接特征合并為g_j，得到訓練特征集合G＝{g₁,...,g_j,...,g_m}，其中g_j表示訓練特征集合中的第j個特征；

(5)使用訓練特征集合G對現有的隨機森林模型RF進行訓練，得到訓練后的隨機森林模型RF1；

(6)將測試特征集合F中的每一個f_i輸入至訓練后的隨機森林模型RF1，得到初始分類結果集合H＝{h₁,...,h_i,...,h_n}，其中，h_i表示初始分類結果集合中的第i個初始分類結果；

(7)添加約束規則，利用測試特征集合F對初始分類結果集合H中的每一個h_i進行優化，得到優化后的分類結果集合J＝{j₁,...,j_i,...,j_n}，其中，j_i表示優化后的分類結果集合中的第i個優化后的分類結果。