[發明專利]多源遙感數據多特征融合的巖性自動分類方法及系統

在審

• 申請號: 202210581575.1
• 申請日: 2022-05-26
• 公開（公告）號: CN114662626A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 帥爽;張志;馬梓程;王亞毛;彭艷鵬;熊忠招;謝菲;王旭;龔元夫;陳思;肖瑤;謝翠容;岳常海;孫天成;孟丹
• 申請（專利權）人: 湖北省國土測繪院;中國地質大學（武漢）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/764;G06V10/774;G06V10/80;G06V10/40
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 徐瑛

1.多源遙感數據多特征融合的巖性自動分類方法，其特征在于，包括：

獲取多源遙感數據；

提取多尺度光學遙感特征，構建光譜與紋理特征空間并進行光譜與紋理特征優選；

提取雷達遙感特征，并面向巖性識別進行雷達遙感特征優選；

提取多類型地形因子，并面向巖性識別進行地形因子優選；

結合優選后的光譜與紋理特征、雷達遙感特征及地形因子特征，構建巖性分類特征空間，并基于巖性分類特征空間，結合監督分類算法和各巖性單元訓練樣本建立巖性自動分類模型，實現多源遙感數據多特征融合的巖性自動分類。

2.根據權利要求1所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，獲取多源遙感數據進一步包括：分別采集多光譜數據、高分數據、雷達遙感數據和DEM數據；對采集的高分數據和多光譜數據依次進行輻射校正、大氣校正、正射校正、裁剪，得到預處理后的高分數據和多光譜反射率數據；對采集的雷達遙感數據進行熱噪聲去除、邊界噪聲去除、定標、Speckle濾波和多普勒地形校正，得到預處理后的后向散射數據；將預處理后的高分數據、多光譜反射率數據、后向散射數據和DEM數據重采樣至同一空間分辨率下，并進行空間位置配準。

3.根據權利要求1所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，構建光譜與紋理特征空間，進一步包括：利用高分數據和多光譜反射率數據提取多類型光譜特征，形成多類型光譜特征集；利用高分數據提取多尺度紋理特征，形成多尺度紋理特征集；將多類型光譜特征集和多尺度紋理特征集進行合并，形成光譜與紋理特征空間。

4.根據權利要求3所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，對光譜與紋理特征進行優選，進一步包括：引入廣義正態分布優化算法，結合各巖性單元訓練樣本，對光譜與紋理特征進行優選。

5.根據權利要求1所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，提取雷達遙感特征，并面向巖性識別進行雷達遙感特征優選，進一步包括：對雷達遙感數據進行極化分解，獲得極化分解特征；基于各巖性單元訓練樣本，計算后向散射系數和極化分解特征的各巖性單元訓練樣本像元均值，并對比同一特征上各巖性單元訓練樣本像元均值，選取各巖性單元像元均值差異大的雷達遙感特征作為優選后的雷達遙感特征。

6.根據權利要求1所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，提取多類型地形因子，并面向巖性識別進行因子優選，進一步包括：提取地形因子，基于各巖性單元訓練樣本，計算地形因子中各巖性單元訓練樣本像元均值，并對比各地形因子上各巖性單元訓練樣本像元均值，選取同一地形因子上各巖性單元訓練樣本像元均值差異大的地形因子作為優選后的地形因子。

7.根據權利要求1所述多源遙感數據多特征融合的巖性自動分類方法，其特征在于，所述方法進一步包括：選取工作區域各巖性單元訓練樣本區，以分層隨機采樣的方式，按照1:1的比例，將各巖性單元訓練樣本區隨機分為訓練樣本和驗證樣本，其中訓練樣本用于巖性自動分類模型的訓練，驗證樣本用于分類結果精度評價。

8.多源遙感數據多特征融合的巖性自動分類系統，其特征在于，包括：

獲取模塊，用于獲取多源遙感數據；

特征提取模塊，用于基于預處理后的多源遙感數據，提取多尺度光學遙感特征、雷達遙感特征及多類型地形因子特征；

特征優選模塊，用于對提取的多尺度光學遙感特征、雷達遙感特征及多類型地形因子特征進行優選；

特征組合模塊，用于將優選后的光譜與紋理特征空間、雷達遙感特征及地形因子特征進行組合，形成巖性分類特征空間；

巖性分類模塊，用于基于巖性分類特征空間，結合監督分類算法和各巖性單元訓練樣本建立巖性自動分類模型，實現多源遙感數據多特征融合的巖性自動分類。

9.根據權利要求8所述多源遙感數據多特征融合的巖性自動分類系統，其特征在于，所述獲取模塊進一步包括：采集模塊，用于分別采集多光譜數據、高分數據、雷達遙感數據和DEM數據；光譜數據預處理模塊，用于對采集的高分數據和多光譜數據依次進行輻射校正、大氣校正、正射校正、裁剪，得到預處理后的高分數據和多光譜反射率數據；雷達數據預處理模塊，用于對采集的雷達遙感數據進行熱噪聲去除、邊界噪聲去除、定標、Speckle濾波和多普勒地形校正，得到預處理后的后向散射數據；配準模塊，用于將預處理后的高分數據、多光譜反射率數據、后向散射數據和DEM數據重采樣至同一空間分辨率下，并進行空間位置配準。