[发明专利]执行图像信息的自动分类的方法

权利要求书

1.一种对图像分类的方法，其特征在于所述方法包括由一个计算机或几个互连的计算机执行的下列步骤：

a)以像素组的形式将要被分类的第一图像存储到数字存储媒体上，该像素组中的每个像素与在光强的至少一个通道内的图像信息关联；

b)执行对该图像的第一分类，第一分类基于每个相应像素的图像信息，使每个像素与在第一组类别内的某个类别关联，并将这些关联存储在第一数据库内；

c)对于每个像素和对于第一组类别内的几个类别，计算该图像内所讨论的像素到在第一数据库内与所讨论的类别关联的最近的像素之间的最小距离，并且对于每个为之计算了距离的类别，将每个像素与为该像素所计算的最小距离之间的关联存储在第二数据库内；

d)执行对在第二数据库内的数据的第二分类，第二分类基于每个像素到每个相应类别的最小距离，使每个像素与在第二组类别中的某个类别关联；以及

e)以像素组的形式将经分类的图像存储到数字存储媒体上，其中，每个像素包括关于该像素与在第二组类别中的某个类别的关联的数据，以及其中，经分类的图像具有与第一图像相同的尺寸。

2.按照权利要求1所述的方法，其特征在于：在步骤c)中计算每个像素到第一组类别中的所有类别之间的最小距离。

3.按照权利要求2所述的方法，其特征在于：第一分类包括K均值分类以及随后的最大似然分类，在该最大似然分类中将K均值分类得到的结果用作起始点。

4.按照以上权利要求中任一项所述的方法，其特征在于：第二分类包括K均值分类。

5.按照以上权利要求中任一项所述的方法，其特征在于：第一组类别中的类别的数目为使该分类的Akaike信息准则达到最大的数目。

6.按照以上权利要求中任一项所述的方法，其特征在于：第一组类别中的类别的数目在20到100之间。

7.按照以上权利要求中任一项所述的方法，其特征在于：第二组类别中的类别的数目是使该分类的Akaike信息准则达到最大的数目。

8.按照以上权利要求中任一项所述的方法，其特征在于：第二组类别中的类别的数目在5到20之间。

9.按照以上权利要求中任一项所述的方法，其特征在于：在步骤c)中所述计算机或互连的计算机将每个所计算的最小距离加权调整后再存储入第二数据库，其中，该加权被执行以使得在步骤d)的第二分类中较短的所计算的最小距离与较长的所计算的最小距离相比具有较强的影响。

10.按照权利要求1-9中任一项所述的方法，其特征在于：第一图像是二维摄影图像，并且每个像素包括在至少三个各含有某个波长谱的光强的通道内的图像信息。

11.按照权利要求10所述的方法，其特征在于：第一图像是卫星图像。

12.按照权利要求1-9中任一项所述的方法，其特征在于：第一图像是三维对象的三维图像，并且每个像素包括在一个通道内的图像信息，该图像信息给出在所述对象内与所讨论的像素相应的位置处的物质特性的值。

13.按照以上权利要求中任一项所述的方法，其特征在于：所述计算机或互连的计算机使用事先计算的或在第一和/或第二分类中除了色度之外还为第一图像内的每个像素计算的信息，作为与所述通道或含有色度数据的那些通道一起的一个或几个附加通道。

14.按照以上权利要求中任一项所述的方法，其特征在于：所述计算机或互连的计算机使用事先计算的或在第一和/或第二分类中除了色度之外还为第一图像内的每个像素计算的信息，以便在所讨论的分类开始前，将根据附加数据满足某个初始条件的像素与某个类别关联，然后只对其余像素执行所讨论的分类。

15.按照权利要求13或14所述的方法，其特征在于：第一图像是卫星图像，并且附加数据包括事先给定的变量中的至少一些，所述变量例如为坚实地面的斜度、沉降、高度、分布，人口密度或土地所有权，或者在已为之计算了纹理的像素的局部环境内的纹理计算值。

16.按照以上权利要求中任一项所述的方法，其特征在于：所述最小距离为在图像内的最小欧几里德距离。