[发明专利]基于直线单词的高空间分辨率遥感图像词袋分类方法

说明书

技术领域

本发明涉及一种遥感图像分类方法，具体涉及一种基于直线单词的高空间分辨率遥感图像词袋分类方法，属于遥感图像处理与信息提取领域。

背景技术

遥感图像分类是遥感图像信息提取的重要任务。伴随着高空间分辨率遥感图像的出现与广泛应用，遥感图像可以提供的地物空间结构信息和表层纹理信息越来越详细，地物边缘也更为清晰。一方面丰富的地物细节信息提升了遥感图像在地物监测、规划、管理等方面的作用，但同时高空间分辨率遥感图像使得地物之间的“同物异谱”和“同谱异物”现象变得更为普遍，遥感图像所能反映的地物类别信息也越来越多，越来越难以区分。这些难点的出现，使得许多传统的分类方法难以适用。

面向对象的图像分类方法为高空间分辨率遥感图像分类提供了可行方案。面向对象图像分类方法的优点在于其处理的对象从像元过渡到了特征像元集的对象层次，在可以参与后续分析的特征数量上更为丰富，且更接近人们观测数据的思维逻辑，因此，也更易于地学知识融合。此外，该分类方法在解决常规图像分类时的椒盐噪声效应、结果的可解释性上有很大优势。基于以上优点，面向对象的遥感图像分类方法已成为遥感图像处理与信息提取领域的研究热点。

目前常见的面向对象分类的实现过程主要依据特征距离，即根据模式在特征空间中的距离远近判断其相似性程度，从而实现模式分类。然而高空间分辨率遥感图像具有突出的异物同谱现象，许多地物仅依据特征距离往往难以相互区分。如在正射航空图像上，大型建筑物的屋顶和停车场就有可能因为在色调和纹理上非常接近而难以区别。而人区分此类地物的一个重要依据是停车场停泊了许多车辆。这在中低分辨率图像上被淹没的对象内部信息，有可能是实现高分辨率遥感图像分类的重要线索，问题的关键在于如何在高分辨率遥感图像分类中应用上类似于此的分类线索。

“Bag of words(BOW)”，即词袋模型，最早出现于自然语言处理和文本分类领域。在词袋模型中，文本(包括句子或者文档)被描述为一些无序的单词的集合而忽略了文本的单词顺序和语义信息。通过对已知的文本提取关键字，并将关键字形成词表(vocabulary)，对于待分类文本，就可在形成的词表中查找关键字，并根据关键字实现分类。这是一种简单但有效的文本分类方法。后来研究人员将其引入计算机视觉领域，形成所谓“Bag of visual words(BOV)”或“Bag of features(BOF)”模型，即把图像看作“文档”，图像的特征形成单词，采用类似文本分类的词袋模型的方式实现图像的分类识别。

词袋模型的分类实现过程涉及到特征检测和特征描述、视觉词汇表构建、视觉单词直方图构建、选择某种分类器分类等多个环节。其中，特征检测是在图像上提取用于特征描述的斑块(patch)，采用的方法如稠密的随机块采样和稀疏的兴趣点采样。特征描述为对采样位置处的全局或局部视觉特征进行描述，形成可用于计算机处理的特征。视觉词汇表构建，是利用聚类算法获取所提取特征的聚类中心，并以此作为单词划分的依据。视觉单词直方图构建是利用视觉词汇表，将每幅图像的特征量化为若干视觉单词，并生成每幅图像的视觉单词直方图。最后，选择一种分类器，利用图像的视觉单词直方图作为特征完成图像分类过程。常用的分类器包括最近邻分类、朴素贝叶斯分类等等。

Jean-Baptiste Bordes等人在《British Machine Vision Conference》2008年期刊上发表的“Mixture Distributions for Weakly Supervised Classification in Remote Sensing Images”中提出在词袋模型的基础上引入图像的空间方位信息，并且建立概率模型，该方法利用SIFT局部特征点来建立词袋模型，通过EM算法来建立概率模型，将Quickbird全色图像划分为温室、工地、高建筑区、居民区、小工业区、高尔夫球场、钓鱼场和胡同8类。但是该分类方法只是对图像进行均匀分块，在块的基础上进行分类，对地物的形态并不能很好的进行描述，同时，该文使用的SIFT点特征不适用于遥感图像中的均值稳定区域。