[发明专利]一种半监督协同训练高光谱图像分类方法

权利要求书

1.一种半监督协同训练高光谱图像分类方法，其特征在于，包括步骤：读取高光谱遥感图像，确定图像中地物类别，分别从各类别图像中随机抽取样本；设置多个分类器对高光谱图像样本粗分类，图像样本通过分类器得到分类标记，得到初始联合训练集；初始联合训练集训练子分类器，获得分类标记构成码书；利用码书、码字计算码距，确定未标记数据临时类别；利用标记数据聚类中心与未标记数据的距离，将测试样本加入标记样本集和对应类别的训练集，更新训练集，直到当前训练集与上一轮训练集相同，将测试样本向训练好的子分类器集合依次顺序输入，每个测试样本得到个分类标记mark，将个分类标记mark对应类别编成一位码，组合得到一个码字，所得码字与码书中任一码字做异或运算，运算结果中1的个数为码距，计算所得码字与码书中各码字的码距，选出最小码距，将测试样本的类别标号定为该码距所对应的码书码字的类别，通过公式R_i＝||r_i-y_j||计算第i个样本y_j与相同类别训练样本聚类中心r_i的距离，通过公式计算i类中各训练样本到i类中心的平均距离，根据平均距离设置筛选半径为R_i″，如果R_i＜R″_i，则将该测试样本加入标记样本集和对应类别的训练集，根据公式：TrainSet‘_i＝{TrainSet_i∪y}更新训练集；如果R_i≥R″_i，删去该测试样本的类别标号，将该样本留在测试样本集中，其中，初始联合训练集代表子分类器的个数，x_m为训练样本，m为该类训练样本个数，TrainSet_i为训练集，y为测试样本。

2.根据权利要求1所述的方法，其特征在于，所述粗分类包括：将抽取的样本按照同类别聚集，划分为N个类别的标记样本子集L_n,(n＝1,…,N)，剩余的样本作为测试样本，将L_n不重复穷尽排列组合，得到集合为初始联合训练集。

3.根据权利要求1所述的方法，其特征在于，获得码书具体包括，监督分类器作为系统的子分类器h_i，每个初始联合训练集对应训练一个子分类器h_i，将标记样本集的每个样本分别通过训练好的子分类器，得到一系列分类标记，根据分类标记定义码字获得一系列码字，不同码字组成的集合构成初始码书codebook。