[发明专利]基于类信息熵的多源遥感图像组合选择方法

说明书

本发明公开了一种基于类信息熵的多源遥感图像最优组合选择方法，包括：1图像目标分类；2计算图像类信息熵，定义类平均信息熵；3构建类信息熵排列的图像集；4计算类信息散度值；5类信息散度值排序，类信息散度阈值寻优；6比较类信息散度值与类信息散度阈值，计算类平均信息熵；7输出最优组合的选择结果。本发明为融合多源异构遥感图像数据提供一种最优组合的选择方法，从而提高对多目标识别的能力和自动化程度。

技术领域

本发明涉及一种基于类信息熵的多源遥感图像最优组合选择方法，是遥感图像信息融合的基础，属于遥感信息处理和自动控制技术领域。

背景技术

光学与电子技术的进步促进出现更多、更新的遥感检测传感器，他们体积更小、功能更加强大、精度与分辨率更好。综合的星载、机载遥感平台集成多种不同用途的探测传感器，提高了信息获取能力和应用范围。遥感信息处理方面，大数据和高性能计算机已经能够应对海量遥感数据的快速处理。随着成像技术的快速发展及对图像解译、应用需求的急速增长，遥感图像已经出现了多传感器、多时相、高分辨率的趋势，可更好地应用于国土资源调查、气象预报、环境监测、防灾救灾和国防等领域。

遥感图像传感器分为光学和微波两大类，前者采集来自紫外、可见光、红外波段的反射或辐射信息，获得高光谱、多光谱、偏振等光学信息；后者可分为合成孔径雷达(SAR)、极化SAR等，搜索的电磁波波段包括L波段、X波段、C波段、Ka或Ku波段等。不同类型的图像传感器在应对大气环境变化下多种目标探测时各有所长，它们包含了不同的信息但均不完整。一般来说，光学成像清晰，分辨率高，但高空间分辨率的遥感图像一般不具备良好的光谱分辨特性，高光谱图像不具备良好的高空间分辨率。SAR具有全天候、全天时、有一定穿透力的数据获取能力，但是成像精度低。

多传感器信息融合能综合应用多传感器的优势，获取更加丰富而全面的信息。如将同一时空范围获取的多源遥感图像进行融合，充分利用各种成像传感器不同的成像方式，为不同的图像提供互信息，增加图像信息量，提高对环境的适应性和目标的识别率，能得到对现实环境的更精确的描述。

遥感图像融合的前提是如何选取合适的图像作为融合的对象，目前，在高光谱成像中波段的选择方法研究较多。通常采用有监督选择方法与非监督选择方法，有监督波段选择需要确立波段之间的相似性测量值或者类别之间的距离测量值，通过相应的搜索算法来寻找最佳波段组合，例如，基于类间距离可分性的最佳波段选择，就是计算已知不同类别的样本区域间在各波段组合上的统计距离来选择波段；无监督波段选择采用聚类或者排序搜索寻找一个特征子集能够既保留主要的信息细节，又消除了多波段间的冗余信息，如以波段的方差排序的主成分分析法，基于互信息聚类选择最小互信息方法等。

上述选择方法仅适用于图像间在像元灰度上具有很高的相关性，此时各波段的图像在灰度直方图、均值、方差上具有可比性。而对于不同传感器源采集的图像，像元灰度的定义或定标不同，如彩色与黑白、可见与红外、光学与雷达成像间没有像元相关性时，上述方法不再奏效。

发明内容

本发明是为了解决上述波段选择方法的不足，提出一种基于类信息熵的多源遥感图像最优组合选择方法，以期能有效解决图像波段选择技术在多源遥感图像中当像元灰度关联性不高时难以正确组合选择的问题，为融合多源异构遥感图像数据提供一种最优组合的选择方法，从而提高对多目标识别的能力和自动化程度。

本发明为解决技术问题采用如下技术方案：

本发明一种基于类信息熵的多源遥感图像组合选择方法的特点包括如下步骤：

步骤1、图像目标分类

利用多源遥感设备获得R幅原始遥感图像，记为原始图像集X＝{X₁,X₂,…,X_i,…,X_R}，X_i表示第i幅原始遥感图像，1≤i≤R；