[发明专利]一种基于多尺度CENTRIST特征的遥感场景分类方法

权利要求书

1.一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，包括训练阶段和测试阶段，

所述训练阶段包括以下步骤：

步骤1、采用空间金字塔将训练样本图像分解为若干训练子图像；

步骤2、采用多尺度的CENTRIST分别提取每个训练子图像的CENTRIST特征；

步骤3、针对每个训练子图像，将多尺度的CENTRIST特征串接起来形成该训练子图像的多尺度CENTRIST特征；

步骤4、将每个训练子图像的多尺度CENTRIST特征进行串接，从而形成该训练样本图像的全局特征并对一个分类器进行训练，得到分类器模型；

所述测试阶段包括以下步骤：

步骤5、采用与步骤1相同的空间金字塔，将测试样本图像分解为若干测试子图像；

步骤6、采用多尺度的CENTRIST分别提取每个测试子图像的CENTRIST特征；

步骤7、针对每个测试子图像，将多尺度的CENTRIST特征进行串接，形成该测试子图像的多尺度CENTRIST特征；

步骤8、对上述的每个测试子图像的多尺度CENTRIST特征串接形成整体特征并利用训练阶段获得的分类器模型进行分类。

2.根据权利要求1所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，训练子图像的大小相同。

3.根据权利要求1所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，所述多尺度CENTRIST特征由至少两个不同大小邻域的CENTRIST特征组合而成。

4.根据权利要求3所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，每个邻域的CENTRIST从邻域像素中选择8个像素，选择的原则通过随机选取、等间隔选取、相邻像素的平均值或中值方法确定。

5.根据权利要求1所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，采用周围像素8个，中间像素1个计算CENTRIST特征；具体如下：

将当前中心像素点与其周围像素点作比较：周围像素点的像素值大于或等于当前中心像素点的像素值时，记为0；小于当前中心像素点的像素值时，记为1；

按照设定顺序获得二进制编码；

根据二进制编码获得十进制的CENTRIST特征。

6.根据权利要求5所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，所述顺序为顺时针或逆时针，在同一图像处理中保持相同的顺序。

7.根据权利要求1所述的一种基于多尺度CENTRIST特征的遥感场景分类方法，其特征在于，步骤4中分类器采用SVM分类器。