[发明专利]一种基于多尺度CENTRIST特征的遥感场景分类方法在审

专利信息
申请号: 201810394618.9 申请日: 2018-04-27
公开(公告)号: CN108805022A 公开(公告)日: 2018-11-13
发明(设计)人: 袁宝华;韩立新;勾智楠 申请(专利权)人: 河海大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 朱桢荣
地址: 211100 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多尺度 子图像 场景分类 遥感 尺度 图像纹理信息 金字塔结构 高分辨率 全局特征 算子提取 分类 串接 图像 场景 分解 融合
【说明书】:

发明公开了一种基于多尺度CENTRIST特征的高分辨率遥感场景分类方法,其步骤:首先将图像按照空间金字塔结构进行分解为子图像,然后对每个子图像采用多尺度CENTRIST算子提取每个尺度的CENTRIST特征,对每个尺度的CENTRIST特征进行融合,将这些子图像的多尺度CENTRIST特征进行串接形成该场景的全局特征表达,最后采用SVM算法进行分类。本发明能够实现对图像纹理信息的多尺度表达,提高分类精度。

技术领域

本发明涉及遥感场景分类技术领域,特别是一种基于多尺度CENTRIST特征的遥感场景分类方法。

背景技术

随着遥感技术的快速发展,高分辨率遥感图像的数量也急剧增加,对高分辨率遥感图像的场景分类的需求也变得越来越迫切。相比于中低分辨率遥感图像,高分辨率图像能够提供地物更加清晰的空间布局,更加精细的纹理和尺寸信息,更加丰富的几何结构,但同时也带来同类地物的光谱差异性增强,不同地物的光谱异质性降低等问题。因此,由于遥感场景的复杂性和多变性,使得智能化的场景分类成为一项挑战性的工作。

当前图像分类方法大致可分为两类:一类是基于局部特征的描述方法,另一类是基于全局特征的描述方法。常见的局部特征包括:SIFT,HOG等,而常见的全局特征包括:颜色直方图、Gabor纹理特征、CENTRIST(census transform histogram)特征等。文献[Wu, J.& Rehg, J.M. 2011. “CENTRIST: A Visual Descriptor for Scene Categorization.”IEEE Transactions on Pattern Analysis and Machine Intelligence 33:1489-1501.]提出CENTRIST特征进行场景分类,CENTRIST特征能够对图像中的结构特性进行编码并抑制详细的纹理信息,对于场景识别具有很强的适应性。另外它很容易实现和运算速度非常快。储等人[Chu, W., Chen, C. and Hsu, H. 2014. “Color CENTRIST: Embedding colorinformation in scene categorization.” Journal of Visual Communication andImage Representation 25: 840-854.]提出了将颜色信息融入到CENTRIST特征中,形成彩色CENTRIST特征。由于CENTRIST算子仅考虑局部区域灰度的符号部分而忽略了数值部分,孟等人[Meng, X., Wang, Z. & Wu, L. 2012. “Building global image features forscene recognition.” Pattern Recognition 45:373-380.]通过引入局部差分幅度信息,提出基于局部差分二进制模式。袁等人[Baohua Yuan, Shijin Li, Extended censustransform histogram for land-use scene classification, J. Appl. Remote Sens.11(2), 025003 (2017)]提出扩展CENTRIST,通过3种不同结构的CENTRIST算子来获取不同的纹理特征,然后将其融合形成图像的整体特征。

上述现有技术虽然各有特点,但普遍存在对某些特定类别的场景分类精度高而对其他类别的场景的分类精度不太理想。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于多尺度CENTRIST特征的遥感场景分类方法,能够获得很好的分类精度。

本发明为解决上述技术问题采用以下技术方案:

根据本发明提出的一种基于多尺度CENTRIST特征的遥感场景分类方法,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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810394618.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top