[发明专利]基于网络图片自动识别的地表覆盖验证方法及系统

权利要求书

1.基于网络图片自动识别的地表覆盖验证方法，其特征是，包括如下步骤：

步骤(1)：获取网络图片数据：通过网络爬虫方式爬取地表覆盖验证所需的网络图片数据；所述网络图片数据，包括：图片本身和图片的空间位置；

步骤(2)：构建网络图片自动识别模型，计算每一张网络图片所归属的地表覆盖类型的概率；将概率最大的地表覆盖类型作为网络图片的识别结果；

步骤(3)：通过确定样本点数量和样本点的空间位置，选取用于地表覆盖验证的样本点；

步骤(4)：依据步骤(2)和步骤(3)的结果，计算样本点分类的类型权重和距离权重，利用类型权重和距离权重计算出的地表覆盖类型的概率最大值所对应的地表覆盖类型对样本点进行地表覆盖分类；

步骤(5)：地表覆盖精度验证：将待验证分类精度的地表覆盖数据产品中的每一类地表覆盖类型和步骤(4)得到的样本点的地表覆盖类型作为参考数据，输入到混淆矩阵中，输出地表覆盖类型分类精度。

2.如权利要求1所述的基于网络图片自动识别的地表覆盖验证方法，其特征是，所述步骤(2)中，构建卷积神经网络模型，将步骤(1)的网络图片数据拆分成两部分，一部分为训练数据，另外一部分为测试数据；利用训练数据对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型，其中，卷积神经网络模型的输入数据是图片的分辨率；然后将测试数据输入到训练好的卷积神经网络模型中，计算每一张网络图片所归属的地表覆盖类型的概率；将概率最大的地表覆盖类型作为网络图片的识别结果。

3.如权利要求2所述的基于网络图片自动识别的地表覆盖验证方法，其特征是，所述步骤(2)中，

第i张网络图片属于第k种地表覆盖类型的概率P(f_ik)的计算公式为：

式中，K表示地表覆盖类型的总数，f_ik为属于第k种地表覆盖类型的第i张网络图片的输入值，即图片的分辨率，exp(f_ik)为分辨率的指数函数。

4.如权利要求1所述的基于网络图片自动识别的地表覆盖验证方法，其特征是，所述确定样本点数量，包括：

式中，N表示样本总量，h表示置信区间的1/2，z_α/2表示置信水平的数学期望，P为计算样本总量的参数；

计算每种地表覆盖类型中样本点的数量：

N_k＝N·w_k (4)

式中，w_k为分类为第k种地表覆盖类型的图片数量占网络图片总数量的百分比，

P_k为第k种地表覆盖类型的图片数量；P为图片总数量；

N_k表示第k种地表覆盖类型的样本点数量。

5.如权利要求1所述的基于网络图片自动识别的地表覆盖验证方法，其特征是，所述确定样本点的空间位置的步骤，包括：

步骤(31)：将步骤(1)所得的网络图片的空间位置，输入到密度聚类算法模型DBSCAN中，得到网络图片聚类簇；

其中，密度聚类算法模型DBSCAN的参数设为：Eps＝50，Minpts＝5；其中，Eps为聚类时的最长搜索半径，Minpts为最长搜索半径下的最小图片数；

步骤(32)：将得到的网络图片聚类簇输入到凸包模型Convex Hull中，生成每个聚类簇上的地表覆盖区域；

步骤(33)：在生成的地表覆盖区域中，通过随机选取一个空间位置，作为样本点的空间位置。