[发明专利]一种基于像素对和加权投票的高分辨率影像分类方法和系统

权利要求书

1.一种基于像素对和加权投票的高分辨率影像分类方法，其特征在于，包括以下步骤：

步骤1，对原始高分辨率遥感影像进行数据预处理和特征提取；

步骤2，对影像中的所有像素进行结对处理和初始分类，其具体实现包括以下子步骤：

步骤2.1，对于影像中的每个像素，将其k*k邻域内的像素轮流与其进行配对，形成一系列像素对，共k²-1种结对模式，其中k为大于1的奇数，k的取值为3；

步骤2.1中：

对于一幅给定的高分辨率遥感影像X，影像X中的一个像素i的3*3邻域表示为O_i，不包括中心像素i；通过特征提取获得的影像X的特征的维度为n，像素i对应的n维特征向量用v_i表示，在O_i中，像素i的第j个邻域像素的特征向量为

像素i与其第j个邻域像素结对形成的像素对用一个2n维的新特征向量V_ij来表示，V_ij的表达式为：

步骤2.2，在每一种结对模式下，使用已有分类算法对影像进行分类，并获得一系列初始分类结果；

步骤3，评估步骤2.1中结对形成的每个像素对的结对适宜度；

步骤3中采用余弦相似度来衡量每个像素对中两个像素之间的相似性，并用归一化的余弦相似度作为该像素对的结对适宜度，具体地，像素i与其第j个邻域像素结对形成的像素对V_ij的结对适宜度S_ij的计算公式为：

其中，v_i表示像素i对应的n维特征向量，表示像素i的第j个邻域像素的特征向量，表示像素i和它的第j个邻域像素之间的余弦相似度；

步骤4，以步骤3中评估得到的结对适宜度为权重，对步骤2.2中获得的初始分类结果进行加权投票来获得影像最终的分类图；

步骤4中通过加权投票来获得影像的最终分类图时，以结对适宜度作为权重来计算每个像素属于每个类别的加权投票得分；

以结对适宜度作为权重的加权投票得分的计算方法为：

其中，Score(i,c)表示加权投票后像素i属于第c类的得分，1≤c≤C，C是影像分类前预定义的类别总数；L_ij表示像素i与其第j个邻域像素形成的像素对的初始分类结果；δ(·)是一个判别函数，它用于判别像素i与其第j个邻域像素形成的像素对的初始分类结果是否为c，其取值规则如下：

2.一种基于像素对和加权投票的高分辨率影像分类系统，其特征在于，包括以下模块：

预处理和特征提取模块，用于对原始高分辨率遥感影像进行数据预处理和特征提取；

结对处理和初始分类模块，用于对影像中的所有像素进行结对处理和初始分类，其具体实现包括以下子模块：

结对处理子模块，对于影像中的每个像素，将其k*k邻域内的像素轮流与其进行配对，形成一系列像素对，共k²-1种结对模式，其中k为大于1的奇数，k的取值为3；

结对处理子模块中：

对于一幅给定的高分辨率遥感影像X，影像X中的一个像素i的3*3邻域表示为O_i，不包括中心像素i；通过特征提取获得的影像X的特征的维度为n，像素i对应的n维特征向量用v_i表示，在O_i中，像素i的第j个邻域像素的特征向量为

像素i与其第j个邻域像素结对形成的像素对用一个2n维的新特征向量V_ij来表示，V_ij的表达式为：

初始分类子模块，在每一种结对模式下，使用已有分类算法对影像进行分类，并获得一系列初始分类结果；

结对适宜度评估模块，用于评估结对处理子模块中结对形成的每个像素对的结对适宜度；

结对适宜度评估模块中采用余弦相似度来衡量每个像素对中两个像素之间的相似性，并用归一化的余弦相似度作为该像素对的结对适宜度，具体地，像素i与其第j个邻域像素结对形成的像素对V_ij的结对适宜度S_ij的计算公式为：

其中，v_i表示像素i对应的n维特征向量，表示像素i的第j个邻域像素的特征向量，表示像素i和它的第j个邻域像素之间的余弦相似度；

最终分类模块，用于以结对适宜度评估模块中评估得到的结对适宜度为权重，对初始分类子模块中获得的初始分类结果进行加权投票来获得影像最终的分类图；

最终分类模块中通过加权投票来获得影像的最终分类图时，以结对适宜度作为权重来计算每个像素属于每个类别的加权投票得分；

以结对适宜度作为权重的加权投票得分的计算方法为：

其中，Score(i,c)表示加权投票后像素i属于第c类的得分，1≤c≤C，C是影像分类前预定义的类别总数；L_ij表示像素i与其第j个邻域像素形成的像素对的初始分类结果；δ(·)是一个判别函数，它用于判别像素i与其第j个邻域像素形成的像素对的初始分类结果是否为c，其取值规则如下：