[发明专利]一种基于空-谱特征联合的遥感影像监督分类方法

权利要求书

1.一种基于空-谱特征联合的遥感影像监督分类方法，其特征在于，具体按照以下步骤实施：

步骤1、输入影像，以中心像素构建无参自适应区域；

步骤2、计算自适应区域内各个光谱波段的特征均值；计算自适应区域内各个波段的空间特征；

步骤3、将得到的光谱特征和空间特征进行特征叠加，得到该像素点自适应区域的联合特征；

步骤4、逐像素点遍历整张影像，得到所有像素联合后的特征向量，使用SVM分类器进行分类，得到最终的分类影像，完成遥感影像监督分类。

2.根据权利要求1所述的一种基于空-谱特征联合的遥感影像监督分类方法，其特征在于，所述步骤1具体按照以下实施：对输入的影像，以像素(Pixel)为中心通过3×3大小的窗口，获取中心像素周围的邻域像素，计算窗口内邻域像素的均值(Avg)和方差(Std)，以(‖Avg-Std‖≤Pixel≤‖Avg+Std‖)为约束条件不断搜索邻域像素，构建一个无参自适应区域。

3.根据权利要求2所述的一种基于空-谱特征联合的遥感影像监督分类方法，其特征在于，所述步骤2中计算自适应区域内各个光谱波段的特征均值具体按照以下实施：由构成一个影像对象的所有n个像素的图层值计算得到图层平均值；

其中，P_Li表示波段上第i个像素点的像素值；特征值的范围为：[0；与数据的比特位数对应]。

4.根据权利要求2所述的一种基于空-谱特征联合的遥感影像监督分类方法，其特征在于，所述步骤2计算自适应区域内各个波段的空间特征中的空间特征包括密度、长宽比、形状指数。

5.根据权利要求2所述的一种基于空-谱特征联合的遥感影像监督分类方法，其特征在于，所述步骤2计算自适应区域内各个波段的空间特征具体按照以下实施：使用密度来描述影像对象的紧致程度；在像素栅格的图形中理想的紧致形状是一个正方形；一个影像对象的形状越接近正方形，它的密度就越高；

其中，D表示密度；特征值范围：[0；与影像对象的形状对应]；

由于影像对象多为不规则形状，因此，对象长宽比通常由协方差矩阵较大特征值与较小特征值的比值计算得来；

其中，γ表示长宽比，eig₁(S)为协方差矩阵特征值中较大的一个，eig₂(S)则为协方差矩阵较小的特征值；特征值范围：[0；1]；

对象形状指数可以反映对象边界的光滑程度，对象形状指数越大，边界越破碎，反之则越光滑；数学上形状指数是影像对象的边界长度除上它的面积的平方根的4倍；

其中，SI表示形状指数，e表示对象边界长度，即对象边界的像素组成个数，特征值范围为：[1；与影像对象的形状对应]。