[发明专利]基于II型模糊粗糙模型的遥感影像特征离散化方法及装置

权利要求书

1.一种基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，包括：

获取目标遥感图像数据，从所述目标遥感图像数据中提取混合像元，各所述混合像元分别包含多种地物类型的光谱响应特征；

根据所述混合像元确定各所述混合像元对应各地物类型的主隶属度；

根据所述主隶属度计算各所述混合像元归属于各地物类型的次隶属度；

根据所述主隶属度和次隶属度，确定各所述地物类型的II型模糊粗糙集；

对所述目标遥感图像数据进行特征离散化处理，得到最优离散化结果；

其中，所述根据所述主隶属度计算各所述混合像元归属于各地物类型的次隶属度，包括：

根据迭代计算满足迭代终止条件时的模糊分割矩阵，确定硬分割矩阵；

根据所述硬分割矩阵，确定归属于各地物类型的像元构成的集合；

计算所述集合在近似空间中的上近似、下近似、正域、负域、边界域；

根据所述上近似、下近似、正域、负域、边界域确定各所述混合像元归属于各地物类型的次隶属度。

2.根据权利要求1所述的基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，所述根据所述混合像元确定各所述混合像元对应各地物类型的主隶属度，包括：

迭代计算预设模糊分割矩阵的模糊均值矢量和模糊协方差矩阵，所述预设模糊分割矩阵由混合像元对应各地物类型的隶属度组成；

根据迭代计算满足迭代终止条件时的模糊分割矩阵，确定各所述混合像元对应各地物类型的主隶属度。

3.根据权利要求2所述的基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，所述根据迭代计算满足迭代终止条件时的模糊分割矩阵，确定各所述混合像元对应各地物类型的主隶属度，包括：

根据所述模糊分割矩阵，确定各所述混合像元对应的丰度，并将丰度作为各所述混合像元对应各地物类型的主隶属度。

4.根据权利要求1所述的基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，所述对所述目标遥感图像数据进行特征离散化处理，得到最优离散化结果，包括：

从所述遥感图像数据中获取所述混合像元的初始断点集；

基于所述初始断点集的断点数量初始化所述目标遥感图像数据种群；

对所述目标遥感图像数据种群的个体迭代执行遗传算法，确定最优离散化结果；

其中，与初始化后的所述目标遥感图像数据种群相对应的离散化方案为初始离散化方案，每个种群个体对应一个离散化结果。

5.根据权利要求4所述的基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，所述对所述目标遥感图像数据种群的个体迭代执行遗传算法，确定最优离散化结果，包括：

基于所述混合像元间的欧氏距离确定混合像元间的模糊关系；

根据所述模糊关系，计算所述II型模糊粗糙集的平均近似精度；

根据所述初始断点集的断点数量，确定与所述目标遥感图像数据种群个体相对应的断点数目减少的幅度；

根据所述断点数目减少的幅度与所述平均近似精度，确定所述II型模糊粗糙集的适应度函数；

根据所述II型模糊粗糙集的适应度函数，确定所述II型模糊粗糙集的适应度值，并以最优适应度值对应的各所述目标遥感图像数据种群的个体作为所述最优离散化结果。

6.根据权利要求5所述的基于II型模糊粗糙模型的遥感影像特征离散化方法，其特征在于，所述II型模糊粗糙集的适应度函数通过如下公式表达：

其中，α和β为权重系数，|D|为以断点数目减少的幅度，为平均近似精度。