[发明专利]一种基于多模型融合的遥感图像分类方法在审
申请号: | 202211465646.8 | 申请日: | 2022-11-22 |
公开(公告)号: | CN115761346A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 吴爽 | 申请(专利权)人: | 山东农业工程学院 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/44;G06V20/10 |
代理公司: | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人: | 王玲玲 |
地址: | 250100 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模型 融合 遥感 图像 分类 方法 | ||
1.一种基于多模型融合的遥感图像分类方法,其特征在于,包括遥感平台(1)、图像分类系统(4)和图像分类模型构建模块(7),所述遥感平台(1)连接有中央处理器(2),且中央处理器(2)电性连接有数据储存模块(3)和图像分类系统(4),所述图像分类系统(4)包括图像特征提取模块(5)、图像特征划分模块(6)、图像分类模型构建模块(7)、分类精度检测模块(8)、分类结果检验模块(9)和图像分类执行模块(10),所述图像特征提取模块(5)的输出端电性连接有图像特征划分模块(6),且图像特征划分模块(6)的输出端电性连接有图像分类模型构建模块(7),所述图像分类模型构建模块(7)的输出端电性连接有分类精度检测模块(8),且分类精度检测模块(8)的输出端电性连接有分类结果检验模块(9),所述分类结果检验模块(9)的输出端电性连接有图像分类执行模块(10)。
2.根据权利要求1所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像特征提取模块(5)包括统计特征值提取模块(501)和图像运算处理模块(502),且统计特征值提取模块(501)的输出端电性连接有图像运算处理模块(502)。
3.根据权利要求2所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述统计特征值提取模块(501)用于提取遥感图像的统计特征值,从而对遥感图像予以识别,所述图像运算处理模块(502)用于对数字图像进行运算处理,包括但不限于比值处理、差值处理、主成分变换以及K-T变换,进而提取图像特征变量。
4.根据权利要求2所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像运算处理模块(502)所提取的特征变量包括全局统计特征变量和局部统计特征变量,全局统计特征变量是对整个图像进行变换处理获取特征变量,局部统计特征变量是将数字图像分割成不同的识别单元,获取各单元的特征变量。
5.根据权利要求1所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像特征划分模块(6)用于根据图像特征提取模块(5)所提取的图像特征对各特征进行划分,选取具有代表性以及区分性的图像特征作为分类依据,所述图像分类模型构建模块(7)用于在图像特征分类的基础上,进行分类模型构建,且图像分类模型构建模块(7)所构建的分类模型包含一个主体模型和若干支杆模型。
6.根据权利要求1所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像分类模型构建模块(7)包括分类模式制定模块(701)、分类类别确定模块(702)和分类模型构建模块(703),所述分类模式制定模块(701)的输出端电性连接有分类类别确定模块(702),且分类类别确定模块(702)的输出端电性连接有分类模型构建模块(703)。
7.根据权利要求6所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述分类模式制定模块(701)用于根据分类要求和图像数据的特征,选取合适的图像分类算法,所述分类类别确定模块(702)用于确定图像分类的类别,所述分类模型构建模块(703)用于在确定图像分类类别的基础上,根据不同的分类类别构建图像分类模型。
8.根据权利要求7所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像分类模型构建模块(7)还包括模型训练模块(704)和模型优化模块(705),且模型训练模块(704)的输出端电性连接有模型优化模块(705),所述模型训练模块(704)用于通过遥感图像数据进行模型训练,所述模型优化模块(705)在模型训练的基础上对所构建的图像分类模型的分类结果进行评价,并进一步优化修改,多次反复后获得较为准确的分类模型。
9.根据权利要求1所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述分类精度检测模块(8)用于把已知的训练数据及分类类别与分类结果进行比较,确认分类的精度及可靠性,所述分类结果检验模块(9)用于对判别分类的统计结果进行统计检验,所述图像分类执行模块(10)用于通过图像分类模型对遥感图像进行分类。
10.根据权利要求1所述的一种基于多模型融合的遥感图像分类方法,其特征在于,所述图像分类执行模块(10)包括遥感图像采集模块(1001)、遥感图像处理模块(1002)、遥感图像输入模块(1003)和分类结果输出模块(1004),所述遥感图像采集模块(1001)的输出端电性连接有遥感图像处理模块(1002),且遥感图像处理模块(1002)的输出端电性连接有遥感图像输入模块(1003),所述遥感图像输入模块(1003)的输出端电性连接有分类结果输出模块(1004),所述遥感图像采集模块(1001)用于对待分类的遥感图像进行数据收集,所述遥感图像处理模块(1002)用于对遥感图像进行处理分析,包括图像辐射校正、几何纠正、过滤处理,获取高精度遥感图像,所述遥感图像输入模块(1003)用于将遥感图像输入至图像分类模型,分类结果输出模块(1004)用于输出图像分类结果。
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山东农业工程学院,未经山东农业工程学院许可,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/202211465646.8/1.html,转载请声明来源钻瓜专利网。