[发明专利]一种遥感图像分类方法

摘要

本发明公开了一种遥感图像分类方法，属于图像信息处理技术领域。本发明方法包括以下步骤：遥感图像的分块；初始样本的选择；分类器模型训练；矛盾样本池的构造；信息量最大样本的选取；训练样本集及分类器模型更新；分类过程迭代；遥感图像的分类。本发明利用图像块分类模型和图像像素点分类模型来构造一个测试委员会，以此筛选出信息量较大的样本。和随机采样以及经典的边缘采样主动学习方法相比，在相同的实验条件下，本发明方法的图像分类结果更加准确，给人更好的视觉效果。

主权项

1.一种遥感图像分类方法，其特征在于，包括以下步骤：步骤1、对遥感图像的每个像素，构造包含该像素以及以该像素为中心的邻域的的图像块，得到一组重叠的图像块集合，其中为大于1的奇数；步骤2、从所述图像块集合中选择少量图像块进行人工标注，以这一部分图像块样本作为初始块训练样本集，以这一部分图像块中所有的像素点作为初始点训练样本集；步骤3、利用当前块训练样本集和点训练样本集分别对块分类器和点分类器进行训练；步骤4、利用训练好的块分类器对当前剩余的未标注图像块进行分类，得到未标注图像块的类标；并利用以下方法将图像块分类结果转换为像素点分类结果：对于未标注图像块中的任意一个像素点，以包含该像素点的所有图像块中出现次数最多的类标作为该像素点的类标；同时，利用训练好的点分类器对当前剩余的未标注像素点进行分类；然后对所得到的两个像素点分类结果进行比较，将分类结果不一致的像素点添加到矛盾样本池中；步骤5、从当前矛盾样本池中选择部分信息量最大的像素点，并对所选择的像素点进行人工标注；同时，对未标注图像块中包含这些像素点的图像块也进行人工标注；步骤6、将步骤5得到的已标注像素点和图像块分别加入当前点训练样本集和块训练样本集，以新得到的点/块训练样本集作为当前点/块训练样本集，然后转至步骤3；步骤7、循环执行步骤3-步骤6，直到满足训练终止条件；步骤8、利用当前的点分类器对遥感图像中剩余的未标注像素点进行分类，从而最终完成遥感图像的分类。