[发明专利]基于光谱标记的多光谱遥感图像自适应分类方法

摘要

本发明公开了一种基于光谱标记的多光谱遥感图像自适应分类方法，主要解决现有技术在遥感图像分类时需要人工操作，难以实现自动分类的缺点。其实现步骤是(1)输入多光谱遥感图像；(2)调整多光谱遥感图像的数据格式；(3)通过调整后的多光谱遥感图像完善光谱标记库；(4)通过K‑Means聚类算法调整光谱标记；(5)采用调整后的光谱标记作为弱监督信息对多光谱遥感图像进行弱监督分类，获得分类结果。本发明避免了分类时的人工操作，提高了分类精度和分类速度，可用于土地覆盖信息分析。

主权项

一种基于光谱标记的多光谱遥感图像自适应分类方法，包括如下步骤：(1)输入高分辨率16位多光谱遥感图像，并调整这些遥感图像的数据格式构建光谱矢量SV；(2)利用光谱矢量完善光谱标记库：若光谱标记库未建立，则在调整后的遥感图像上人工标记n个光谱矢量，作为不同类别的光谱标记Vi，i＝1，…，n，n为所有可能出现类别的总数，Vi分别对应遥感图像所有可能出现的n个类别，用这些光谱标记构成光谱标记库；若光谱标记库已建立且类别满足用户需求，则保持原光谱标记库不变；若光谱标记库已建立但不满足用户需求，则添加光谱标记，即在调整后的遥感图像上选取m个光谱矢量，作为新添加的光谱标记Vi，i＝(n+1)，…，(n+m)，m为新添加类别的总数；(3)以光谱标记库中的所有光谱标记作为初始聚类中心Pi，i＝1，…，(n+m)；(4)计算初始聚类中心Pi与聚类后的聚类中心Qi的余弦角差值Δ，当Δ小于阈值δ时，将Qi保存为适合当前遥感图像的光谱标记Uj，并将Qi的类别号Ri保存为Uj的类别号Lj，j＝1，…，c，δ＝0.2；(5)以适合当前遥感图像的光谱标记Uj和类别号Lj，对K‑Means聚类算法进行初始化，再用该K‑Means聚类算法获得遥感图像每个像素对应的类别号，得到分类结果。