[发明专利]一种半监督协同训练高光谱图像分类方法

摘要

本发明涉及了一种在半监督协同训练框架下通过对子分类器分类结果编码、建立码书，采用码字匹配和聚类筛选的方式提高分类效果的方法。技术方案是分别设计数据粗分类编码、码字匹配判决和聚类筛选三大模块，解决半监督协同训练中基分类器独立性低、迭代过程中误差累积和整体泛化性能低的问题。该方法通过多视图方式产生多个基分类器，提高基分类器之间的差异；通过编码与码字匹配的方式提高地物分类精度；通过聚类筛选避免误差累积问题，提升系统泛化性能，提高整体分类效果。

主权项

一种半监督协同训练高光谱图像分类方法，其特征在于，包括步骤：读取高光谱遥感图像，确定图像中地物类别，分别从各类别图像中随机抽取样本；设置多个分类器对高光谱图像样本粗分类，图像样本通过分类器得到分类标记，得到初始联合训练集；初始联合训练集训练子分类器，获得分类标记构成码书；利用码书、码字计算码距，确定未标记数据临时类别；利用标记数据聚类中心与未标记数据的距离，将测试样本加入标记样本集和对应类别的训练集，更新训练集，直到当前训练集与上一轮训练集相同，将测试样本向训练好的子分类器集合依次顺序输入，每个测试样本得到个分类标记mark，将个分类标记mark对应类别编成一位码，组合得到一个码字，所得码字与码书中任一码字做异或运算，运算结果中1的个数为码距，计算所得码字与码书中各码字的码距，选出最小码距，将测试样本的类别标号定为该码距所对应的码书码字的类别，通过公式Ri＝||ri‑yj||计算第i个样本yj与相同类别训练样本聚类中心ri的距离，通过公式计算i类中各训练样本到i类中心的平均距离，根据平均距离设置筛选半径为Ri″，如果Ri＜R″i，则将该测试样本加入标记样本集和对应类别的训练集，根据公式：TrainSet‘i＝{TrainSeti∪y}更新训练集；如果Ri≥R″i，删去该测试样本的类别标号，将该样本留在测试样本集中，其中，初始联合训练集代表子分类器的个数，xm为训练样本，m为该类训练样本个数，TrainSeti为训练集，y为测试样本。