[发明专利]一种基于视觉词汇的遥感图像地物分类方法

摘要

本发明公开了一种基于视觉词汇的遥感图像地物分类方法，包括如下步骤首先将所有的遥感图像分为训练集和测试集，以固定的大小对每幅遥感图像裁剪获得初步切片图，提取包含目标的初步切片图；针对包含目标的初步切片图通过高斯模糊与抽样生成多层高斯空间金字塔；对每一层的图像均进行SIFT特征提取与LBP特征提取；对训练集和测试集中所有遥感图像的遥感单词进行聚类，得到多个聚类中心，所有的聚类中心组成遥感词典；设定不同半径值，对每个初步切片图不同半径值内的遥感单词均建立频率直方图针对训练集中遥感单词的频率直方图使用支持向量机RBF‑SVM进行训练，然后使用训练后的RBF‑SVM对测试集中遥感图像进行地物分类。

主权项

一种基于视觉词汇的遥感图像地物分类方法，其特征在于，包括如下步骤：步骤一、将所有的遥感图像分为训练集和测试集，对于每幅遥感图像，以固定的大小对其裁剪获得初步切片图，提取包含目标的初步切片图；步骤二、针对步骤一中提取的包含目标的初步切片图通过高斯模糊与抽样生成多层高斯空间金字塔；步骤三、对所述高斯空间金字塔中的每一层的图像均进行特征提取，所述特征提取包括局部特征即SIFT特征提取与图像纹理特征即LBP特征提取；在进行SIFT特征提取时，只进行一层高斯滤波，然后通过滑窗的方式将图像分为16×16的细分切片图，根据每一个细分切片图的梯度变化进行SIFT特征 向量提取得到关于该细分切片图的128维的SIFT特征向量；在每个细分切片图中根据设定的半径和采样点数确定关于该细分切片图的LBP特征向量；则每个细分切片图对应的SIFT特征向量和LBP特征向量组合形成一个遥感单词；由此生成关于该遥感图像的遥感单词；其中最高层的高斯空间金字塔满足其初步切片图中对应得到遥感单词个数至少为遥感词典的数量的1/2；针对每一层高斯金字塔中的初步切片图采取如下步骤四～五的方式进行处理：步骤四、对训练集和测试集中所有遥感图像的遥感单词进行聚类，得到多个聚类中心，所有的聚类中心组成遥感词典；在聚类过程中，对遥感单词采用PCA主成分分析法进行降维，保留对协方差贡献最大的维度，并设定数据丢失率阈值disratio，使得数据丢失率不超过disratio；步骤五、设定不同半径值，对每个初步切片图不同半径值内的遥感单词均建立频率直方图：该直方图的横坐标为每个遥感单词，纵坐标为遥感单词在当前半径值内的初步切片图中出现的频率，该频率的计算方法为：频率值初始为0，计算当前半径值内的初步切片图中两两遥感单词之间的欧氏距离，若当前遥感单词A到另一遥感单词B之间的欧式距离是所有遥感单词到B的欧式距离的最小值，则A的频率值增加1；步骤六、针对训练集中遥感单词的频率直方图使用支持向量机RBF‑SVM进行训练，然后使用训练后的RBF‑SVM对测试集中遥感图像进行地物分类；若遥感单词所属的高斯金字塔的层数在最底层，则分配其对应的支持向量机中分类器的权值最大，层数越往上，对应的分类器的权值越小。