[发明专利]一种结合OpenStreetMap的高分辨率遥感影像多分类器联合分类方法

摘要

本发明公开了一种基于OpenStreetMap的高分辨率遥感影像多分类器联合分类方法，本发明利用分割算法将遥感影像划分为一系列内部均质的对象块，以对象块代替像素作为影像最小处理单元，结合影像对象块和OpenStreetMap的地物标记信息获取分类样本，构建多个分类模型进行面向对象块的影像分类，计算各个对象块在不同分类器下属于不同类别的概率，获取对象块对应的分类可靠性，实现多分类结果的加权融合，完成高分辨率遥感影像分类。本发明基于影像对象块为基本单元获取训练样本，能够避免选择大量具有相似特征的像素作为样本，降低样本间的冗余信息，提升分类模型的构建效率与准确度。

主权项

1.一种结合OpenStreetMap的高分辨率遥感影像多分类器联合分类方法，其特征在于，包含以下步骤：1)对OpenStreetMap(OSM)与待分类高分辨率遥感影像进行配准，根据实际分类需求，从OSM中选择出感兴趣类别对应的矢量图层，并将矢量数据转化为栅格影像；2)利用分割算法处理待分类高分辨率遥感影像，将影像上空间相邻且具有相似光谱特性的像素进行聚集，形成一系列的影像对象块，并计算每一个对象块的光谱特征；3)针对每个类别对应的OSM栅格影像，结合待分类高分辨率遥感影像对象块获取训练样本；4)以影像对象块为最小处理单元，使用从OSM数据获得的训练样本，利用多个分类器对待分类高分辨率遥感影像进行分类，获取不同分类器下每个对象块隶属于不同类别的概率；5)根据分类器输出的类别概率，计算不同结果的可靠性，以分类结果的可靠性作为权值，融合不同分类器得到的类别概率输出，获得最后的分类结果。