[发明专利]一种基于训练样本自动优化的遥感影像循环分类方法

摘要

本发明涉及一种基于训练样本自动优化的循环分类方法。这种方法充分利用前一次分类结果所提供的精度信息不断调整和优化用于下一次分类的训练样本，然后采用优化后的分类训练样本再次对遥感图像进行自动分类；如此形成一个循环分类过程，直到前后两次的分类精度趋于稳定则停止分类。该方法具有自动优化训练样本、同等量训练样本最大化利用、相比同等分类算法精度高、适用性强等特点。通过验证，该方法适用于遥感分类应用中的多数监督分类方法；尤其是当训练样本中含有很多噪声，需要自动对训练样本进行优化以提高分类精度的情况。在实际应用中，本方法主要应用于涉及大范围的土地覆盖/利用或专题（例如，农作物）的遥感分类。

主权项

1.一种基于训练样本自动优化的遥感影像循环分类方法，主要包含以下步骤：步骤1)：选择遥感影像分类训练样本；步骤2)：遥感影像分类器选择与分类；步骤3)：分类总体精度评价；步骤4)：计算分类训练样本中每个像元的分类正确概率；步骤5)：设置概率阈值优化训练样本；步骤6)：自动循环2‑5步骤，直到前后两次步骤3)计算所得的分类总体精度的差值小于精度阈值就停止循环。