发明名称 |
一种高分辨率遥感图像场景分类方法 |
摘要 |
本发明涉及一种利用视觉单词分布图的局部二值模式直方图进行特征表达的高分辨率遥感图像场景分类方法,其步骤:对于给定的高分辨率遥感图像生成场景子图像集合,并建立场景训练样本集;对训练样本集中的子图像进行密集格网采样并提取局部特征,进行K均值聚类,构建视觉词典;对场景训练样本集中的每一幅子图像进行视觉单词映射,生成视觉单词分布图,并对其进行LBP变换,得到视觉单词分布图的LBP直方图表示;运用SVM算法生成高分辨率遥感图像场景分类模型,并对给定的待分类高分辨率遥感图像进行场景分类得到场景分类图。本发明提升了视觉单词分布图的信息利用度,同时能够给出待分类高分辨率遥感图像的场景分类结果图。 |
申请公布号 |
CN103984963A |
申请公布日期 |
2014.08.13 |
申请号 |
CN201410241022.7 |
申请日期 |
2014.05.30 |
申请人 |
中国科学院遥感与数字地球研究所 |
发明人 |
唐娉;霍连志;赵理君;周增光;胡昌苗;郑柯 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种高分辨率遥感图像场景分类方法,该方法利用视觉单词分布图的局部二值模式LBP(Local Binary Pattern)直方图进行特征表达,其特征在于包括以下步骤:(1)对于给定的高分辨率遥感图像生成场景子图像集合,并建立场景训练样本集;(2)对上述场景训练样本集中的子图像进行密集格网采样,并提取局部特征;(3)将上述得到的局部特征进行K均值聚类,将每一个聚类中心作为一个视觉单词,将这K个聚类中心的取值及其对应的视觉单词编号作为视觉词典,K为正整数,K的取值范围为300~1000;(4)对上述场景训练样本集中的每一幅子图像进行视觉单词映射,生成视觉单词分布图;(5)对上述生成的视觉单词分布图作为图像进行LBP变换,得到视觉单词分布图的LBP直方图表示;(6)将上述场景训练样本集中每幅子图像的视觉单词分布图的LBP直方图表示和场景子图像对应的场景类别编号作为训练数据,运用支持向量机SVM(Support Vector Machine)算法生成高分辨率遥感图像场景分类模型;(7)根据上述高分辨率遥感图像场景分类模型,对原始给定的待分类高分辨率遥感图像进行场景分类。 |
地址 |
100101 北京市朝阳区大屯路甲20号北中国科学院遥感与数字地球研究所 |