基于连续小波变换的时序遥感影像半自动分类方法

摘要

本发明涉及一种基于连续小波变换的时序遥感影像半自动分类方法，该方法首先建立若干已知地物的年内时序变化原始图谱，对其进行连续小波变换，获得小波系数谱，在此基础上建立基于时间维的小波方差谱及基于尺度维的小波方差谱，同时建立整个研究区所有研究单元的基于时间维的小波方差谱及基于尺度维的小波方差谱，然后依据已知地物的小波方差谱的类间差异性最大化原则，分别确定最适宜影像分类的时间域与尺度域区间，最后通过建立综合判别体系，实现遥感影像半自动分类。该方法可以有效地提取时序遥感影像在时间维和尺度维上的特征，具有较少依赖先验知识、鲁棒性好、分类精度好、自动化程度高等特点。

主权项

一种基于连续小波变换的时序遥感影像半自动分类方法，其特征在于，包括以下步骤：步骤1：基于一定时间步长为间隔的年内时序变化系列遥感影像数据集，建立若干已知地物的年内时序变化原始图谱；步骤2：分别基于Morlet小波和墨西哥帽小波，对已知地物的年内时序变化原始图谱进行连续小波变换，获得基于Morlet小波变换的小波系数谱和基于墨西哥帽小波变换的小波系数谱；步骤3：利用基于墨西哥帽小波变换的小波系数谱计算基于时间维的小波方差，利用基于Morlet小波变换的小波系数谱计算基于尺度维的小波方差，从而分别建立所述若干已知地物的基于时间维的小波方差谱和基于尺度维的小波方差谱；步骤4：导入待分类影像，参照步骤1~3，建立待分类影像中每个栅格单元的基于时间维的小波方差谱和基于尺度维的小波方差谱；步骤5：分别基于所述若干已知地物类型的类间区分度最大化的原则，以基于时间维的小波方差谱和基于尺度维的小波方差谱为依据，确定最适宜分类的时间域与尺度域区间，作为下一步分类判别的基础；步骤6：依据基于时间维的小波方差谱的图像相似度或分离度判断所述待分像元属于哪种已知地物类型：在所确定的最适宜分类的时间域范围内，计算待分像元与每种已知地物的基于时间维的小波方差谱的图像相似度或分离度，如果所述待分像元与某种已知地物的基于时间维的小波方差谱的距离最小且距离在设定的阈值范围内，则判断所述待分像元为该已知地物类型；否则，进一步依据基于尺度维的小波方差谱的图像相似度或分离度判断所述待分像元属于哪种已知地物类型：在所确定的最适宜分类的尺度域范围内，计算待分像元与每种已知地物的基于尺度维的小波方差谱的图像相似度或分离度，如果所述待分像元与某种已知地物的基于尺度维的小波方差谱的距离最小且距离在设定的阈值范围内，则判断所述待分像元为该已知地物类型；如果依据基于时间维的小波方差谱以及基于尺度维的小波方差谱均未能获得合理的分类结果，则进一步补充研究区中的已知地物类型，直至研究区每个像元均获得合理的分类结果为止。