一种面向高分影像的地物特征筛选方法技术

本发明专利技术公开了一种面向高分影像的地物特征筛选方法，包括根据地物实际分布与遥感影像表现形式，对目标地物进行特征分析与特征粗选；采用选择的不同影像特征，对高分辨率原始影像中目标地物进行一次性特征提取，获得目标地物的多个提取结果；采用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的有效提取程度；对不同影像特征敏感度进行排序，选择对目标地物敏感度较高的少数几个特征，形成目标地物的敏感特征组等步骤。其显著效果是：综合考多方面考虑，分析了特征对目标地物的敏感程度，提高了提取结果的客观真实性，从而有效解决了地物特征选择困难的问题，减弱了人为因素对地物信息提取的干扰。

【技术实现步骤摘要】
一种面向高分影像的地物特征筛选方法
本专利技术涉及到遥感影像处理
，具体地说，是一种面向高分影像的地物特征筛选方法。
技术介绍
高分辨率遥感影像包含丰富的地物细节信息，得到复杂多样的光谱信息，以及空间、纹理、拓扑、语义等丰富的结构信息，不可避免地出现特征数据维数高、数量大的现象，即特征“维数灾难”，如何对海量地物特征进行优化选择是实现地物信息有效提取的关键所在。现有的特征选择方法主要从搜索策略和评价准则两方面进行研究。前者常用算法有穷举搜索、顺序搜索、遗传算法、蚁群算法、微粒群算法等，算法以分析为主，研究特征间的相关性程度来达到特征数降维的目的，算法较为复杂，且具有一定局限性。而按评价准则的特征选择算法主要分为过滤式、封装式和组合式，其中，过滤式算法包含距离度量、信息熵度量、相似性度量和一致性度量；封装式算法是以分类错误概率作为评价准则，选择错误概率最小的特征，但该算法需要多次调用学习算法，较为耗时。目前，组合式特征选择方法是特征优化选择的主要研究方向，该方法将过滤式特征选择与封装式特征选择算法相结合，以过滤式算法初选取特征子集，然后通过封装式算法实现特征优化选择。但是，现有的高分遥感影像特征选择算法大多是通过分析特征间的相关性，或者分析特征对地物样本的正确或错误提取效果来达到特征优化选择的目的。在实际应用中，算法的设计具有较大的局限性，受人为主观经验的影响较大，并且算法复杂，分析工作量大，难以实现大范围地表信息提取。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供一种面向高分影像的地物特征筛选方法，该方法从地物特征信息提取的正确度与误提取复杂度两个要素，构建地物特征敏感度分析模型，量化不同影像特征对目标地物的有效提取程度，解决地物特征选择困难的问题。为达到上述目的，本专利技术采用的技术方案如下：一种面向高分影像的地物特征筛选方法，其关键在于按照以下步骤进行：步骤1：导入高分辨率原始影像，根据地物实际分布与遥感影像表现形式，对目标地物进行特征分析与特征粗选；步骤2：采用选择的不同影像特征对目标地物进行一次性特征提取，获得目标地物的多个提取结果；步骤3：采用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的敏感度，所述特征敏感度模型为：其中，α表示目标地物提取所用影像特征，Sα为影像特征α的特征敏感度，Rα为影像特征α的目标地物正确提取度，Fα为影像特征α的目标地物误提取地物复杂度；步骤4：对不同影像特征的敏感度进行排序，选择对目标地物敏感度较高的特征，形成目标地物的敏感特征组。作为优选，为了降低人为主观因素对提取效果的干扰，以尽可能完整提取地物信息的原则，步骤2中所述特征提取所采用的方法为图像阈值分割法。进一步的技术方案是，步骤2中所述正确提取度Rα的求取公式为：其中，α表示目标地物提取所用特征，Aα为影像特征α的正确提取影像面积，A表示目标地物影像面积。更进一步的技术方案是，所述目标地物影像面积A通过影像增强并结合实时地图与查阅相关资料获得。再进一步的技术方案是，步骤3中所述误提取地物复杂度Fα的计算步骤如下：步骤3-1：计算误提取地物与目标地物的不可分离距离，并利用归一化算法计算得到各个误提取地物对目标地物的影响权重值，计算公式为：其中，i表示目标地物，j表示误提取地物，j∈[0，n]，n表示地物种类数，表示误提取地物j与目标地物i间的不可分离程度，Wij表示误提取地物j对于目标地物i的影响权重值；步骤3-2：按照公式计算误提取面积权重Eα，其中为影像特征α的误提取影像面积，为目标地物外的影像面积；步骤3-3：根据所得的影响权重值Wij与误提取面积权重Eα，按照公式计算误提取地物复杂度Fα，其中表示特征α提取结果中误提取地物j的面积。进一步的技术方案是，所述目标地物正确提取度Rα与目标地物误提取地物复杂度Fα的取值范围均为[0,1]，特征敏感度Sα>0。本专利技术首先根据地物实际分布与遥感图像表现形式，针对目标地物进行特征分析并粗选择出适宜地物表达的特征；然后采用选择的不同影像特征分别对目标地物进行一次性提取，获得多个地物提取结果；接着利用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的有效提取程度，最后利用统计学方法对不同影像特征敏感度进行排序，选择对目标地物敏感度较高的少数几个特征，形成地物的敏感特征组。本专利技术的显著效果是：本方案创造性的将敏感性分析引入地物信息提取领域，将地物特征作为变量，并从地物特征信息提取的正确度与误提取复杂度两个层次，构建地物特征敏感度分析模型，以建模方式量化不同影像特征对目标地物信息获取的敏感程度大小，即量化不同影像特征对目标地物的有效提取程度；从实际应用出发，综合考虑了地物间的相互影响程度、特征正确识别效果以及误识别效果等方面，分析了特征对目标地物的敏感程度，提高了提取结果的客观真实性，从而有效解决了地物特征选择困难的问题，减弱了人为因素对地物信息提取的干扰；且模型简单，计算方便，可适用于较大范围高分影像信息获取，具有良好的普适性。附图说明图1是本专利技术的方法流程图。具体实施方式下面结合附图对本专利技术的具体实施方式以及工作原理作进一步详细说明。如图1所示，一种面向高分影像的地物特征筛选方法，具体步骤如下：步骤1：导入高分辨率原始影像，并根据地物实际分布与遥感影像表现形式，对目标地物进行特征分析并粗选择出适宜地物表达的特征；步骤2：基于不同影像特征对目标地物进行一次性特征提取，获得目标地物的多个提取结果。在本实施例中，为了降低人为主观因素对提取效果的干扰，以尽可能完整提取地物信息的原则，采用阈值分割分类的方式进行地物信息提取。步骤3：采用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的有效提取程度即敏感度，具体过程如下：首先，计算目标地物正确提取度Rα；在地物特征信息提取中，获得正确目标地物信息是地物信息提取的最终目标。而目标地物正确提取度在地物信息提取中起积极作用，因此本专利技术通过影像增强，并结合实时百度地图与查阅相关资料，获得目标地物实际影像范围，并统计其面积，作为正确提取度评价的依据，然后用特征正确提取的影像面积与目标地物影响面积的比值作为特征对目标地物的正确提取度，用R表示，取值范围在0～1之间，具体表达式如公式(1)所示：其中，α表示目标地物提取所用特征，Aα为影像特征α的正确提取影像面积，A表示目标地物影像面积。然后，计算误提取地物复杂度Fα：在遥感影像地物信息提取过程中，由于异物同谱、异谱同物等现象的普遍存在，导致在提取过程中往往伴随着大量噪声。本实施例在对地物特征进行敏感性分析中，通过单一特征一次性提取目标地物，以尽可能提取目标地物的同时，结果会参杂其他的地物噪声，且各类特征提取的噪声类型、分布情况与面积也会有所差异，对后续目标地物的精提取工作会有较大的影响。因此，为了定量研究误提取部分对目标地物提取的影响程度，本实施例通过分析误提取部分噪声地物对目标地物的影响权重，并结合噪声地物的面积统计，提出误提取地物复杂度，求取步骤如下：步骤3-1：对研究区域进行样本选取，计算其他地物与目标地物的可分离性距离，获得不可分离距离，然后利用归一化算法本文档来自技高网...

【技术保护点】
1.一种面向高分影像的地物特征筛选方法，其特征在于按照以下步骤进行：步骤1：导入高分辨率原始影像，根据地物实际分布与遥感影像表现形式，对目标地物进行特征分析与特征粗选；步骤2：采用选择的不同影像特征对目标地物进行一次性特征提取，获得目标地物的多个提取结果；步骤3：采用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的敏感度，所述特征敏感度模型为：

【技术特征摘要】
1.一种面向高分影像的地物特征筛选方法，其特征在于按照以下步骤进行：步骤1：导入高分辨率原始影像，根据地物实际分布与遥感影像表现形式，对目标地物进行特征分析与特征粗选；步骤2：采用选择的不同影像特征对目标地物进行一次性特征提取，获得目标地物的多个提取结果；步骤3：采用构建的特征敏感度模型对各个提取结果分别进行敏感性分析，得到不同影像特征对目标地物的敏感度，所述特征敏感度模型为：其中，α表示目标地物提取所用影像特征，Sα为影像特征α的特征敏感度，Rα为影像特征α的目标地物正确提取度，Fα为影像特征α的目标地物误提取地物复杂度；步骤4：对不同影像特征的敏感度进行排序，选择对目标地物敏感度较高的特征，形成目标地物的敏感特征组。2.根据权利要求1所述的面向高分影像的地物特征筛选方法，其特征在于：步骤2中所述特征提取所采用的方法为图像阈值分割法。3.根据权利要求1所述的面向高分影像的地物特征筛选方法，其特征在于：步骤3中所述正确提取度Rα的求取公式为：其中，α表示目标地物提取所用特征，Aα为影像特征α的正确提取影像面积，A表示目标地物影像面积。4.根据权利要求...

【专利技术属性】
技术研发人员：潘建平，夏鑫，吴磊，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：重庆,50