一种遥感影像土地覆盖自动分类方法技术

本发明专利技术公开了一种遥感影像土地覆盖自动分类方法，包括影像分割、特征提取、样本自动选择以及土地覆盖分类几个步骤。本发明专利技术采用监督学习算法对遥感影像进行土地覆盖自动分类，通过系统流程化地迭代训练分类器，能够使分类结果达到较高的精度水平，同时相对与现有的土地覆盖分类方法，其能够自动选择不同类别的土地覆盖样本，运算量较小。此外，本发明专利技术在对样本进行选择和分类之前，首先采用均值漂移算法对遥感卫星影像进行影像分割，对先验知识要求少，完全依靠训练数据进行估计，可以用于任意形状密度函数的估计，对于不同结构的数据具有很好的适应性和稳健性。

An Automatic Land Cover Classification Method for Remote Sensing Images

The invention discloses an automatic land cover classification method for remote sensing images, which includes image segmentation, feature extraction, sample automatic selection and land cover classification. The method adopts supervised learning algorithm to automatically classify land cover of remote sensing images. By systematically and systematically training the classifier iteratively, the classification results can reach a higher accuracy level. Compared with the existing land cover classification methods, the method can automatically select different types of land cover samples with less computation. In addition, before selecting and classifying samples, the method first uses mean shift algorithm to segment remote sensing satellite images, which requires less prior knowledge and relies entirely on training data to estimate. It can be used to estimate density function of arbitrary shape, and has good adaptability and robustness for data of different structures.

【技术实现步骤摘要】
一种遥感影像土地覆盖自动分类方法
本专利技术属于土地覆盖遥感监测
，具体涉及一种遥感影像土地覆盖自动分类方法的设计。
技术介绍
土地覆盖是指地球陆地表面的各种生物或物理的覆盖类型，包括地表的植被(天然或人工)、建设用地(建筑、道路)、湖泊、冰川、裸岩和沙漠等，主要描述地球表面的自然属性。土地覆盖在反映人类和自然关系的人地交互系统中扮演着重要角色，影响着地球系统过程中的各个方面，并且是地球系统的气候、生物化学等模型的重要参数。另外，在土地覆盖应用方面，目前国家各行业部门都需要地表覆盖信息，如土地管理部门需要弄清土地覆盖之外还需要了解土地覆盖和居民地的关系，水利部门需要知道全国水利设施附近的地表覆盖情况，环境部门需要了解各大江河周边的工厂情况，农业部门需要了解耕地的分布情况等，所有这些专业部门都需要综合性的地表覆盖数据。因此，准确、及时、全面的获取土地覆盖信息具有重要的科学意义。目前，土地覆盖的遥感监测多是通过土地覆盖类型、面积以及变化情况进行监测，要想知道土地覆盖面积的变化必然离不开土地覆盖分类，相对于单一地物类型的提取而言，从遥感影像上自动提取土地覆盖类别的算法相对较少，目前单本文档来自技高网...

【技术保护点】
1.一种遥感影像土地覆盖自动分类方法，其特征在于，包括以下步骤：S1、采用均值漂移算法对遥感卫星影像进行影像分割，并将分割结果以矢量多边形的形式统一存储到GIS系统数据库内；S2、以每个矢量多边形作为一个独立的基元，提取每个基元的特征并以矢量属性的形式存入数据库；S3、根据每个基元的特征自动选择样本；S4、判断选择的样本是否为土地覆盖类型样本，若是则进入步骤S5，否则返回步骤S3；S5、采用监督分类算法对土地覆盖类型样本进行分类，并输出土地覆盖分类结果。

【技术特征摘要】
1.一种遥感影像土地覆盖自动分类方法，其特征在于，包括以下步骤：S1、采用均值漂移算法对遥感卫星影像进行影像分割，并将分割结果以矢量多边形的形式统一存储到GIS系统数据库内；S2、以每个矢量多边形作为一个独立的基元，提取每个基元的特征并以矢量属性的形式存入数据库；S3、根据每个基元的特征自动选择样本；S4、判断选择的样本是否为土地覆盖类型样本，若是则进入步骤S5，否则返回步骤S3；S5、采用监督分类算法对土地覆盖类型样本进行分类，并输出土地覆盖分类结果。2.根据权利要求1所述的遥感影像土地覆盖自动分类方法，其特征在于，所述步骤S1中的均值漂移算法具体为：A1、在遥感卫星影像中选取任意一个数据点x，并以数据点x为中心点，计算在设定半径为R的圆形空间内所有数据点xi与中心点x的偏移均值m(x)：其中wi是第i个数据点xi的权重系数，满足约束条件n为圆形空间的数据点个数，K(·)为核函数，且：其中xs表示中心点x特征矢量的空间部分，xr表示中心点x特征矢量的颜色部分，p为遥感卫星影像维数，hs,hr分别为空间核带宽和颜色核带宽，C为归一化常数，||·||表示二范数，k(·)为在空间和颜色域中都使用相同的核，且：A2、将中心点移动至偏移均值m(x)所在位置，重复迭代步骤A1，直到中心点与偏移均值的距离小于设定的距离阈值，将该次迭代圆形空间内所有数据点进行聚类，实现影像分割。3.根据权利要求1所述的遥感影像土地覆盖自动分类方法，其特征在于，所述步骤S2中提取每个基元的特征的方法具体为：采用线性代数变换法提取每个基元的光谱特征，采用半方差图方法提取每个基元的空间特征，采用傅立叶频谱分析法提取每个基元的地形特征。4.根据权利要求1所述的遥感影像土地覆盖自动分类方法，其特征在于，所述步骤S3包括以下分步骤：S31、根据每个基元的特征，以提高同类基元间相似度，降低非同类基元间相似度为学习目标，结合GIS系统数据库中的土地利用调查数据进行监督学习，得到变换矩阵；S32、根据监督学习得到的变换矩阵比较未知基元间相似性，根据分布要求筛选得到初始样本；S33、结合GIS系统数据库中的地物波谱数据与指数特征剔除光谱特征异常的初始样本；S34、将初始样本中的土地利用类型样本转化为土地覆盖类型样本，得到完整样本。5.根据权利要求1所述的遥感影像土地覆盖自动分类方法，其特征在于，所述步骤S5中的监督分类算法为人工神经网络算法、SVM算法或C5.0决策树算法。6.根据权利要求5所述的遥感影像土地覆盖自动分类方法，其特征在于，所述...

【专利技术属性】
技术研发人员：谭力，程熙，
申请(专利权)人：四川立维空间信息技术有限公司，
类型：发明
国别省市：四川,51