置信反馈的组合核协同稀疏表示遥感影像分类方法与系统技术方案

本发明专利技术提供了置信反馈的组合核协同稀疏表示遥感影像分类方法与系统，首先，在遥感影像上直接提取光谱特征，并构造光谱核；其次，在经过主成分分析降维后的遥感影像主成分上提取形态属性特征，并构造形态属性核，然后，将这两个核加权组合得到一个组合核，采用协同稀疏表示分类器来对遥感影像进行分类；最后，在输出分类结果前使用置信反馈机制，判断是否符合设定的终止判别准则；如果没有符合判别准则，则分类器输出预分类结果图，并对其进行形态属性滤波操作，堆叠到形态属性特征上进行迭代分类，直到符合判别准则，则输出最终分类结果。本发明专利技术能够用于遥感影像及高光谱影像地物信息分类，快速有效，分类精度高，具有良好的应用前景。景。景。

【技术实现步骤摘要】
置信反馈的组合核协同稀疏表示遥感影像分类方法与系统


[0001]本专利技术涉及遥感影像处理
，尤其涉及一种基于置信反馈的组合核协同稀疏表示分类的遥感影像分类方法与系统。

技术介绍

[0002]随着光谱成像技术的快速发展，极大地促进了卫星遥感领域的发展，但是目前由于遥感影像具有“图谱合一”，空间分辨率低，光谱信息冗余等特点，存在着“同物异谱”，“异物同谱”等问题，对光谱遥感影像的处理技术仍有很大的发展空间，例如遥感影像的分类、解混、融合、去噪、目标检测等。为了解决这些问题，需要对遥感影像有深刻的了解，以及对机器学习方法有熟练的掌握。
[0003]作为遥感影像处理中焦点，遥感影像分类逐渐被重视起来。如何节省训练时间，在训练样本不足的情况下得到较高的分类精度，这是一个值得深入研究的课题。

技术实现思路

[0004]专利技术目的：针对现有技术存在的不足，本专利技术目的在于提供一种基于置信反馈的组合核协同稀疏表示遥感影像分类方法与系统，能够用于遥感影像及高光谱影像地物信息分类，具有快速有效、分类精度高等优点。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，包括以下步骤：步骤1，直接提取遥感影像上的光谱特征，并构造光谱核；步骤2，利用形态属性滤波算法提取经过主成分分析PCA降维后的主成分图像上的空间特征，得到形态属性特征，并构造形态属性核；步骤3，将所得到的光谱核和形态属性核进行组合，构造一个组合核，并将其输入协同稀疏表示分类器进行分类；步骤4，对分类器第一次输出的预分类结果图进行形态属性滤波操作，堆叠到形态属性特征上进行下一次迭代分类，使用置信反馈机制对输出的两次预分类结果图进行比较判断，判断是否符合设定的终止判别准则，如果没有达到判别准则，则分类器输出预分类结果图；步骤5，依此重复步骤4的操作，对输出的预分类结果图进行形态属性滤波操作，堆叠到形态属性特征上进行下一次迭代分类，直到符合判别准则，则输出最终分类结果。2.根据权利要求1所述的置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，所述步骤1包括以下步骤：将原始遥感影像上的光谱像素输入到高斯径向基核函数中构造得到光谱核，具体的计算公式如下：其中，表示为光谱核，和表示为原始遥感影像上的第i个和第j个光谱像素，||
·
||表示欧式距离，σ为高斯径向基核函数的尺度参数，控制了函数的径向作用范围，σ为正实数。3.根据权利要求1所述的置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，所述步骤2包括以下步骤：步骤2
‑
1，将原始遥感影像进行PCA处理，生成PCA降维后的特征；步骤2
‑
2，选择PCA降维后特征的前三个主成分，生成三个各不相关的主成分图像；步骤2
‑
3，在所述三个各不相关的主成分图像上使用形态属性滤波算法，即得到一系列堆叠的形态属性特征；步骤2
‑
4，将提取的形态属性特征输入到高斯径向基核函数中构造形态属性核，具体计算公式如下：其中表示为形态属性核，和表示为形态属性特征上的第i个和第j个空间像素，||
·
||表示欧式距离，σ为高斯径向基核函数的尺度参数，控制了函数的径向作用范围，σ为正实数。4.根据权利要求3所述的置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，所述步骤2
‑
3包括以下步骤：步骤2
‑3‑
1，在上述得到的第一个主成分图像上使用形态属性滤波算法，将一系列属性滤波器应用于第一个主成分图像上以获得堆叠的形态属性特征，所述形态属性滤波算法具体计算公式如下：
其中，AP(f)表示为形态属性特征，f表示为一个主成分图像，表示为形态属性增厚算子，表示为形态属性细化算子，λ
j
表示为设定的一系列尺度参数，i∈{1，...，ε}，ε表示尺度数量；步骤2
‑3‑
2，在上述得到的前三个主成分图像上依此重复步骤2
‑3‑
1的操作，得到堆叠的三个主成分的形态属性特征，具体表示为：EAP＝{AP(f1)，AP(f2)，AP(f3)}其中，EAP表示为三个主成分的形态属性特征，AP(f1)，AP(f2)，AP(f3)分别表示为第一个，第二个和第三个主成分的形态属性特征。5.根据权利要求1所述的置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，所述步骤3包括以下步骤：步骤3
‑
1，将所述的光谱核和形态属性核加权组合得到一个组合核，具体表示如下式所示：其中，K(x
i
，x
j
)表示为组合核，x
i
和x
j
表示为对应遥感影像上的第i个和第j个像素，μ表示为光谱核的权重值，μ∈[0，1]；步骤3
‑
2，将所述组合核输入到协同稀疏表示分类器中进行分类，输出预分类结果图。6.根据权利要求5所述的置信反馈的组合核协同稀疏表示遥感影像分类方法，其特征在于，所述步骤3
‑
2中协同稀疏分类器分类包括以下步骤：步骤3
‑2‑
1，对于任意一个测试样本x，稀疏表示分类中的目标函数可以表示为：其中，SR为稀疏表示，A为训练样本集在组合核特征空间中的表示，表示L2范数，||
·
||1表示L1范数，||
·
||0表示L0范数，α
(SR)
为稀疏向量，λ1为一个正则化参数，K0是...

【专利技术属性】
技术研发人员：陆保国，后弘毅，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：