融合全色影像和多光谱影像的分类方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像识别分类技术领域，尤其涉及一种融合全色影像和多光谱影像的 分类方法及装置。
【背景技术】
[0002] 遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信 息进行分析，选择特征，并用一定的技术手段将特征空间划分为互不重叠的子空间，然后将 图像中的各个像元划归到各个子空间去。
[0003] 目前很多地表观测平台都可以同时获得全色影像和多光谱影像，如IKONOS卫星 采集的影像是1米分辨率全色影像，4米分辨率多光谱影像，QUICKBIRKD卫星采集的影像是 〇. 6米分辨率全色影像，2. 6米分辨率多光谱影像。通常来说，同样的观测平台上获得的全 色影像和多光谱影像中，全色影像分辨率要高于多光谱影像分辨率。为获得较好的分类结 果，通常利用影像的空间信息和光谱信息。目前很多方法可以解决综合利用多光谱影像和 全色影像进行遥感影像分类的问题，如：锐化-分类的方法，分类-锐化的方法，分割-分类 的方法。
[0004] 现有技术中很多传感器可以同时获得全色影像和多光谱影像，但是如何综合、有 效地利用这两种影像进行图像分析处理的方法比较有限，使用最多的是先锐化后分类的方 法，全色锐化一般能够有效提高影像的视觉信息，但是由于全色锐化经常会引入光谱的丢 失或是光谱扭转，对于依赖图像光谱信息的分类过程来说有时会产生消极的影响，甚至会 使得分类结果更差。且现有技术中锐化-分类、分类-锐化的方法大多将分类和锐化作为 两个独立的过程，无法做到有机统一，互相促进。现有技术中，对全色影像和多光谱影像进 行分类标签，会产生分类不清晰，影像分类的结果产生误差。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供一种融合全色影像和多光谱影像的分类方法 及装置，能够将全色影像的空间信息向多光谱图像分类过程的流动，充分有效的利用全色 影像中的空间信息及多光谱影像中的空间信息，降低影像分类对光谱信息的依赖性，提高 分类的准确性，分类标签清晰。
[0006] 第一方面，本发明提供了一种融合全色影像和多光谱影像的分类方法，包括：
[0007] 采集待测区域的全色影像和多光谱影像；
[0008] 对所述全色影像进行分割，获得所述全色影像的过分割体；
[0009] 对所述全色影像的过分割体进行合并，确定分割体单元；
[0010] 根据所述分割体单元，对所述多光谱影像进行分类，获得所述多光谱影像的分类 标签；
[0011] 其中，所述分割体单元包括至少一个过分割体。
[0012] 进一步地，所述对所述全色影像进行分割，获得所述全色影像的过分割体，包括：
[0013] 采用多分辨率分割方式，对所述全色影像进行分割，获得全色影像的N个过分割 体；
[0014] 其中，N为大于2的整数。
[0015] 进一步地，所述对所述全色影像的过分割体合并，确定分割体单元，包括：
[0016] 采用第一公式，对所述全色影像的过分割体进行合并，确定所述分割体单元； [0017] 所述第一公式为：
【主权项】
1. 一种融合全色影像和多光谱影像的分类方法，其特征在于，包括： 采集待测区域的全色影像和多光谱影像； 对所述全色影像进行分割，获得所述全色影像的过分割体； 对所述全色影像的过分割体进行合并，确定分割体单元； 根据所述分割体单元，对所述多光谱影像进行分类，获得所述多光谱影像的分类标 签； 其中，所述分割体单元包括至少一个过分割体。
2. 根据权利要求1所述的融合全色影像和多光谱影像的分类方法，其特征在于，所述 对所述全色影像进行分割，获得所述全色影像的过分割体，包括： 采用多分辨率分割方式，对所述全色影像进行分割，获得全色影像的N个过分割体； 其中，N为大于2的整数。
3. 根据权利要求1所述的融合全色影像和多光谱影像的分类方法，其特征在于，所述 对所述全色影像的过分割体合并，确定分割体单元，包括： 采用第一公式，对所述全色影像的过分割体进行合并，确定所述分割体单元； 所述第一公式为：
其中，j为全色影像中的子图像编号，i为子图像中过分割体的编号，tj,为第j个子图 像中第i个过分割体所对应的分割体单元的编号，t为当前过分割体对应的分割单元的编 号，T为当前子图像中所有的过分割体所对应的分割单元的编号集合?为去除第j个子图 像中第i个过分割体所对应的分割体单元的编号的所有的过分割体所对应的分割单元的 编号集合，K为子图像中所有过分割体对应的标签集合，P为全色影像，'巧，?为去除第j个子 图像中第i个过分割体所对应的分割体单元的编号的所有过分割体对应的标签集合，-为 正比于，t为分割体单元的编号，Dj,为第j个子图像中第t个分割体单元的个数，n/为去 除第j个子图像中第i个过分割体的对应分割单元统计后的第j个子图像第t个分割单元 的过分割体个数，丫。为超参数，X；；为全色影像第j个子图像中第i个过分割体的观测值， A；；为全色影像第j个子图像中第t个过分割体所对应的标签，f为已知标签和观测值计算 的边际似然。
4. 根据权利要求1所述的融合全色影像和多光谱影像的分类方法，其特征在于，在所 述对所述多光谱影像进行分类之前，还包括： 对所述多光谱影像进行采样，使得所述多光谱影像的分辨率与所述全色影像的分辨率 相同。
5. 根据权利要求1所述的融合全色影像和多光谱影像的分类方法，其特征在于，所述 根据所述分割体单元，对所述多光谱影像进行分类，包括： 根据所述分割体单元，采用第二公式，对所述多光谱影像进行分类，获得所述多光谱影 像的分类标签； 所述第二公式为：
其中，巧为第j个子图像中第t个分割体单元对应的标签编号，t为分割体单元的编 号，m.k为多光谱影像中标签为k的分割体单元的个数，xjf为多光谱影像中第j个子图像中 第t个过分割体的观测值，为多光谱影像第j个子图像中第t个过分割体所对应的标签， f为已知标签和观测值计算的边际似然，丫为超参数。
6. -种融合全色影像和多光谱影像的分类装置，其特征在于，包括： 采集模块，用于采集待测区域的全色影像和多光谱影像； 过分割体模块，用于对所述全色影像进行分割，获得所述全色影像的过分割体； 分割体模块，用于对所述全色影像的过分割体进行合并，确定分割体单元； 分类模块，用于根据所述分割体单元，对所述多光谱影像进行分类，获得所述多光谱影 像的分类标签； 其中，所述分割体单元包括至少一个过分割体。
7. 根据权利要求6所述的融合全色影像和多光谱影像的分类装置，其特征在于，所述 过分割体模块，还用于采用多分辨率分割方式，对所述全色影像进行分割，获得全色影像的 N个过分割体； 其中，N为大于2的整数。
8. 根据权利要求6所述的融合全色影像和多光谱影像的分类装置，其特征在于，分割 体模块，还用于采用第一公式，对所述全色影像的过分割体进行合并，确定所述分割体单 元； 所述第一公式为：
其中，j为全色影像中的子图像编号，i为子图像中过分割体的编号，tj,为第j个子图 像中第i个过分割体所对应的分割体单元的编号，t为当前过分割体对应的分割单元的编 号，T为当前子图像中所有的过分割体所对应的分割单元的编号集合，为去除第j个子 图像中第i个过分割体所对应的分割体单元的编号的所有的过分割体所对应的分割单元 的编号集合，K为子图像中所有过分割体对应的标签集合，P为全色影像，K去为去除第j个 子图像中第i个过分割体所对应的分割体单元的编号的所有过分割体对应的标签集合，-为正比于，t为分割体单元的编号，rij.t为第j个子图像中第t个分割体单元的个数，n/为去 除第j个子图像中第i个过分割体的对应分割单元统计后的第j个子图像第t个分割单元 的过分割体个数，丫。为超参数，<为全色影像第j个子图像中第i个过分割体的观测值， 为全色影像第j个子图像中第t个过分割体所对应的标签，f为已知标签和观测值计算 的边际似然。
9. 根据权利要求6所述的融合全色影像和多光谱影像的分类装置，其特征在于，在所 述分割体模块和所述分类模块之间，还包括采样模块； 所述采样模块，用于对所述多光谱影像进行采样，使得所述多光谱影像的分辨率与所 述全色影像的分辨率相同。
10. 根据权利要求6所述的融合全色影像和多光谱影像的分类装置，其特征在于，所述 分类模块，还用于根据所述分割体单元，采用第二公式，对所述多光谱影像进行分类，获得 所述多光谱影像的分类标签； 所述第二公式为：
其中，为第j个子图像中第t个分割体单元对应的标签编号，t为分割体单元的编 号，m.k为多光谱影像中标签为k的分割体单元的个数，为多光谱影像中第j个子图像中 第t个过分割体的观测值，为多光谱影像第j个子图像中第t个过分割体所对应的标签，f为已知标签和观测值计算的边际似然，丫为超参数。
【专利摘要】本发明提供了一种融合全色影像和多光谱影像的分类方法及装置，其中，融合全色影像和多光谱影像的分类方法包括：采集待测区域的全色影像和多光谱影像；对所述全色影像进行分割，获得所述全色影像的过分割体；对所述全色影像的过分割体进行合并，确定分割体单元；根据所述分割体单元，对所述多光谱影像进行分类，获得所述多光谱影像的分类标签；其中，分割体单元包括至少一个过分割体。通过本发明提供的融合全色影像和多光谱影像的分类方法及装置，能够将全色影像的空间信息向多光谱图像分类过程的流动，充分有效的利用全色影像中的空间信息及多光谱影像中的空间信息，降低影像分类对光谱信息的依赖性，提高分类的准确性，分类标签清晰。
【IPC分类】G06K9-62
【公开号】CN104794481
【申请号】CN201510133799
【发明人】唐宏, 毛婷, 何湜
【申请人】北京师范大学
【公开日】2015年7月22日
【申请日】2015年3月25日