基于无监督与傅里叶核函数的遥感影像像元纯度识别方法
【专利摘要】本发明提供一种基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，包括：分割原始遥感影像，得到P个对象；对P个对象进行聚类操作，得到n个团块；对于任意一个团块ti，设团块ti包括d个对象，均执行以下操作：计算团块ti对应的傅里叶核函数包凸；计算指定对象Vf分别到b个对象中每一个对象的距离，得到距离指定对象Vf距离最小的对象T，指定对象Vf到对象T的距离为M1；计算指定对象Vf距离包凸中心的距离M2；计算对象T距离包凸中心的距离M3；计算映射距离值为M2／(M3+M1)，该映射距离值即为指定对象Vf的整体纯度值。该遥感影像像元纯度识别方法，为一种定量方法，能够较准确的识别出遥感影像像元纯度。
【专利说明】基于无监督与傅里叶核函数的遥感影像像元纯度识别方法
【技术领域】
[0001]本发明属于遥感影像分析与处理【技术领域】，具体涉及一种基于无监督与傅里叶核函数的遥感影像像元纯度识别方法。
【背景技术】
[0002]遥感影像是传感器探测元件对目标地物反射或发射电磁辐射能量的记录和反映，高空间分辨率的遥感影像可以对地物进行更加精细的描述，提供丰富的细节信息。
[0003]像元为遥感影像的基本单位，主要包括两类:混合像元和纯像元。其中，混合像元是指包含了多种地物类型的像元，产生原因主要为:地物分布的复杂性、电磁辐射传输过程中各种环境的影响以及探测元件本身的物理特性等多种因素。而纯像元是指由单一地物组成的像元。
[0004]获得各个地区对应的像元相对纯度，具有重要现实意义，例如:对于纯度较高的像元，说明地物类型相对单一，适于定量遥感分析；而对于纯度较低的像元，适于做自动分类的训练数据，相关企业或科研人员可以依据像元的纯度信息制定实地考察路线与方案，使得考察方案更具效率与理论依据，以较少的成本和时间获得更具价值的高质量样本，提高遥感影像处理的能力和质量。
[0005] 但是，现有技术中，对遥感影像像元纯度的识别，主要为定性方法，具有精度低的不足，且不方便根据遥感影像像元纯度进行后续应用。
【发明内容】
[0006]针对现有技术存在的缺陷，本发明提供一种基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，为一种定量方法，能够较准确的识别出遥感影像像元纯度，有利于根据遥感影像像元纯度进行后续应用。
[0007]本发明采用的技术方案如下:
[0008]本发明提供一种基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，包括以下步骤:
[0009]SI,读取原始遥感影像；其中,所述原始遥感影像由M行N列共M*N个像元组成,像元集为 S = (S1, S2, , SmxJ ；
[0010]S2，分割所述原始遥感影像，得到P个相对独立且大小大于等于I个像元的对象，表示为:V = IV1, V2, , Vpl ；
[0011]S3，对P个对象进行聚类操作，得到η个团块，η个团块用集合T表示，T= {tl,?2，...，?η};
[0012]S4，对于任意一个团块ti，其中，i e (1、2...n)，设团块ti包括d个对象；均执行以下操作:
[0013]S41，计算团块ti对应的傅里叶核函数包凸；其中，所述包凸由d个对象中的b个对象组成山小于d ；[0014]S42，当需要识别d个对象中任意一个指定对象Vf的纯度时，计算指定对象Vf分别到b个对象中每一个对象的距离，得到距离指定对象Vf距离最小的对象T，指定对象Vf到对象T的距离为Ml ；
[0015]计算指定对象Vf距离包凸中心的距离M2 ；
[0016]计算对象T距离包凸中心的距离M3 ；
[0017]计算映射距离值为M2 / (M3+M1)，该映射距离值即为指定对象Vf的整体纯度值；
[0018]S43，所述指定对象Vf的整体纯度值即为该指定对象Vf所包含的各个像元的纯度值。
[0019]优选的，S2具体为:使用马尔科夫随机场图像模块，基于最大后验概率准则，对所述原始遥感影像进行图像分割。
[0020]优选的，S3具体为:
[0021]S31，分别计算P个对象的波段属性向量值B= Ibpb2,...，bu};其中，u为波段属性维度，b1；b2,...,bu分别为对象在各个维度的波段值；
[0022]具体为:设原始遥感影像中每一个像元具有U维度波段属性，则对于任意一个对象Vi，i e (1、2...P)，其同样具有u维度波段属性，并且，对象Vi中每一维度波段属性为其所包含的全部像元同一维度波段属性的均值；
[0023]S32，通过K-MEANS算法对P个对象进行聚类操作。
[0024]优选的，S41具体为:
[0025]S411，构造空的初始包凸；
[0026]输入团块ti所包括的d个对象,设d个对象分别表示为V1, V2,…，Vd ;
[0027]S412，令z = I ;读取对象Vz，将对象Vz加入到初始包凸之中；
[0028]S413，计算对象Vz到初始包凸的距离；
[0029]S414，判断该距离是否小于阈值m，如果小于，则表明对象Vz在初始包凸之中，不重构初始包凸，转到S415 ;否则，表明对象Vz不在初始包凸之中，重构初始包凸，然后将对象Vz加入到重构后的包凸之中，用重构后的包凸替代初始包凸，然后转到S415 ；
[0030]S415，令z = ζ+l，循环S412-S415，直到z = d+Ι时，终止循环，输出最终得到的包凸。
[0031]优选的，S413，计算对象Vz到初始包凸的距离具体为:
[0032]S4131，计算团块ti的标准差σ和均值μ ；
[0033]其中，标准差σ为团块ti包括的d个对象的波段属性向量值B的标准差；均值μ为团块ti包括的d个对象的波段属性向量值B的均值；
[0034]S4132，依公式一计算正则化因子q:
【权利要求】
1.一种基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，包括以下步骤: SI,读取原始遥感影像；其中，所述原始遥感影像由M行N列共M*N个像元组成，像元集为 S — (S1 j S2 j...，SmxnI ； S2，分割所述原始遥感影像，得到P个相对独立且大小大于等于I个像元的对象，表示为:V= {V1； V2,...,Vpl ； S3，对P个对象进行聚类操作，得到η个团块，η个团块用集合T表示，T = {tl，t2，...，tn}； S4，对于任意一个团块ti，其中，i e (1、2...η)，设团块ti包括d个对象；均执行以下操作: S41，计算团块ti对应的傅里叶核函数包凸；其中，所述包凸由d个对象中的b个对象组成；b小于d ; S42,当需要识别d个对象中任意一个指定对象Vf的纯度时，计算指定对象Vf分别到b个对象中每一个对象的距离，得到距离指定对象Vf距离最小的对象T，指定对象Vf到对象T的距离为Ml ； 计算指定对象Vf距离包凸中心的距离M2 ； 计算对象T距离包凸中心的距离M3 ； 计算映射距离值为M2 /` (M3+M1)，该映射距离值即为指定对象Vf的整体纯度值； S43，所述指定对象Vf的整体纯度值即为该指定对象Vf所包含的各个像元的纯度值。
2.根据权利要求1所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，S2具体为:使用马尔科夫随机场图像模块，基于最大后验概率准则，对所述原始遥感影像进行图像分割。
3.根据权利要求1所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，S3具体为: S31，分别计算P个对象的波段属性向量值B= Ibpb2,...，bu};其中，u为波段属性维度，b1; b2，...，bu分别为对象在各个维度的波段值； 具体为:设原始遥感影像中每一个像元具有u维度波段属性，则对于任意一个对象Vi，i e (1、2...P)，其同样具有u维度波段属性，并且，对象Vi中每一维度波段属性为其所包含的全部像元同一维度波段属性的均值； S32，通过K-MEANS算法对P个对象进行聚类操作。
4.根据权利要求3所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，S41具体为: S411，构造空的初始包凸； 输入团块ti所包括的d个对象,设d个对象分别表示为V1, V2,…，Vd ; S412，令z = I ;读取对象Vz，将对象Vz加入到初始包凸之中； S413，计算对象Vz到初始包凸的距离； S414，判断该距离是否小于阈值m，如果小于，则表明对象Vz在初始包凸之中，不重构初始包凸，转到S415 ;否则，表明对象Vz不在初始包凸之中，重构初始包凸，然后将对象Vz加入到重构后的包凸之中，用重构后的包凸替代初始包凸，然后转到S415 ；S415，令z = z+l，循环S412-S415，直到z = d+1时，终止循环，输出最终得到的包凸。
5.根据权利要求4所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，S413，计算对象Vz到初始包凸的距离具体为: S4131，计算团块ti的标准差σ和均值μ ； 其中，标准差σ为团块ti包括的d个对象的波段属性向量值B的标准差；均值μ为团块ti包括的d个对象的波段属性向量值B的均值； S4132，依公式一计算正则化因子q:
6.根据权利要求5所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，对于b个对象中的任意一个对象\，设其波段属性向量值为Bb ;设指定对象Vf的波段属性向量值为Bf; 则:S42中，通过以下公式计算指定对象Vf到对象Vb的距离:
7.根据权利要求5所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，通过以下公式计算指定对象Vf距离包凸中心的距离M2: 包凸由b个对象组成，设分别表示为V1, V2,...，Vb,该b个对象的波段属性向量值分别为B1, B2,..., Bb ;则依下面公式计算M2:
8.根据权利要求1所述的基于无监督与傅里叶核函数的遥感影像像元纯度识别方法，其特征在于，S4之后，还包括: S5，团块ti共包括d个对象，设d个对象分别表示为V1, V2，...，Vd ;分别计算每一个对象的映射距离值，分别表示为L1, L2,...，Ld ; S6,计算L1, L2,..., Ld这d个映射距离值的均值μ和标准差σ ; S7，对于任意一个映射距离值Li,其中，i e (1、2...(1)，判断其是否满足以下关系式:μ-2Χ O <= Li <= μ+2Χ O ;如果不满足，则如果 Li < μ_2Χ σ，令1^ = O ;如果 Li >μ +2Χ σ，令Li = I ;如果满足,则对Li进行转换计算,令Li = Ι^-(μ _2Χ σ ) / 4Χ σ，所得到的Li为最终映射得到的映射距离值。
【文档编号】G06T7/00GK103729855SQ201410020850
【公开日】2014年4月16日 申请日期:2014年1月17日 优先权日:2014年1月17日
【发明者】潘欣, 张素莉, 门玉琢, 孙浩鹏, 刘国松, 赵健, 李天宇, 龚宇辉 申请人:长春工程学院, 潘欣