[发明专利]融合边缘信息和支持向量机对遥感图像进行分类的方法及装置

权利要求书

1.一种融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，包括以下步骤：

对经过预处理和特征提取的遥感图像进行逐像素的支持向量机分类；

对所述经预处理和特征提取的遥感图像进行边缘检测，以获得非连续的单像素宽边缘图；

对经噪音边缘部分去除的所述非连续的单像素宽边缘图执行边缘连接处理，以获得封闭的边缘图；

将所述封闭的边缘图集成到经逐像素的支持向量机分类的图中，以得到使用边缘信息的分类结果图。

2.根据权利要求1所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，对所述经预处理和特征提取的遥感图像进行边缘检测，以获得非连续的单像素宽边缘图包括以下步骤：

对所述经预处理和特征提取的遥感图像运用高光谱拉普拉斯边缘算子，以获得所述遥感图像的边缘图；

对所述边缘图执行边缘细化，以获得非连续的单像素宽边缘图。

3.根据权利要求1所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，在执行所述连接处理之前，检测所述经噪音边缘部分去除的所述非连续的单像素宽边缘图的端点，其中，所述端点为在8邻域内仅具有一个与之连接的像素点。

4.根据权利要求1所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，对经噪音边缘部分去除的所述非连续的单像素宽边缘图执行边缘连接处理，以获得封闭的边缘图具体为针对所述经噪音边缘部分去除的所述非连续的单像素宽边缘图中的每个端点执行以下步骤：

以当前端点为圆心，搜索预设值半径内的所有端点；

如果搜索到端点时，将具有最小权重的端点与作为圆心的当前端点进行直线连接；否则，计算当前端点所处位置的边缘部分的斜率，然后，在搜索区域内沿着斜率方向，从该当前端点位置处扩展该边缘部分，以使得该当前端点成为扩展的边缘部分的端点。

5.根据权利要求1所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，将所述封闭的边缘图集成到经逐像素的支持向量机分类的图中，以得到使用边缘信息的分类结果图具体为执行以下步骤：

对于内部像素，分别计算同一区域内每类像素的数量，将具有最多数量的一类像素替换其它类像素，以覆盖该区域；

对于边缘像素，计算边缘像素的八邻域邻居位置处的每类像素的数量，将具有最多数量的一类像素替换该边缘像素；其中，

所述内部像素是位于所述封闭的边缘图内部的像素，所述边缘像素是位于所述封闭的边缘图边界上的像素。

6.根据权利要求1～5任一所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，所述预处理主要为对于所述遥感图像，去除受吸水性影响严重和低信噪比的光谱波段。

7.根据权利要求1～5任一所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，所述特征提取主要为对所述遥感图像进行主成分变换，从变换后的图像中选择多个光谱波段。

8.根据权利要求1～5任一所述的融合边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，所述噪音边缘部分是长度小于给定临界值的边缘部分。

9.根据权利要求1～5任一所述的集成边缘信息和支持向量机对遥感图像进行分类的方法，其特征在于，所述遥感图像是高光谱图像或多光谱图像。

10.一种融合边缘信息和支持向量机对遥感图像进行分类的装置，其特征在于，包括：

分类模块，用于对经过预处理和特征提取的遥感图像进行逐像素的支持向量机分类；

检测模块，用于对所述经预处理和特征提取的遥感图像进行边缘检测，以获得非连续的单像素宽边缘图；

连接模块，用于对经噪音边缘部分去除的所述非连续的单像素宽边缘图执行边缘连接处理，以获得封闭的边缘图；

后分类模块，用于将所述封闭的边缘图集成到经逐像素的支持向量机分类的图中，以得到使用边缘信息的分类结果图。