[发明专利]一种遥感图像分类方法

权利要求书

1.一种遥感图像分类方法，其特征在于，包括如下步骤：

步骤一、建立彩色图像集；

步骤二、将图像集的图像进行灰度化处理得到灰度图像；

步骤三、用圆形局部二值模式方法计算灰度图像的局部特征纹理图像；

步骤四、对步骤一的彩色图像和步骤三得到的局部特征纹理图像分别归一化得到归一化后的图像；

步骤五、把归一化后的原始彩色图像和局部特征纹理图像中的通道数合并得到融合后的图像；

步骤六、对融合后的图像计算卷积；

步骤七、构建胶囊网络，胶囊网络的输出为遥感图像的分类预测值；

步骤八、将步骤六输出的结果输入到胶囊网络中训练胶囊网络；

步骤九、将待分类的遥感图像输入到训练好的胶囊网络中，得到待分类的遥感图像的类别。

2.根据权利要求1所述遥感图像分类方法，其特征在于：所述步骤二利用射影原理将彩色图像转换成灰度图像。

3.根据权利要求1所述遥感图像分类方法，其特征在于，所述步骤三得到灰度图像的局部特征纹理图像的方法为：

以灰度图像像素点为中心，R为半径的圆形区域的局部特征纹理用LBP_p,R表示，设g_c表示该中心点像素的灰度值，g_i(i＝0,1,2,…p-1)表示与g_c距离为R的p个邻域点像素的灰度值；

将每个邻域点g_i与中心点g_c分别做差，得到二值化函数s：

为每一个二值化的s(g_i-g_c)分配权值2ⁱ，再进行求和，得到图像上该像素的局部区域的纹理，

LBP_p,R表示以R为半径的圆形区域该像素的局部区域的局部特征纹理；

所有像素的局部特征纹理构成该图像的局部特征纹理图像。

4.根据权利要求1所述遥感图像分类方法，其特征在于，所述步骤四中图像归一化的过程为：

首先，计算压缩比；

其中，Img_Width和Img_WidthOut分别代表图像归一化前后的宽度；Img_Height和Img_HeightOut分别代表图像归一化前后的高度；

然后，根据映射公式

得到与原始图像中的(u,v)点相对应的归一化后图像上的像素点点(x′,y′)。

5.根据权利要求1所述遥感图像分类方法，其特征在于：所述胶囊网络包括两个卷积层和两个胶囊层。

6.根据权利要求5所述遥感图像分类方法，其特征在于，所述胶囊网络输出向量的过程为：将第i层胶囊的输出向量与各自权重相乘得出预测向量，

式中W_ij表示第i层胶囊与第j层胶囊之间的权重；

然后，利用动态路由机制计算第j层总输入向量S_j，

式中，C_ij和b_ij分别代表第i层胶囊与第j层的胶囊之间的偏置和耦合系数；

再计算第j层胶囊的输出向量V_j，

式中，为S_j的缩放尺度，为S_j的单位向量。

7.根据权利要求6所述遥感图像分类方法，其特征在于：所述训练胶囊网络采用的损失函数为：

L_c＝T_cmax(0，m⁺-||V_c||)²+λ(1-T_c)max(0，||V_c||-m^-)²

式中，C代表分类类别，T_c是分类指示函数，类别C存在为1，不存在则为0，上边界m⁺＝0.9，下边界m^-＝0.1，系数λ＝0.5。

8.根据权利要求7所述遥感图像分类方法，其特征在于：将待分类的遥感图像输入训练好的胶囊网络后，输出n个分类预测值，n个分类预测值分别代表属于n个遥感图像类的概率，概率最高的一类即为待分类的遥感图像的类别。