[发明专利]一种遥感影像沙埋路段识别方法

权利要求书

1.一种遥感影像沙埋路段识别方法，其特征在于，包括：

获取遥感影像；

对遥感影像进行图像处理，根据路段是否沙埋制作检测路段像元及关联的像元标签；

对所述检测路段像元提取光谱特征和纹理特征，并将所述光谱特征和所述纹理特征进行向量拼接，得到光谱-纹理特征向量；

将所述光谱-纹理特征向量及关联的所述像元标签划分为训练集和测试集；

将所述训练集输入深度自编码器进行训练，构建深度自编码器模型；

将所述测试集输入深度自编码器模型中，得到沙埋路段与非沙埋路段的分类识别结果。

2.根据权利要求1所述的沙埋路段识别方法，其特征在于，

根据遥感影像的矢量路网数据、道路二值图像提取所述路段信息，经正射校正、图像融合后，分析所述路段的光谱曲线差异，根据是否沙埋，确定所述检测路段像元及与之关联的所述像元标签。

3.根据权利要求1所述的沙埋路段识别方法，其特征在于，

统计所述检测路段像元的红波段、绿波段、篮波段、近红外波段的像元值，通过波段组合得到差值指数、比值指数、归一化指数，提取所述检测路段像元的所述光谱特征。

4.根据权利要求1所述的沙埋路段识别方法，其特征在于，

采用灰度共生矩阵对所述检测路段像元所包含的灰度信息进行统计处理，得到对比度、熵、能量及相关性的统计量作为特征参数来描述所述纹理特征。

5.根据权利要求4所述的沙埋路段识别方法，其特征在于，

所述特征参数还包括：局部二值模式、马尔科夫随机场和分形维。

6.根据权利要求1所述的沙埋路段识别方法，其特征在于，

将所述训练集输入所述深度自编码器进行训练，使所述深度自编码器网络权值和偏置值达到最优，具有特征向量拼接融合、深度特征提取与沙埋道路分类识别的功能，构建沙埋路段与非沙埋路段的分类识别的深度学习网络模型，形成所述深度自编码器模型。

7.根据权利要求6所述的沙埋路段识别方法，其特征在于，

将所述训练集输入所述深度自编码器进行训练前，所述深度自编码器通过所述训练集进行预训练。

8.根据权利要求7所述的沙埋路段识别方法，其特征在于，

在所述预训练后进行微调训练，利用误差方向传播调整所述深度自编码器的参考值，使所述网络权值和所述偏置值达到最优。

9.根据权利要求1所述的沙埋路段识别方法，其特征在于，

所述深度自编码器的网络结构分为编码部和解码部，由输入层、隐藏层、输出层组成；所述隐藏层设置多层。

10.根据权利要求9所述的沙埋路段识别方法，其特征在于，

所述深度自编码器还包含分类器；

所述分类器设置在最后一层所述隐藏层与所述输出层之间；

所述分类器设置两个输出分类点，分别输出沙埋路段与非沙埋路段的可能性概率值，得到分类识别结果。