[发明专利]一种基于改进的面向对象高分辨率遥感影像分类方法在审
| 申请号： | 201910359652.7 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110084205A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 杨学志;胡金梅;董张玉;汪俊;吴聪聪 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 尹明明 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进的面向对象高分辨率遥感影像分类方法，首先利用SLIC超像素分割算法对图像进行初始分割；初始分割结果会产生过分割，所以对初始分割图像进行区域融合，解决过分割问题，但区域融合后的图像会出现局部欠分割现象，故针对局部欠分割区域进行二次分割，得到新的分割图像，可以解决分割过程的过分割和欠分割现象，从而提高图像的分割和图像分类精度。 | ||
| 搜索关键词： | 分割 高分辨率遥感影像 分割图像 面向对象 区域融合 图像 分割结果 分割区域 图像分类 像素分割 分类 算法 改进 | ||
【主权项】：
1.一种基于改进的面向对象高分辨率遥感影像分类方法，其特征在于，所述方法包括如下步骤：S1、对于给定的高分辨率遥感图像生成场景子图像集合，建立场景训练样本；S2、从所述训练图像集中提取多特征，组成特征向量；S3、将所述特征向量输入到SVM分类器中进行分类模型的训练，得到分类模型，对待分类图像使用SLIC超像素分割算法，生成初始分割结果，得到K个超像素；S4、对所述初始分割结果进行区域合并，利用区域邻接图RAG算法对所述初始分割结果进行区域融合，并更新超像素标签，获得区域合并后的分割图像；S5、对所述获得区域合并后的分割图像进行局部再分割；S6、对图像的局部再分割结果进行多特征提取，组成特征向量，最后通过SVM分类器对图像进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910359652.7/，转载请声明来源钻瓜专利网。
