[发明专利]一种利用空间关系的遥感图像字典学习分类方法

摘要

本发明公开一种利用空间关系的遥感图像字典学习分类方法，包括如下步骤：首先将每个像元的p‑邻域集视为一个训练单元，并对每个训练单元进行空间关系信息提取与表达；然后引入局部近邻空间关系信息构建基于局部近邻区域联合表示的字典学习模型，利用从各训练单元抽取的特征借助在线字典更新机制训练得到最优字典集。最后基于训练得到的最优字典对各像元关联的p‑邻域集进行稀疏编码，并基于得到的稀疏判别系数特征和标注信息训练线性支持向量机模型对未标注像元进行分类。本发明对遥感图像局部近邻区域像元进行联合稀疏表达，使得构建的字典学习模型可以充分地感知图像中潜在的空间关系信息，以达到对地物目标精确识别的目的。

主权项

1.一种利用空间关系的遥感图像字典学习分类方法，其特征在于，包括如下步骤：步骤100，对整幅遥感图像逐像元遍历，并对每个像元执行空间近邻提取操作，获得每个像元空间邻域集；步骤101，对每个p‑邻域集进行局部空间关系特征抽取，获得每个像元对应的局部近邻特征；步骤102，利用训练数据的总重构误差最小准则构建基于空间关系的字典学习模型；步骤103，利用流数据通过在线字典更新机制训练最优字典集；步骤200，利用学习得到的最优字典集获取对各像元基于局部近邻区域联合表示，获取各p‑邻域集的稀疏判别系数特征；步骤201，选取部分标注样本，利用稀疏判别系数特征训练线性支持向量机机，并利用学习得到模型实现对遥感图像分类。