基于多视图协同典型相关森林遥感影像土地覆盖提取算法制造技术

本发明专利技术公开了一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，包括利用高分辨率遥感影像的光谱‑纹理‑形态学剖面特征构建生成多视图；利用典型相关分析对高分辨率遥感多视图特征之间进行特征空间变换；利用多变量倾斜决策树，构建多视图线性组合分类用于倾斜树非叶节点特征选择；投影原始多视图空间到典型相关空间；考虑输入特征和输出类别之间的关系，对输入特征子空间和输出类别采用典型相关分析将原始输入特征投影到典型分量空间；对集成多视图数据集在投影特征空间进行穷尽搜索以完成超平面分裂，通过对树集成生成典型相关森林；对典型相关森林中每棵树的预测结果进行多数投票，进而获得高精度的土地覆盖类别信息。

Land cover extraction algorithm of typical forest remote sensing image based on multi view collaboration

【技术实现步骤摘要】
基于多视图协同典型相关森林遥感影像土地覆盖提取算法
本专利技术属于遥感模式识别
，具体涉及基于多视图协同典型相关森林遥感影像土地覆盖提取算法,能够针对复杂地表环境提高高分辨率遥感土地覆盖信息的最终分类精度和提取效率，适用于高分辨率遥感影像在城区、矿区、湿地等复杂环境下土地覆盖详细信息提取、动态扩展监测，以及区域规划等相关的多种应用中。
技术介绍
针对高分影像的数据处理以及影像信息提出，还存在以下几个难点：(1)影像中同类地物的类内光谱差异增大，而不同类地物的类间光谱差异减小，使得“同物异谱、同谱异物”现象普遍存在；(2)传统的方法难以有效描述场景中存在复杂的自然环境和各种人造地物；(3)影像空间分辨率和特征数量的急剧增加，使得计算量呈指数增加；这些问题都使得适用于中低分辨率遥感影像的传统分类方法难以满足高分辨率遥感影像分类的需求，急需探索新的数据处理方法来充分利用高分影像的所有潜力。在这样的背景下，本专利技术针对高空间分辨率遥感影像的特点，提出的一种多视图协同典型相关森林的遥感影像土地覆盖分类算法，通过提取光谱、纹理和形态学特征构建多视图数据集；利用典型相关分析计算输入特征与输出类别之间的关系进行特征空间投影；集成多视图数据集和Gini指数在投影特征空间进行穷尽搜索以完成超平面分裂，构建典型相关树；将生成的多棵典型相关树进行组合生成典型相关森林，采用多数投票法得到最终的分类结果。
技术实现思路
针对现有技术上存在的不足，本专利技术提供一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法。为实现上述目的，本专利技术采用如下技术方案：一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，本专利技术的步骤如下：(1)利用高分辨率遥感影像的光谱-纹理-形态学剖面特征构建生成多视图。(2)利用典型相关分析对高分辨率遥感多视图特征之间进行特征空间变换。(3)利用多变量倾斜决策树，构建多视图线性组合分类用于倾斜树非叶节点特征选择。(4)投影原始多视图空间到典型相关空间，在非叶节点的特征集和属性集上，对多视图相关性进行排序并求取最大值的多特征进行生长。(5)考虑输入特征和输出类别之间的关系，对输入特征子空间和输出类别采用典型相关分析将原始输入特征投影到典型分量空间。(6)对集成多视图数据集在投影特征空间进行穷尽搜索以完成超平面分裂，进而完成树模型训练生成典型相关树，通过对树集成生成典型相关森林。(7)对典型相关森林中每棵树的预测结果进行多数投票,进而获得高精度的土地覆盖类别信息。采用上述技术方案，本专利技术的有益效果：本
技术实现思路
在于针对高空间分辨率遥感影像，解决有效利用高分辨率遥感数据光谱-空间特征高精度提取土地覆盖信息的问题；首先对遥感影像采用波段运算以获取光谱特征，采用灰度共生矩阵获取纹理特征，采用形态学运算与重建获取形态学特征；再利用计算得到的光谱-空间特征构建多视图数据集；考虑输入特征和输出类别的关系，在模型训练的节点处采用典型相关分析对特征空间进行投影；集成多视图数据集和倾斜分裂规则在投影特征空间进行穷尽搜索完成超平面分裂，以此构建典型相关倾斜树；采用多数投票法，将多棵典型相关树的预测结果进行组合形成典型相关森林，最终实现高分遥感影像高精度土地覆盖分类的目的。附图说明图1是本专利技术中基于多视图协同典型相关森林遥感影像土地覆盖提取算法的步骤(1)—(7)流程图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术：因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例，基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通，对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。结合图1所示：一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，包括如下步骤：步骤1：输入高空间分辨率遥感影像数据；本算法可以处理不同遥感平台(航天、航空、地面)传感器获取的高空间分辨率遥感影像。步骤2：提取并生成多视图特征；如光谱-纹理-形态学-空间结构等；利用移动窗口计算提取研究区灰度共生矩阵(GLCM)纹理信息；对空间指数进行分割并利用形态学做空间分析，分别计算提取与待分类地表类型高度正的自相关区域和负的自相关区域；移除孤立小面积对象，并使用数学形态学填充对有意义的对象进行增长计算；对优化后的对象图形进行交集运算，识别提取同时具有正的自相关和负的自相关区域。步骤3：由正交空间转换为倾斜投影特征空间；在树模型的节点处对多视图数据集中的输入特征和输出类别采用典型相关分析，最大程度地增加共同投影空间中特征和类别的相关性，以此构建投影特征空间。步骤4：生成典型相关树；投影原始多视图空间到典型相关空间，在非叶节点的特征集和属性集上，利用建立的线性分类器，对每次分割的多视图特征进行选择，从而构建典型相关树。步骤5：组合生成典型相关森林；按照步骤3-步骤4的方法构建多棵典型相关树，对集成多视图数据集在投影特征空间进行穷尽搜索以完成超平面分裂，进而生成典型相关树，对树集成生成典型相关森林。步骤6：精确土地覆盖信息获取；对典型相关森林中每棵树的预测结果进行多数投票,进而获得高精度的土地覆盖类别信息。一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，对本专利技术的具体实施步骤详细描述：(1)高分多视图协同模型构建；利用高分辨率遥感影像的光谱-纹理-形态学剖面特征构建生成多视图。(2)多维正交空间到倾斜空间转换；利用典型相关分析对高分辨率遥感多视图特征之间进行特征空间变换。(3)构建单棵倾斜子树模型要素；对于典型相关森林模型中树模型，已不是传统随机森林中正交决策树，而是多变量倾斜决策树，此类决策树中通过对多视图属性的线性组合测试形成线性分类器，ai是视图属性xi的权重。(4)倾斜子树模型生长；投影原始多视图空间到典型相关空间，在非叶节点的特征集和属性集上，利用建立的线性分类器，对多视图相关性进行排序并求取最大值的多特征进行生长。(5)典型分量特征空间构建；考虑输入特征和输出本文档来自技高网...

【技术保护点】
1.一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，包括如下步骤：/n(1)高分多视图协同模型构建；利用高分辨率遥感影像的光谱-纹理-形态学剖面特征构建生成多视图；/n(2)多维正交空间到倾斜空间转换；利用典型相关分析对高分辨率遥感多视图特征之间进行特征空间变换；/n(3)构建单棵倾斜子树模型要素；对于典型相关森林模型中树模型，已不是传统随机森林中正交决策树，而是多变量倾斜决策树，此类决策树中通过对多视图属性的线性组合测试形成线性分类器，

【技术特征摘要】
1.一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，包括如下步骤：
(1)高分多视图协同模型构建；利用高分辨率遥感影像的光谱-纹理-形态学剖面特征构建生成多视图；
(2)多维正交空间到倾斜空间转换；利用典型相关分析对高分辨率遥感多视图特征之间进行特征空间变换；
(3)构建单棵倾斜子树模型要素；对于典型相关森林模型中树模型，已不是传统随机森林中正交决策树，而是多变量倾斜决策树，此类决策树中通过对多视图属性的线性组合测试形成线性分类器，ai是视图属性xi的权重；
(4)倾斜子树模型生长；投影原始多视图空间到典型相关空间，在非叶节点的特征集和属性集上，利用建立的线性分类器，对多视图相关性进行排序并求取最大值的多特征进行生长；
(5)典型分量特征空间构建；考虑输入特征和输出类别之间的关系，对输入特征子空间和输出类别采用典型相关分析，其中λ表示多个特征视图的相关性，用于将原始输入特征投影到典型分量空间；
(6)典型相关森林生成；对集成多视图数据集在投影特征空间进行穷尽搜索以完成超平面分裂，进而生成典型相关树，对树集成生成典型相关森林；
(7)精确土地覆盖信息获取；对典型相关森林中每棵树的预测结果进行多数投票,对于二类问题可以简单表述为，其中ε为成员树出错的概率，对于一般情况其中表示hi在类标记cj上的输出，进而获得高精度的土地覆盖类别信息。


2.根据权利要求1所述一种基于多视图协同典型相关森林遥感影像土地覆盖提取算法，其特征在于：步骤(1)中所述，算法支持输入高分辨率遥感影像的不同特性视图进而构...

【专利技术属性】
技术研发人员：刘培，韩瑞梅，张捍卫，马超，于吉涛，王涵，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：河南;41