【技术实现步骤摘要】
本申请属于面向对象影像分析，尤其涉及一种用于输电线路地物信息提取的特征选择方法。
技术介绍
1、随着摄影测量与遥感技术的迅速发展，数码航空影像、高分辨率卫星影像在输电线路工程中的应用越来越广泛，为选线工作提供可靠丰富的数据源。在过去十多年里，全国(特)高压工程已有超过250000km的输电线路工程路径采用航空摄影测量技术通过人工判读和量测进行路径优化设计。为了克服传统路径选择受限于设计人员经验水平等因素，将基于地理信息的智能优化选线算法引入输电线路领域，以线路走廊带的空间地理信息为基础，综合考虑影响地形、地质、交通、土地利用等多个因素，借助计算机自动优化算法实现路径最优。因此如何快速有效地获取线路走廊带的土地利用信息成为当前研究的一个关键点。
2、目前无人机和卫星影像都朝着高时间、高空间分辨率发展，更高的分辨率蕴含更多的地物特征和详细信息，更有利于信息的识别和地物的提取。然而更多的信息量也带来了大量的数据冗余，增加了信息提取的难度。面向对象信息提取(geographic object-based image analysis,geobia)技术通过模仿人类大脑识别图像的过程，首先将图像中特征相似的像素组合得到一组同质像素图斑，即对象，称为影像分割。然后根据对象的分布及其表现形式，选取合适的特征建立地物对象分类规则集，称为特征选择。最后以对象为基本单元，对影像进行分类和分析，大大提高了高分辨率遥感影像中的各种信息的利用率。
3、geobia技术从提出至今已历25年，自动化是其当前发展趋势，但特征选择却成为阻
技术实现思路
1、本申请实施例提供了一种用于输电线路地物信息提取的特征选择方法，本方法根据高斯混合模型相关原理计算出所选择出的特征在分类时的阈值大小，其结果可直接作为输入在分类器中完成地物对象的有效分类，一定程度上推动了geobia技术中分类规则集自动化构建的进程，解决了目前特征选择方法，采用relief算法无法自动确定特征阈值，在使用选择出的特征进行地物分类时需要人工确定特征的阈值的问题。
2、本申请实施例提供一种用于输电线路地物信息提取的特征选择方法，包括：
3、获取输电线路走廊带的影像；
4、对所述影像进行分割，得到多个样本，然后选择部分典型样本输出它们的特征和特征值；
5、计算特征权重：首先根据正态分布原理划定所述典型样本的抽样范围和抽样次数，并据此改进样本间距离的计算公式，然后计算得到每个所述特征的权重；
6、优选特征组合：基于每个所述特征的权重，并结合特征权重阈值以及特征组合评标指标，得到能够将目标类别与其他所有类别都能够最佳分离的特征组合；
7、计算特征阈值：根据高斯混合模型原理计算每个所述特征在分类时的阈值大小，得到每个所述特征的特征阈值；
8、输出最佳所述特征组合和每个特征的所述特征阈值。
9、在一种可行的实现方式中，对所述影像进行分割，得到多个样本，具体包括：
10、所述影像的分割采用多尺度分割完成，样本的选择需要兼顾样本的代表性和样本分布的均匀性，选取数量为总样本数量的10％。
11、在一种可行的实现方式中，所述样本的抽样范围和抽样次数根据正态分布原理确定，具体为：
12、将样本的特征值视为服从正态分布，设特征值服从n(μ,σ)；其中μ表示特征值的数学期望，σ表示方差，为了保证随机抽取样本的代表性的同时兼顾抽取的随机性，将样本的抽取和选择范围划定在μ±1.96σ这一区间内(根据正态分布原理，本区间内样本占总数的95％)；
13、由于距离类中心越近的样本点越能够代表该类别的属性，因此还需对随机抽取到的样本进行一定的取舍，具体为：
14、将抽样次数设置为略大于m(m为预设抽样次数)，抽样结束后保留所有μ±σ区间内样本点，并随机剔除若干个该区间外抽取到的样本点，使得样本xi的个数等于m。
15、在一种可行的实现方式中，特征权重的更新方式为：
16、首先从训练集中随机选取样本xi；
17、然后在xi的同类样本中找出其最近邻样本nhi，异类样本中找出其最近邻样本nmi，并根据下式更新特征权重：
18、
19、其中，ω(j)表示第j个特征的权重，m为预设的随机抽取样本次数，d(·)为所述两样本在第j个特征下的差值，计算公式为：
20、
21、在一种可行的实现方式中，所述特征权重阈值设置为最大特征权重的0.9倍，小于此权重阈值的特征将被剔除，然后在处理后的特征集合中挑选出能够分离目标类别与其他所有类别的所有特征组合；
22、所述特征组合评标指标cω需要兼顾特征组合的分类能力和精简性，定义为：
23、
24、其中，cω(i)表示第i个特征组合的权重，表示该特征组合内所有特征的权重平均值，r表示该特征组合所含的特征数目，得到了特征组合的评判标准，最终保留值最大的特征组合作为最佳特征参与地物分类。
25、在一种可行的实现方式中，所述特征阈值为能够使得两类服从正态分布的类别间混分最少的分界点，根据高斯混合模型相关原理可知，当p(x|c1)＝p(x|c2)时两种类别之间混分最少，p(x|c1)、p(x|c2)分别为随机变量x在c1、c2条件下的概率。此时对应的随机变量x取介于μ1和μ2之间的t1作为最佳阈值，其计算公式为：
26、
27、当两类样本特征值数学期望接近时，上式无法给出介于μ1和μ2之间的特征阈值，进而使用其进行分类时分类效果较差。此时，可以根据两类正态分布样本的空间概率分布计算最佳阈值，表示为：
28、
29、若同一个特征在分类目标地物与不止一个其他地物时有效，则对目标地物最终的特征值区间取交集，即得到了每一个特征在分类时的阈值。
30、在一种可行的实现方式中，所述特征组合和所述特征阈值可直接作为地物分类的输入对类别进行描述，进而在分类器中完成信息提取工作。
31、本申请实施例提供的一种用于输电线路地物信息提取的特征选择方法，根据正态分布原理划定所述典型样本的抽样范围和抽样次数，并据此改进样本间距离的计算公式，然后计算得到每个所述特征的权重，基于每个所述特征的权重，并结合特征权重阈值以及特征组合评标指标，得到能够将目标类别与其他所有类别都能够最佳分离的特征组合，根据高斯混合模型原理计算每个所述特征在分类时的阈值大小，得到每个所述特征的特征阈值，本特征选择方法不仅削弱了relief算法中抽取样本的本文档来自技高网...
【技术保护点】
1.一种用于输电线路地物信息提取的特征选择方法，其特征在于：包括；
2.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
3.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
4.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
5.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
6.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
7.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
【技术特征摘要】
1.一种用于输电线路地物信息提取的特征选择方法，其特征在于：包括；
2.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
3.根据权利要求1所述的用于输电线路地物信息提取的特征选择方法，其特征在于：
4.根据权利要求1所述的用于输电线路地物信息...
【专利技术属性】
技术研发人员：王宇豪，曹红新，张启峰，张伟，秦增忍，单龙学，王帆，朱镇，张大信，
申请(专利权)人：中国能源建设集团陕西省电力设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。