一種基于信息熵的純凈和混合像元自動劃分方法技術

本發明專利技術提供一種基于信息熵的純凈、混合像元自動劃分方法，包括步驟一、獲取數據，包括對原始影像進行數據標準化預處理和目視解譯處理兩種方法；步驟二、利用SVM分類法進行分類，獲得分類專題圖和歸屬概率圖，并得到規則影像；步驟三、根據歸屬概率圖，對步驟二中的規則影像計算信息熵得到像元的混亂度H，進而得到像元混亂度的強度圖；步驟四、利用閾值設定法對像元混亂度的強度圖進行閾值確定，將遙感圖像劃分為純凈像元和混合像元。本發明專利技術采用遙感影像的純凈、混合像元共同存在的特征，采用信息熵的方法定義像元混亂度，采用三種閾值劃分方法確定純凈、混合像元，從而為進一步采用軟硬分類方法進行土地覆蓋制圖提供基礎。

【技術實現步驟摘要】

本專利技術涉及導航遙感領域，特別是。
技術介紹
土地覆蓋是全球變化的重要研究內容之一，利用遙感手段獲取土地利用/覆蓋信息是遙感應用的一個重要領域。遙感影像作為地面土地覆蓋的一種圖像反映，真實記錄了地表的情況。遙感影像分類一直以來都是遙感領域的重點研究內容，也是形成各種專題圖像或專題地圖供地學工作或其他工作使用的一項關鍵的工作。遙感分類方法常包括硬分類和軟分類，但由于遙感影像空間分辨率的限制，混合像元普遍存在，尤其是中分辨率遙感影像。硬分類和軟分類均不能很好的解決純凈、混合像元并存造成的分類誤差的問題。軟硬分類方法集成了軟、硬分類各自的優勢，可以在一定程度上解決混合像元的問題，在遙感土地覆蓋識別中的應用已經初露端倪，其中純凈、混合像元確定的優劣是決定該方法成功與否的關鍵。目前有學者采用支撐向量機結合線性分解模型進行軟硬分類，并結合分類結果的異質性特征進行了純凈、混合像元的劃分，但對于純凈、混合像元劃分方法的適用性未作深入的分析。如果將遙感圖像定義為以像元為元素構成的集合，則純凈、混合像元子集互為補集，確定混合像元后，純凈像元自然劃分出來。混合像元包含兩種以上的地物，其光譜由多種地物光譜混合組成，因此像元光譜本身的混亂程度是表達光譜不確定性的關鍵。熵是對信息不確定性的定量表達指標,熵越大則不確定性越大,反之不確定性就越小。Foody在1995年提出，信息熵能夠在一定程度上反映像元的歸屬程度，是定量表達像元混亂程度的一個有效指標。
技術實現思路
本專利技術針對遙感圖像上純、混像元共存的現象，利用信息熵作為表達像元不確定性的指標，采用基于貝葉斯決策理論的EM(Expectation-miza—tion)方法、基于方差的最大類間方差(OTSU)和K-means聚類方法自動設定閾值，最終確定出混合、純凈像元，并采用高分辨率遙感影像劃分的純凈/混合像元作為真值對本專利技術方法的適用性進行評價。本專利技術提出的基于信息熵的純凈和混合像元自動劃分方法，包括以下步驟步驟一、對遙感圖像數據建立分類體系并進行樣本提取和選擇；步驟二、利用SVM分類法進行分類，獲得分類專題圖和歸屬概率圖，并得到規則影步驟三、根據歸屬概率圖，對步驟二中的規則影像計算信息熵得到像元的混亂度 H，進而得到像元混亂度的強度步驟四、利用閾值設定法對像元混亂度的強度圖進行閾值確定，將圖像劃分為純凈像元和混合像元。優選的，上述步驟一具體是根據圖像上反映的各種地物的光譜信息，建立圖像分類體系，參照原始影像，考慮各種地物的光譜與紋理特征選取訓練樣本。優選的，上述步驟二得到的分類專題圖進行降維處理后，計算純凈和混合像元真值，得到誤差矩陣，最終得到評估結果。優選的，上述步驟三利用公式(I)計算信息熵得到像元的混亂度H 權利要求1.，其特征在于包括以下步驟步驟一、對遙感圖像數據建立分類體系并進行樣本提取和選擇；步驟二、利用SVM分類法進行分類，獲得分類專題圖和歸屬概率圖，并得到規則影像；步驟三、根據歸屬概率圖，對步驟二中的規則影像計算信息熵得到像元的混亂度H，進而得到像元混亂度的強度圖；步驟四、利用閾值設定法對像元混亂度的強度圖進行閾值確定，將圖像劃分為純凈像元和混合像元。2.根據權利要求I所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述步驟一具體是根據圖像上反映的各種地物的光譜信息，建立圖像分類體系，參照原始遙感影像，考慮各種地物的光譜與紋理特征選取訓練樣本。3.根據權利要求I所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述步驟二得到的分類專題圖進行降維處理后，計算純凈和混合像元真值，得到誤差矩陣， 最終得到評估結果。4.根據權利要求I所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述步驟三利用公式(I)計算信息熵得到像元的混亂度H5.根據權利要求I所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述步驟四中確定閾值的方法包括人工經驗閾值法和自動閾值法。6.根據權利要求5所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于所述自動閾值法包括EM(Expectation-maximization)法、最大類間方差(OTSU)法和 Κ-means 法。7.根據權利要求6所述的基于信息熵的純凈、混合像元自動劃分方法，其特征在于所述 EM(Expectation-maximization)法具體為1)假設純凈《。、混合Wh兩部分的信息熵服從兩個高斯的混合分布2)給定初始信息熵劃分閾值，分別計算兩個高斯分布參數，包括均值和方差，迭代求得純凈、混合區域最終的高斯分布參數，得到劃分閾值。8.根據權利要求6所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述最大類間方差(OTSU)法具體包括1)采用方差作為劃分標準，將信息熵劃分為兩類，分別對應純凈、混合像元；2)從小到大遍歷信息熵值，根據公式(2)求得類間方差，使得該方差最大的信息熵值作為劃分閾值。 其中σ為目標區域像元和背景區域像元的類間方差，此處為純凈區域像元信息熵和混合區域兩類之間的方差；μ。為目標區域的平均灰度值，此處為純凈區域的信息熵平均值；μ h為背景區域的平均灰度值，此處為混合區域的信息熵平均值；ω。為目標區域像元所占圖像的比例，此處為純凈像元占圖像的比例；《h為背景區域像元所占圖像的比例，此處為混合像元占圖像的比例。9.根據權利要求6所述的基于信息熵的純凈和混合像元自動劃分方法，其特征在于 所述K-means法基于聚類方法，將信息熵聚為純凈、混合兩類。全文摘要本專利技術提供一種基于信息熵的純凈、混合像元自動劃分方法，包括步驟一、獲取數據，包括對原始影像進行數據標準化預處理和目視解譯處理兩種方法；步驟二、利用SVM分類法進行分類，獲得分類專題圖和歸屬概率圖，并得到規則影像；步驟三、根據歸屬概率圖，對步驟二中的規則影像計算信息熵得到像元的混亂度H，進而得到像元混亂度的強度圖；步驟四、利用閾值設定法對像元混亂度的強度圖進行閾值確定，將遙感圖像劃分為純凈像元和混合像元。本專利技術采用遙感影像的純凈、混合像元共同存在的特征，采用信息熵的方法定義像元混亂度，采用三種閾值劃分方法確定純凈、混合像元，從而為進一步采用軟硬分類方法進行土地覆蓋制圖提供基礎。文檔編號G06K9/62GK102938069SQ201210193858公開日2013年2月20日 申請日期2012年6月13日 優先權日2012年6月13日專利技術者王曉東, 張錦水, 喻秋艷, 帥冠元, 申克建 申請人:北京師范大學本文檔來自技高網...

【技術保護點】
一種基于信息熵的純凈和混合像元自動劃分方法，其特征在于：包括以下步驟：步驟一、對遙感圖像數據建立分類體系并進行樣本提取和選擇；步驟二、利用SVM分類法進行分類，獲得分類專題圖和歸屬概率圖，并得到規則影像；步驟三、根據歸屬概率圖，對步驟二中的規則影像計算信息熵得到像元的混亂度H，進而得到像元混亂度的強度圖；步驟四、利用閾值設定法對像元混亂度的強度圖進行閾值確定，將圖像劃分為純凈像元和混合像元。

【技術特征摘要】

【專利技術屬性】
技術研發人員：王曉東，張錦水，喻秋艷，帥冠元，申克建，
申請(專利權)人：北京師范大學，
類型：發明
國別省市：