基于半監(jiān)督學(xué)習(xí)的遙感影像分類技術(shù)研究.pdf

1、基于統(tǒng)計(jì)模式識(shí)別的分類是遙感影像應(yīng)用中最主要的信息提取方法。由于遙感影像信息統(tǒng)計(jì)分布的高度復(fù)雜性和隨機(jī)性、人為選擇樣本時(shí)對(duì)待分類影像認(rèn)知的有限性以及選擇時(shí)的盲目性等因素,常導(dǎo)致得到的樣本數(shù)量少且代表性不好,從而無(wú)法保證取得理想的分類效果。但目前傳統(tǒng)的遙感影像分類方法研究和應(yīng)用中都忽視了該問(wèn)題,常以“樣本選擇無(wú)任何問(wèn)題”為出發(fā)點(diǎn)評(píng)價(jià)方法的適用性和參數(shù)設(shè)置,這不利于遙感影像信息提取技術(shù)研究和應(yīng)用的深入發(fā)展。
　　 本文的工作主要針對(duì)

2、遙感影像分類中人為選擇樣本少且代表性不好的問(wèn)題,研究如何充分挖掘分類器和待分類影像的潛力,使影像分類結(jié)果最大限度的得到改善。論文主要包括以下兩個(gè)部分:第一,在深入分析遙感影像分類時(shí)經(jīng)常出現(xiàn)的人為選取樣本代表性不好問(wèn)題的基礎(chǔ)上,針對(duì)遙感影像數(shù)據(jù)特點(diǎn)和分類特點(diǎn),引入半監(jiān)督學(xué)習(xí)分類方法,開(kāi)展了基于半監(jiān)督學(xué)習(xí)的遙感影像分類技術(shù)研究;第二,面向遙感應(yīng)用中全自動(dòng)分類和對(duì)無(wú)法獲取有效樣本區(qū)域的分類問(wèn)題,基于發(fā)展的適用于遙感影像的半監(jiān)督學(xué)習(xí)分類技術(shù),分

3、別提出了有效的解決方法。具體內(nèi)容如下:
　　 (1)發(fā)展了基于半監(jiān)督學(xué)習(xí)的遙感影像分類方法
　　 在分析遙感影像數(shù)據(jù)特點(diǎn)的基礎(chǔ)上,基于半監(jiān)督學(xué)習(xí)方法中與遙感影像數(shù)據(jù)分布特點(diǎn)一致的兩種假設(shè),研究并發(fā)展了基于生成模型和直推式思想的遙感影像半監(jiān)督學(xué)習(xí)分類技術(shù)。
　　 基于生成模型的技術(shù)研究中,推導(dǎo)并修正了EM算法的遞歸公式,從遙感影像分類應(yīng)用的角度給出了修正依據(jù);面向遙感影像分類特點(diǎn)和需求,給出在一個(gè)類別對(duì)應(yīng)一個(gè)概率混

4、合成分和一個(gè)類別對(duì)應(yīng)多個(gè)概率混合成分時(shí)的分類方法,并分別給出相應(yīng)的算法流程;發(fā)現(xiàn)了休斯現(xiàn)象在半監(jiān)督學(xué)習(xí)分類中同樣存在;根據(jù)設(shè)計(jì)的分類實(shí)驗(yàn),從經(jīng)驗(yàn)角度給出了已標(biāo)記樣本集和未標(biāo)記樣本的用量比例參考。
　　 針對(duì)現(xiàn)有基于直推式思想的遙感影像方法研究中,因未考慮遙感數(shù)據(jù)特點(diǎn)而導(dǎo)致未標(biāo)記樣本的標(biāo)注效率低下、分類精度不高的問(wèn)題,提出了一種適用于遙感影像的未標(biāo)記樣本標(biāo)注方法;分別應(yīng)用到目前主流的中分辨率遙感影像和高分辨率遙感影像分類中,給出了

5、基于象元的分類方法流程,和基于分割對(duì)象的高分辨率遙感影像半監(jiān)督學(xué)習(xí)分類方法流程框架,并指出發(fā)展的基于分割對(duì)象的分類方法體現(xiàn)了真正意義上的直推式學(xué)習(xí)。
　　 為更全面的評(píng)價(jià)和分析所發(fā)展的兩種方法,開(kāi)展了基于生成模型的方法和基于直推式方法的分類效果對(duì)比,并分析了兩種方法的適用性。
　　 (2)基于發(fā)展的半監(jiān)督分類方法解決了遙感應(yīng)用中的兩個(gè)技術(shù)難題
　　 面向遙感應(yīng)用中對(duì)全自動(dòng)分類技術(shù)和訓(xùn)練樣本拓展應(yīng)用技術(shù)的需求,在分

6、析半監(jiān)督學(xué)習(xí)方法在上述應(yīng)用領(lǐng)域中的適用性的基礎(chǔ)上,開(kāi)展了相應(yīng)的研究。
　　 遙感影像的全自動(dòng)分類是今后大規(guī)模、高頻度、重復(fù)性區(qū)域遙感監(jiān)測(cè)技術(shù)發(fā)展的重要方向。提出一種以建立預(yù)設(shè)樣本集的方式,基于半監(jiān)督學(xué)習(xí)的遙感影像全自動(dòng)分類技術(shù)。已標(biāo)記樣本不一定來(lái)自待分類影像本身,但卻在一定程度上代表影像覆蓋的區(qū)域。通過(guò)在區(qū)域性樣本集建立策略下的全自動(dòng)分類實(shí)驗(yàn),給出了可行的基于半監(jiān)督學(xué)習(xí)的遙感影像全自動(dòng)分類方法。面向目前國(guó)家海域使用監(jiān)測(cè)中對(duì)高自動(dòng)

7、化信息提取的需求,提出一種針對(duì)海岸帶灘涂圍墾信息的半監(jiān)督學(xué)習(xí)全自動(dòng)提取方法。
　　 遙感影像分類樣本的時(shí)空拓展應(yīng)用在災(zāi)情的應(yīng)急監(jiān)測(cè)、跨區(qū)域的遙感監(jiān)測(cè)和跨國(guó)界的軍事監(jiān)測(cè)等方面意義重大。代表性不好是樣本難以在覆蓋不同時(shí)空的影像分類中有效應(yīng)用的主要障礙。為應(yīng)對(duì)該問(wèn)題,提出了一種遙感影像半監(jiān)督學(xué)習(xí)分類樣本拓展技術(shù)。已標(biāo)記樣本完全不來(lái)自待分類影像,甚至無(wú)法確定對(duì)影像覆蓋的區(qū)域的代表性。分別針對(duì)近距離、應(yīng)急監(jiān)測(cè)中的樣本拓展應(yīng)用,和遠(yuǎn)距離、跨