【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及遙感，具體是涉及一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法及系統(tǒng)。
技術(shù)介紹
1、遙感是應(yīng)用探測(cè)儀器，不與探測(cè)目標(biāo)相接觸，從遠(yuǎn)處把目標(biāo)的電磁波特性記錄下來(lái)，通過(guò)分析來(lái)揭示出物體的特征性質(zhì)及其變化的綜合性探測(cè)技術(shù)，遙感影像識(shí)別即是利用計(jì)算機(jī)通過(guò)對(duì)遙感影像中各類(lèi)地物的光譜信息和空間信息進(jìn)行分析，選擇特征，并用一定的手段將特征空間劃分為互不重疊的子空間，然后將圖像中的各個(gè)像元?jiǎng)潥w到各個(gè)子空間對(duì)應(yīng)的地物類(lèi)別去。
2、由于遙感影像中存在各類(lèi)不規(guī)則圖像，要準(zhǔn)確識(shí)別，需要對(duì)圖像中的像素點(diǎn)進(jìn)行全面識(shí)別，現(xiàn)有的目標(biāo)識(shí)別分類(lèi)技術(shù)，由于缺乏合理的數(shù)據(jù)經(jīng)驗(yàn)復(fù)用，導(dǎo)致對(duì)于圖像目標(biāo)分類(lèi)的效率不高，容易出現(xiàn)圖像目標(biāo)分類(lèi)誤判現(xiàn)象。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述技術(shù)問(wèn)題，提供一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法及系統(tǒng)，本技術(shù)方案解決了上述的現(xiàn)有的目標(biāo)識(shí)別分類(lèi)技術(shù)，由于缺乏合理的數(shù)據(jù)經(jīng)驗(yàn)復(fù)用，導(dǎo)致對(duì)于圖像目標(biāo)分類(lèi)的效率不高，容易出現(xiàn)圖像目標(biāo)分類(lèi)誤判現(xiàn)象的問(wèn)題。
2、為達(dá)到以上目的，本專(zhuān)利技術(shù)采用的技術(shù)方案為：
3、一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，包括：
4、基于圖像屬性，確定目標(biāo)分類(lèi)判斷條件特征；
5、收集大數(shù)據(jù)下的遙感圖像目標(biāo)分類(lèi)數(shù)據(jù)，獲取圖像目標(biāo)分類(lèi)中的歷史目標(biāo)分類(lèi)記錄，組合為樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合；
6、基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型；
7、對(duì)遙感圖像進(jìn)行圖像目標(biāo)分類(lèi)篩選，組合
8、基于待確認(rèn)目標(biāo)集合與目標(biāo)分類(lèi)判斷條件特征，進(jìn)行擬合計(jì)算，確定遙感圖像與待確認(rèn)目標(biāo)的匹配度；
9、基于待確認(rèn)目標(biāo)的匹配，輸出遙感圖像目標(biāo)。
10、優(yōu)選的，所述基于圖像屬性，確定目標(biāo)分類(lèi)判斷條件特征具體包括：
11、提取圖像基礎(chǔ)屬性特征，并對(duì)圖像基礎(chǔ)屬性特征的定義進(jìn)行編碼解析，生成若干個(gè)規(guī)則特征，所述圖像基礎(chǔ)屬性至少包括輪廓、紋理和色彩；
12、根據(jù)若干個(gè)規(guī)則特征，按照規(guī)則特征判斷的內(nèi)容方向，設(shè)置規(guī)則特征向量；
13、將每一個(gè)規(guī)則特征向量作為目標(biāo)分類(lèi)判斷條件特征向量，將所有目標(biāo)分類(lèi)判斷條件特征向量作為目標(biāo)分類(lèi)判斷條件特征。
14、優(yōu)選的，所述基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型具體包括：
15、基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)，將識(shí)別為相同目標(biāo)的樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)進(jìn)行聚類(lèi)；
16、對(duì)每一個(gè)樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)根據(jù)規(guī)則特征進(jìn)行特征拆分，獲得若干個(gè)圖像基礎(chǔ)屬性特征，組合為樣本圖像基礎(chǔ)屬性特征集合；
17、按照聚類(lèi)結(jié)果，確定每一個(gè)識(shí)別目標(biāo)對(duì)應(yīng)的所有的樣本圖像基礎(chǔ)屬性特征集合的數(shù)量，記為n；
18、任意選取n個(gè)非識(shí)別目標(biāo)對(duì)應(yīng)的樣本圖像基礎(chǔ)屬性特征集合，作為識(shí)別目標(biāo)對(duì)應(yīng)的比對(duì)樣本圖像基礎(chǔ)屬性特征集合；
19、將識(shí)別目標(biāo)對(duì)應(yīng)的所有的樣本圖像基礎(chǔ)屬性特征集合和識(shí)別目標(biāo)對(duì)應(yīng)的比對(duì)樣本圖像基礎(chǔ)屬性特征集合封裝為識(shí)別目標(biāo)對(duì)應(yīng)的目標(biāo)識(shí)別訓(xùn)練集；
20、按照8:2的比例，將目標(biāo)識(shí)別訓(xùn)練集劃分為訓(xùn)練集和驗(yàn)證集；
21、利用訓(xùn)練集和驗(yàn)證集中的每一個(gè)樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合的目標(biāo)分類(lèi)結(jié)果訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型，以訓(xùn)練集中的樣本圖像基礎(chǔ)屬性特征作為輸入，以基礎(chǔ)屬性特征對(duì)應(yīng)的規(guī)則特征向量作為輸出；
22、所述遙感圖像目標(biāo)分類(lèi)模型具體為：式中，m為遙感圖像目標(biāo)分類(lèi)模型，為訓(xùn)練集中提取的樣本圖像基礎(chǔ)屬性特征集合，為遙感圖像目標(biāo)分類(lèi)模型的損失值，n為驗(yàn)證集中的元素總數(shù)，為損失函數(shù)，用于衡量利用訓(xùn)練集訓(xùn)練出的第個(gè)遙感圖像目標(biāo)分類(lèi)模型的預(yù)測(cè)輸出和真實(shí)標(biāo)簽之間的差異，為第i個(gè)訓(xùn)練集中的樣本圖像基礎(chǔ)屬性特征，為第i個(gè)訓(xùn)練集中的目標(biāo)分類(lèi)結(jié)果，為利用訓(xùn)練集訓(xùn)練出的所有遙感圖像目標(biāo)分類(lèi)模型總個(gè)數(shù)。
23、優(yōu)選的，所述對(duì)遙感圖像進(jìn)行圖像目標(biāo)分類(lèi)篩選，組合為待確認(rèn)目標(biāo)集合具體包括：
24、對(duì)遙感圖像進(jìn)行特征拆分，獲得若干個(gè)遙感圖像基礎(chǔ)屬性特征，組合為遙感圖像基礎(chǔ)屬性特征集合l；；其中，為第個(gè)遙感圖像基礎(chǔ)屬性特征，為遙感圖像基礎(chǔ)屬性特征的總數(shù)；
25、將遙感圖像基礎(chǔ)屬性特征代入每一個(gè)識(shí)別目標(biāo)對(duì)應(yīng)的圖像基礎(chǔ)屬性的遙感圖像目標(biāo)分類(lèi)模型，得到識(shí)別輸出向量；
26、判斷識(shí)別輸出向量的模長(zhǎng)是否超過(guò)第二預(yù)設(shè)值，若是，則將識(shí)別目標(biāo)標(biāo)記為待確認(rèn)目標(biāo)，若否，則不做響應(yīng)。
27、優(yōu)選的，所述基于待確認(rèn)目標(biāo)集合與目標(biāo)分類(lèi)判斷條件特征，進(jìn)行擬合計(jì)算，確定遙感圖像與待確認(rèn)目標(biāo)的匹配度具體包括：
28、基于遙感圖像采集裝置的硬件水平，確定對(duì)于每一個(gè)圖像基礎(chǔ)屬性特征的側(cè)重權(quán)重；
29、將每一個(gè)遙感圖像基礎(chǔ)屬性特征代入待確認(rèn)目標(biāo)對(duì)應(yīng)的遙感圖像目標(biāo)分類(lèi)模型，得到待確認(rèn)目標(biāo)對(duì)于每一個(gè)遙感圖像基礎(chǔ)屬性特征的識(shí)別輸出向量；
30、基于匹配算法計(jì)算待確認(rèn)目標(biāo)的匹配度；
31、其中，所述匹配算法的表達(dá)式為：
32、；
33、式中，為待確認(rèn)目標(biāo)的匹配度，為第j個(gè)圖像基礎(chǔ)屬性特征的權(quán)重，為將代入待確認(rèn)目標(biāo)對(duì)應(yīng)的遙感圖像目標(biāo)分類(lèi)模型中得到的識(shí)別輸出向量，為取模函數(shù)。
34、優(yōu)選的，所述基于待確認(rèn)目標(biāo)的匹配度，輸出遙感圖像目標(biāo)具體包括：
35、判斷待確認(rèn)目標(biāo)的匹配度是否大于第一預(yù)設(shè)值，若否，則判斷待確認(rèn)目標(biāo)不是遙感圖像目標(biāo)，若是，則判斷確認(rèn)目標(biāo)是遙感圖像目標(biāo)；
36、若遙感圖像目標(biāo)只有一個(gè)，則直接輸出遙感圖像目標(biāo)；
37、若遙感圖像目標(biāo)有零個(gè)，則按照所有待確認(rèn)目標(biāo)的匹配度依次輸出所有待確認(rèn)目標(biāo)至確認(rèn)目標(biāo)分類(lèi)后臺(tái)，目標(biāo)分類(lèi)后臺(tái)最終確定遙感圖像目標(biāo)；
38、若遙感圖像目標(biāo)有多個(gè)，則按照所有遙感圖像目標(biāo)的匹配度依次輸出所有遙感圖像目標(biāo)至確認(rèn)目標(biāo)分類(lèi)后臺(tái)，目標(biāo)分類(lèi)后臺(tái)最終確定遙感圖像目標(biāo)。
39、進(jìn)一步的，提供一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)系統(tǒng)，用于實(shí)現(xiàn)如上述的結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，包括：
40、判斷條件模塊，所述判斷條件模塊用于基于圖像屬性，確定目標(biāo)分類(lèi)判斷條件特征；
41、遙感圖像采集模塊，所述遙感圖像采集模塊用于采集遙感圖像；
42、大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫(kù)，所述大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫(kù)用于存儲(chǔ)遙感圖像目標(biāo)分類(lèi)數(shù)據(jù)；
43、目標(biāo)分類(lèi)模型模塊，所述目標(biāo)分類(lèi)模型模塊與遙感圖像采集模塊、大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫(kù)和判斷條件模塊電性連接，目標(biāo)分類(lèi)模型模塊用于收集大數(shù)據(jù)下的遙感圖像目標(biāo)分類(lèi)數(shù)據(jù)，獲取圖像目標(biāo)分類(lèi)中的歷史目標(biāo)分類(lèi)記錄，組合為樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型，對(duì)遙感圖像進(jìn)行圖像目標(biāo)分類(lèi)篩選，組合為待確認(rèn)目標(biāo)集合；
44、匹配度模塊，匹配度模塊與目標(biāo)分類(lèi)模型模塊電性連接，匹配度模塊用于基于待確認(rèn)目標(biāo)集合與目標(biāo)分類(lèi)判斷條件特征，進(jìn)行擬合計(jì)算，本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于圖像屬性，確定目標(biāo)分類(lèi)判斷條件特征具體包括：
3.根據(jù)權(quán)利要求2所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型具體包括：
4.根據(jù)權(quán)利要求3所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述對(duì)遙感圖像進(jìn)行圖像目標(biāo)分類(lèi)篩選，組合為待確認(rèn)目標(biāo)集合具體包括：
5.根據(jù)權(quán)利要求4所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于待確認(rèn)目標(biāo)集合與目標(biāo)分類(lèi)判斷條件特征，進(jìn)行擬合計(jì)算，確定遙感圖像與待確認(rèn)目標(biāo)的匹配度具體包括：
6.根據(jù)權(quán)利要求5所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于待確認(rèn)目標(biāo)的匹配度，輸出遙感圖像目標(biāo)具體包括：
7.一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)系統(tǒng)，其特征在于，用于實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的結(jié)合大數(shù)據(jù)生成的遙感
8.根據(jù)權(quán)利要求7所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)系統(tǒng)，其特征在于，所述目標(biāo)分類(lèi)模型模塊包括：
9.一種電子設(shè)備，其特征在于，包括：至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)可讀程序，其特征在于，所述計(jì)算機(jī)可讀程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6中任一項(xiàng)所述的結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法。
...【技術(shù)特征摘要】
1.一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于圖像屬性，確定目標(biāo)分類(lèi)判斷條件特征具體包括：
3.根據(jù)權(quán)利要求2所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于樣本圖像目標(biāo)分類(lèi)數(shù)據(jù)集合，訓(xùn)練遙感圖像目標(biāo)分類(lèi)模型具體包括：
4.根據(jù)權(quán)利要求3所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述對(duì)遙感圖像進(jìn)行圖像目標(biāo)分類(lèi)篩選，組合為待確認(rèn)目標(biāo)集合具體包括：
5.根據(jù)權(quán)利要求4所述的一種結(jié)合大數(shù)據(jù)生成的遙感圖像目標(biāo)分類(lèi)方法，其特征在于，所述基于待確認(rèn)目標(biāo)集合與目標(biāo)分類(lèi)判斷條件特征，進(jìn)行擬合計(jì)算，確定遙感圖像與待確認(rèn)目標(biāo)的匹配度具體包括...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：王江霞，
申請(qǐng)(專(zhuān)利權(quán))人：浙江大學(xué)濱海產(chǎn)業(yè)技術(shù)研究院，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。