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)計模式識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)計分布的高度復(fù)雜性和隨機(jī)性、人為選擇樣本時對待分類影像認(rèn)知的有限性以及選擇時的盲目性等因素,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)用中都忽視了該問題,常以“樣本選擇無任何問題”為出發(fā)點評價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

2、遙感影像分類中人為選擇樣本少且代表性不好的問題,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部分:第一,在深入分析遙感影像分類時經(jīng)常出現(xiàn)的人為選取樣本代表性不好問題的基礎(chǔ)上,針對遙感影像數(shù)據(jù)特點和分類特點,引入半監(jiān)督學(xué)習(xí)分類方法,開展了基于半監(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)用中全自動分類和對無法獲取有效樣本區(qū)域的分類問題,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和需求,給出在一個類別對應(yīng)一個概率混

4、合成分和一個類別對應(yīng)多個概率混合成分時的分類方法,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)計的分類實驗,從經(jīng)驗角度給出了已標(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)。
　　 為更全面的評價和分析所發(fā)展的兩種方法,開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)用中的兩個技術(shù)難題
　　 面向遙感應(yīng)用中對全自動分類技術(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,開展了相應(yīng)的研究。
　　 遙感影像的全自動分類是今后大規(guī)模、高頻度、重復(fù)性區(qū)域遙感監(jiān)測技術(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)的遙感影像全自動分類技術(shù)。已標(biāo)記樣本不一定來自待分類影像本身,但卻在一定程度上代表影像覆蓋的區(qū)域。通過在區(qū)域性樣本集建立策略下的全自動分類實驗,給出了可行的基于半監(jiān)督學(xué)習(xí)的遙感影像全自動分類方法。面向目前國家海域使用監(jiān)測中對高自動

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