[发明专利]一种基于地理标记图像的遥感图像迁移学习方法

权利要求书

1.一种基于地理标记图像的遥感图像迁移学习方法，其特征在于包括以下步骤：

A对收集的地理标记图像去除与场景无关的一些图像；图像的地理标记标出了用户拍摄时的地理位置，但是图像的内容并不显示拍摄位置的地表覆盖类型，因而这些图像对遥感图像的分类并没有帮助，需要去除掉这类的图像；

B使用视觉词汇模型对地理标记图像进行识别，得到图像识别类别信息；首先使用提取图像中的局部兴趣点，对所有图像中的局部兴趣点使用聚类算法Kmeans进行聚类，得到k个聚类中心，这些聚类中心称为视觉词汇；然后每幅图像可以对所提取的每个局部兴趣点与这k个视觉词汇进行欧式距离的相似性比对，获得每个局部兴趣点最相似的某个视觉词汇，进而把每幅图像由不同局部兴趣点的分布表示映射为视觉词汇的分布表示；统计每幅图像中视觉词汇的统计直方图，得到每幅图像新的特征表示方法；使用直方图相似性计算方法，进而可以对两幅不同的图像进行相似性比对，进行图像内容的分类识别；

C对地理标记图像读取其地理位置信息，并映射到待处理的遥感图像上；读取地理标记图像的地理位置字段，以经纬度的方式存储；然后需要根据所处理的遥感图像的投影方式，对每幅图像所提取的经纬度坐标，经投影转换，映射到遥感图像上某个具体像素，建立起自然场景图像拍摄位置与遥感图像上某个像素位置的对应关系；

D对步骤B中得到图像识别类别信息，根据待处理的遥感图像分类任务重新进行类别映射；对步骤B中的图像理解的类别信息，进行重组、映射到待处理遥感图像的地表覆盖分类体系上，通过类别重组、映射，把自然场景图像理解的分类类别信息转换为满足遥感图像地表覆盖分类需求的分类体系；

E通过步骤C和步骤D得到遥感图像初始样本点，以所有初始样本点为中心像素，取其3×3的窗口；把窗口内与中心像素光谱值差异小于一定阈值的所有像素，增加为新的样本，最终得到适应遥感图像的训练样本集；

F利用步骤E中最终得到的遥感图像训练样本集，训练一个支持向量机分类器；然后使用训练得到的分类器，对整幅遥感图像进行分类，完成从地理标记图像获取样本，并对待处理的遥感图像进行自动分类的迁移学习过程。

2.根据权利要求1所述的方法，其特征在于步骤A中所述的场景无关的图像，是指那些对地表覆盖分类没有帮助的图像；去除的方法可以使用人工目视确认删除，或者使用人脸识别特定目标自动识别算法去除。

3.根据权利要求1所述的方法，其特征在于步骤E中的阈值的计算过程为：对每一种地表覆盖类型的所有初始样本点，计算任意两两样本点之间的遥感图像光谱值差异；求取两两之间光谱值差异的最大值，作为其阈值。