[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

说明书

本发明提供一种基于地理标记图像的遥感图像迁移学习方法。该方法可以通过对地理标记图像进行位置信息的提取以及类别信息的识别，进而迁移为遥感图像的样本信息，从而为遥感图像分类服务。该方法包括以下步骤：对收集的地理标记图像去除一些与场景无关的图像；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；对地理标记图像读取其地理位置信息，进而映射到待处理的遥感图像上；对获得的图像识别类别信息，根据遥感图像重新进行类别映射；增加新获取的样本周围光谱相似的像素作为新的样本信息；使用获得的样本信息，训练支持向量机分类器，并对遥感图像进行分类，完成从地理标记图像到遥感图像的迁移学习。

技术领域

本发明涉及遥感图像处理技术，具体的说，涉及一种基于地理标记图像的遥感图像迁移学习方法，该方法可以基于带有地理标记的数码照片，对数码照片提取其地理位置并进行图像内容的理解，进而对遥感图像进行自动分类，从而快速处理遥感图像，为遥感监测提供支持。

背景技术

目前，遥感技术目前被广泛应用于森林资源规划、农作物估产、环境评估、灾害监测等地学应用中。为了更好地使用遥感图像，需要首先把遥感图像转换为各种专题信息(如不同森林类型覆盖图、受灾区域专题图等)。而遥感图像分类技术是把遥感图像从数据转换为信息的重要技术手段。从是否需要训练样本来分，遥感图像分类方法分为监督分类和非监督分类。在遥感图像分类中最常用的是监督分类方法。监督分类方法，需要人工地确定分类体系、选取各个类别的训练样本等过程。监督分类分类方法能够保证获得比较好的分类精度。但是获取训练样本是一个耗时耗力的过程。因而如何自动地获取样本信息成为遥感图像自动分类的关键步骤。

而另一方面，随着互联网技术和智能移动终端的普及，目前很多用户都会在互联网上分享自己拍摄的带有地理标记(Geotagged)的图像，如专门的图像分享网站YahooFlickr，Google Picasa等，以及社交网站Facebook,Instagram，人人网等。这些社交网站并不是为科学研究而设计的，但是大量的地理标记图像对科学研究仍具有一定的价值。目前，德国University of Freiburg创建了Geo-wiki网站，该网站的目标是通过全球的志愿者进行已有全球地表覆盖分类产品的验证工作，并可以上传志愿者自己拍摄的带有地理标记的照片。上传的数据不仅能够进行已有全球覆盖分类产品的验证，还可以改进获得更高精度的分类产品。这些地理标记图像提供了地球表面的信息，可以辅助遥感图像分析。

因而，研究如何利用目前互联网上大量存在的、用户共享的地理标记图像，进而获取一定的地表覆盖真实信息作为训练样本，对遥感图像进行自动分类(指不需要进行样本的采集)具有一定的实用价值，能够提高遥感图像自动化处理水平。