[发明专利]基于加权的旋转森林高光谱图像分类方法

说明书

本发明公开了一种基于加权的旋转森林高光谱图像分类方法，解决了对高光谱图像分类精度低和分类模型集成性能低的问题。方案是：高光谱图像样本分为训练和测试集；初始化训练集样本权值，与训练集对应样本相乘得到加权后训练集；训练决策树基分类器并获得加权后训练集分类结果；建立基于加权的旋转森林模型；将测试集放入基于加权的旋转森林模型，得到高光谱图像样本最终分类结果。本发明通过设计动态加权函数挖掘含有重要信息样本，并将已生成决策树基分类器对加权后训练集分类结果带入当前要训练决策树基分类器中，本发明提高了分类精度和模型集成性能，可用于高光谱图像的土地分类。

本发明属于图像处理技术领域，主要涉及遥感图像处理，具体是一种基于加权的旋转森林高光谱图像分类方法。尤其涉及挖掘重要样本的遥感分类方法，可用于高光谱图像土地分类。

背景技术

分类是遥感信息处理的主要任务之一。高光谱数据的分类通常比其他遥感图像更为困难，这是因为高光谱数据的特征与样本数目的比率很高，而且特征集中存在冗余信息。尽管大多数学习系统都面临着被称为“维数灾难”的棘手问题，但研究已经证明了分类器集成技术在高光谱分类中的成功应用。集成学习是开发精确分类系统的有效方法，能够提升弱分类器性能，做出准确的预测。提升方法(Boosting)和自主聚合法(Bootstrapaggregation，bagging)是主要的集成学习方法。多样性被认为是分类器组合的一个非常重要的特征，它可以有效地用于减少方差误差而不增加集成方法的偏差误差。为了鼓励bagging的多样性，1995年，贝尔实验室的Tin Kam Ho提出了随机森林(Random Forests,RFs)算法。2005年，Jisoo Ham首次将RFs应用到遥感图像分类，并取得了令人满意的效果。RFs是树预测器的组合，其中决策树使用有放回的采样训练样本技术构建；它们随机采样属性，并在这些变量中选择最佳分割，而不是在所有属性中选择最佳分割。RFs具有在大型数据库上高效运行、无需删除变量即可处理数千个输入变量、时间成本低等重要优点。

在图像处理中，Juan J Rodríguez借鉴RFs的思想，提出了旋转森林(RotationForest，RoF)方法，其目的是建立更加精确和多样化的基础分类器。它将特征空间随机分割成若干子空间，对每个子空间分别应用特征变换，并重复上述过程，为不同的特征子空间生成不同的训练数据集和基本分类器。邵良杉在论文《基于旋转森林的分类器集成算法研究》中验证了旋转森林算法优于bagging、自适应提升算法(Adaptive Boosting，AdaBoost)和RFs等算法。

综上，由于旋转森林使用特征提取算法生成稀疏旋转矩阵，将原始图像投影到不同的坐标系中，从而使构建的基分类器具有很强的差异性。因此，RoF在图像分类中提供了比bagging、AdaBoost和RFs等算法更好的性能。但是，由于RoF算法赋予所有训练样本相同的权值，忽略了提供重要信息样本的潜力。此外，这些算法各自独立地生成基分类器，其中一些基分类器不仅增加了算法的计算复杂度，而且降低了算法的集成性能。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种集成性能更好的基于加权的旋转森林高光谱图像分类方法。本发明通过挖掘重要样本，并对样本进行加权，自适应地指导加权的旋转森林中树木的生长，以提高对高光谱图像的分类精度。

本发明是一种基于加权的旋转森林高光谱图像分类方法，其特征在于，包括有如下步骤：

(1)获取样本并划分训练集和测试集：通过实地采集或者遥感数据库获得高光谱图像样本，大小为M×F，其中，M表示样本个数，F表示每个样本的特征数，用C表示样本的类别数目；然后从M个样本中随机抽取N个样本作为训练集S，剩余样本作为测试集E；S＝(x₁,y₁),(x₂,y₂),…,(x_N,y_N)，x_i表示训练集S第i个样本，是一个1×F的向量，y_i表示样本x_i的标签，y_i∈{1,2,…,C}；