[发明专利]一种基于多光谱图像的坡地地物精细化分类方法

说明书

本发明涉及遥感图像处理技术领域，且公开了一种基于多光谱图像的坡地地物精细化分类方法，包括以下步骤：S1、使用多光谱无人机获取多种高精度多光谱遥感数据，以获得多光谱图像；S2、对所述多光谱图片进行预处理，对获取的多光谱数据进行图像重建，基于所述重建图像，获取标注所有地物的样本标签图；S3、获取标注区域的多光谱数据指数的概略特征，以及各地物之间各指数值的差异和其光谱图像纹理作为其特征项；S4、进行训练样本选取；本发明中，使用无人机多光谱遥感技术，能够精确的获取不平整地区上的地物数据以及多光谱数据，将地物的多光谱差异数据和其光谱图像纹理都作为了特性项，有效的提升了训练效果并能够进行更为精细的地物分类。

技术领域

本发明涉及遥感图像处理技术领域，具体为一种基于多光谱图像的坡地地物精细化分类方法。

背景技术

由于遥感影像的地物光谱特征比较复杂，并且存在异物同谱和同物异谱的现象，特别是高分辨率遥感影像地物分类一般很难达到令人满意的正确分类精度。常用的分类主要有监督和非监督分类，非监督分类主要以K-means聚类、ISO DATA方法为主，虽然不需要人工介入，但是由于很难解决同物异谱、异物同谱等问题，分类结果往往不是很理想。

同时随着各种类型遥感影像的获取难度降低、周期缩短，对地物分类的研究技术也逐渐趋于成熟，但是对于较小研究区域还并不能做到真正意义上的精细分类，特别是在山地城市中，成片地块少、坡地地块多、破碎地块多一系列问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于多光谱图像的坡地地物精细化分类方法，解决在山地城市中，成片地块少、坡地地块多、破碎地块多的情形下多光谱地物精细化分类困难的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种基于多光谱图像的坡地地物精细化分类方法，包括以下步骤：

S1、使用多光谱无人机获取多种高精度多光谱遥感数据，以获得多光谱图像；

S2、对所述多光谱图片进行预处理，对获取的多光谱数据进行图像重建，基于所述重建图像，获取标注所有地物的样本标签图；

S3、获取标注区域的多光谱数据指数的概略特征，以及各地物之间各指数值的差异和其光谱图像纹理作为其特征项；

S4、进行训练样本选取；

S5、采用基于基尼指数的特征选择方法，对其进行决策树模型构建，对每一类样本建立所述决策树模型；

S6、根据所述训练样本、决策树，进行随机森林分类。

优选的，所述步骤S1中，所述多光谱遥感数据包括：GNDVI、LCI、NDVI、NDRE、OSAVI。

优选的，所述步骤S4中，对地物样本标签中随机选取一定的样本数作为训练数据，未被抽到的样本作为测试数据。

(三)有益效果

本发明提供了一种基于多光谱图像的坡地地物精细化分类方法，具备以下有益效果：

(1)、本发明中，使用无人机多光谱遥感技术，能够精确的获取不平整地区上的地物数据以及多光谱数据。

(2)、本发明中，将地物的多光谱差异数据和其光谱图像纹理都作为了特性项，有效的提升了训练效果并能够进行更为精细的地物分类。

(3)、本发明中，使用传统的机器学习方法进行训练分类，避免了开销过大、时间成本高的情况，并且由于特征项的扩增，效果也更好。

具体实施方式