申请/专利权人：成都理工大学

申请日：2024-01-12

公开（公告）日：2024-03-19

公开（公告）号：CN117557918B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/764;G06V10/774

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明公开了一种基于矩阵条件数的遥感图像波谱相似地物识别方法，包括获取待识别地物样本波谱曲线，根据遥感影像的波段数和待识别的地物种类数，构建样本波谱矩阵A；依次待识别像元的波谱曲线P与A中每一类地物的距离向量；计算P被识别为每一类地物的距离误差；计算A的距离误差阈值向量；对待识别像元进行分类识别。本发明提出了一种利用地物波谱信息开展包含波谱相似地物的精准识别的新方法，将遥感影像中目标地物的识别转化为线性方程组的求解问题，无需大量训练样本和训练模型，并通过条件数理论，将方程转化为良态方程，从而为波谱相似难以识别的地物增加了具有明显辨识度的特征，实现波谱相似地物的精准识别，显著提高地物识别精度。

主权项：1.一种基于矩阵条件数的遥感图像波谱相似地物识别方法，其特征在于：包括以下步骤；S1，构建样本波谱矩阵A；获取待识别地物样本波谱曲线，根据遥感影像的波段数和待识别的地物种类数，构建N行N列的样本波谱矩阵A，其中每个列向量为一类地物的波谱曲线，第一个到第N个列向量分别对应第1类到第N类地物；S2，依次计算遥感影像中待识别像元的波谱曲线P与A中第1类到第N类地物的距离向量~，其中P与第k类地物的距离向量根据下式（1）得到；（1），式（1）中，k=1~N，λ为附加的辅助波谱特征信息，λ=N+1，I为N阶单位矩阵，Ik为第k个元素为1其余元素为0的N维单位列向量，，为的第i个元素；S3，计算P被识别为每一类地物的距离误差，其中P被识别为第k类地物的距离误差根据下式（2）（3）得到；（2）， （3），式（2）中，max为取最大值操作，abs·为绝对值函数，为的最大分量；S4，计算A的距离误差阈值向量，包括步骤S41~S43；S41，对A中的第k类地物的波普曲线Sk，当被误判为第j类地物时，根据下式（4）求解Sk与第j类地物的距离向量； （4），式中，1≤j≤N，且j≠k，，为中的第i个元素；S42，根据下式（5）计算A中第k类地物被误判为第j类地物的误差距离，再根据下式（6），得到第k类地物的误差阈值；（5）， （6），S43，按步骤S41、S42，依次得到第1类地物到第N类地物的误差阈值~，构成A的距离误差阈值向量；S5，对待识别像元的类别进行识别；找到中最小值，若最小值对应的类别为第m类，则判断该最小值是否小于，若是则标记待识别像元为第m类地物，否则标记为不可识别。

全文数据：

权利要求：

百度查询： 成都理工大学 基于矩阵条件数的遥感图像波谱相似地物识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD