(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211128237.9 (22)申请日 2022.09.16 (71)申请人 自然资源部第二海 洋研究所 地址 310012 浙江省杭州市西湖区保俶北 路36号 (72)发明人 陈建裕　丁凌　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 贾玉霞 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/26(2022.01) G06V 10/40(2022.01) (54)发明名称 一种基于面向对象和光谱规则的多光谱遥 感图像非监 督分类方法 (57)摘要 本发明提供一种基于面向对象和光谱规则 的多光谱遥感图像非监督分类方法， 包括： 获取 数字化的多光谱遥感图像数据及其元数据和传 感器类型； 对多光谱遥感图像数据进行辐射定标 和大气校正处理， 同时应用多尺度分割算法将其 分割为多个分割对象； 计算每个分割对象的各波 段光谱值； 基于大气校正后的地物光谱特征， 定 义核心光谱类别的逻辑表示和特征空间的阈值 判别规则， 构建多层判别的逻辑表达式， 得到光 谱规则分类模 型； 将各波 段光谱值输入光谱规则 分类模型， 得到非监督分类结果。 本发明将面向 对象的图像分割与光谱规则的非监督分类相结 合， 充分利用图像的空 ‑谱信息， 获得不同成像时 间的非监督 分类结果， 在普适性与自动化影像数 据处理方面具有 优势。 权利要求书2页 说明书14页 附图3页 CN 115457325 A 2022.12.09 CN 115457325 A 1.一种基于面向对象和光谱规则的多光谱遥感图像非监督分类方法， 其特征在于， 包 括如下步骤： (1)获取数字化的多光谱遥感图像数据， 获取多光谱遥感图像数据的元数据和传感器 类型； (2)对所述多光谱遥感图像数据进行辐射定标， 对辐射定标后的多光谱遥感图像数据 进行大气校正处理， 从而将输入的图像亮度值转换为地表反射率， 热红外波段校正为亮温 温度； 同时， 应用多尺度分割算法对多光谱遥感图像数据进行分割， 得到多个分割对象； (3)对于图像中的每个分割对象， 计算其所包含的所有像元的各波段地表反射率的均 值， 作为该分割对象在对应波段的光谱值； (4)基于大气校正后的地物光谱特征， 定义核心光谱类别的逻辑表示和特征空间的阈 值判别规则， 构建多层判别的逻辑表达式， 将具有多重特征空间约束的核心光谱类别划分 为描述不同地物特 征的光谱类别结果； 由此构建光谱规则分类模型； (5)将步骤(3)获得的每个分割对象在各波段的光谱值代入所述光谱规则分类模型， 根 据构建的光谱规则划分各个分割对象的光谱类别， 输出最终的非监 督分类结果。 2.根据权利要求1所述的基于面向对象和光谱规则的多光谱遥感图像非监督分类方 法， 其特征在于， 所述 步骤(2)中的多尺度分割算法通过以下子步骤实现： (2.1)多尺度分割过程中两个相邻图像对象间的合并代价f， 即区域异质性， 由四个变 量计算而得： 光谱权 重wcolor、 形状权重wshape、 光谱异质性hcolor、 形状异质性hshape； 所述合并代价f由下式计算得到： f＝wcolor·hcolor+wshape·hshape 式中， 0≤wcolor≤1， 0≤wshape≤1， 且wcolor+wshape＝1； (2.2)所述光谱异质性hcolor不仅与组成图像对象的像元数目有关， 还取决于各个光谱 波段标准差； 所述 光谱异质性hcolor由下式计算得到： hcolor＝∑wc(nMerge·σMerge‑(nbj1·σobj2·σobj2·σobj2)) 式中， wc为波段权重， nMerge为合并后图像对象的像元数， nobj1为合并前第一个对象的像 元数， nobj2为合并前第二个对象 的像元数； σMerge为合并后图像对象内部像元光谱的均方差， σobj1为合并前第 一个图像对象内部像元光谱的均 方差， σobj2为合并前第 二个图像对象内部 像元光谱的均方差； (2.3)所述形状异质性hshape由两部分组成： 紧致度hcmpct和光滑度hsmooth； 所述紧致度 hcmpct是为了保证合并后图像对象更加紧凑和规则， 所述光滑度hsmooth是为了保证合并后图 像对象边界的光滑程度； 所述形状异质性hshape由下式计算得到： hshape＝wcmpct·hcmpct+(1‑wcmpct)·hsmooth 式中， wcmpct为紧致度权 重系数， 0 ≤wcmpct≤1； 所述图像对象紧凑性指标hcmpct由下式计算得到： 式中， lMerge为合并后图像对象周长， lobj1为合并前第 一个图像对象周长， lobj2为合并前权　利　要　求　书 1/2 页 2 CN 115457325 A 2第二个图像对象周长； 所述图像对象光滑性指标hsmooth由下式计算得到： 式中， bMerge为合并后图像对象外接矩形周长， bobj1为合并前第一个图像对象外接矩形 周长， bobj2为合并前第二个图像对象外 接矩形周长 。 3.根据权利要求1所述的基于面向对象和光谱规则的多光谱遥感图像非监督分类方 法， 其特征在于， 所述 步骤(4)通过以下子步骤实现： (4.1)基于地物光谱响应曲线特征定义核心光谱类别的规则集， 计算不同波段间比值， 通过阈值的逻辑判别将分割对象划分为特定的核心光谱类别， 得到核心光谱类别集； (4.2)基于地物敏感波段反射率或其数学组合构建特征空间， 计算反射率特征量和光 谱指数， 通过阈值的逻辑判别将分割对象划分为高、 中、 低的特 征空间模糊集； (4.3)基于提取的核心光谱类别集和特征空间模糊集， 构建多层判别的逻辑表达式， 将 具有多重特征 空间约束的核心光谱类别划分为描述不同地物特征的光谱类别结果， 由此 组 成光谱规则分类模型。权　利　要　求　书 2/2 页 3 CN 115457325 A 3