1.基于特征融合的無人機低空遙感影像高分地貌分類方法，其特征在于：包括如下步驟，

1)將無人機航拍采集的所有單幀圖像導入計算機，對單幀圖像分別預處理，以此消除在實際航拍環境中，光照、噪聲和其他因素的干擾，獲得更加清晰的單幀圖像；

2)對預處理后的所有單幀圖像進行拼接，得到完整的無人機航拍遙感影像，然后在完整的無人機航拍遙感影像中提取出地貌種類豐富且易于識別的矩形區域作為待處理遙感圖像；

3)在待處理遙感圖像中分別選擇常見且有代表性的各種地貌，以分別作為各種地貌的訓練樣本；

4)將每種地貌的訓練樣本，分別利用數字圖像由紅綠藍RGB顏色空間轉化到HSV顏色空間，提取顏色特征，并選擇一階矩均值、二階矩方差、三階矩斜度3個統計量表征顏色特征，由此得到每種地貌訓練樣本的顏色特征；同時再分別將每種地貌的訓練樣本數字圖像轉換成灰度圖像，采用LBP算法，提取每種地貌訓練樣本的紋理特征；

5)將步驟4)得到的每種地貌訓練樣本的顏色特征和紋理特征進行融合，得到融合后的特征；

6)將融合后的特征利用遙感數據分類方法進行分類學習，得到每種地貌的分類模型；

7)將待分類的無人機低空遙感影像按照步驟1)進行預處理并按照步驟2)進行拼接后得到待處理的完整的無人機航拍遙感影像；

8)將步驟7)待處理的完整的無人機航拍遙感影像按照步驟4)分別進行顏色特征和紋理特征提取，然后將提取得到的顏色特征和紋理特征按照步驟5)進行融合，得到待分類對象融合后的特征；

9)根據分類對象融合后的特征，并結合步驟6)得到的每種地貌的分類模型，利用分類器即可將分類對象劃分為某種地貌，由此實現無人機低空遙感影像的分類；

設步驟4)得到的地貌訓練樣本紋理特征矢量為f_LBP，步驟4)得到的地貌訓練樣本顏色特征矢量為f_c＝[u_H,σ_H,s_H,u_s,σ_s,s_s,u_V,σ_V,s_V]，兩者融合后的特征矢量為f_mix＝[u_H,σ_H,s_H,u_s,σ_s,s_s,u_V,σ_V,s_V,f_LBP]；

步驟4)得到地貌訓練樣本顏色特征矢量的過程為，

在特征提取過程中，首先對輸入向量x進行RGB顏色空間轉化成HSV顏色空間，x∈R^d，RGB顏色空間數值與HSV顏色空間數值轉換關系如下，

V＝I_max (1)

I_max、I_min是RGB的亮度的最大值和最小值；

用三個低階顏色矩來表達顏色分布，分別是均值u_r,i，標準差σ_r,i和偏度s_r,i，即對每個H，S和V通道做低階顏色矩計算，來提取顏色特征，其具體公式如下：

代表在圖像區域r中，第j幅圖像像素在第i個顏色通道的亮度值，N為圖像區域r中總的像素點個數，故顏色特征矢量f_c為f_c＝[u_H,σ_H,s_H,u_s,σ_s,s_s,u_V,σ_V,s_V]。