本發明公開了一種基于特征融合的無人機低空遙感影像高分地貌分類方法，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；將每種地貌的訓練樣本，分別提取顏色特征和紋理特征；然后將顏色特征和紋理特征進行融合，將融合后的特征利用分類方法進行分類學習，得到每種地貌的分類模型；將待分類的無人機低空遙感影像同樣進行顏色特征和紋理特征提取并融合，最后根據分類對象融合后的特征，并結合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。本發明能夠更有效快速地提取出鑒別特征，且使分類結果更準確。

技術領域

本發明涉及地貌分類，具體指一種基于顏色紋理特征融合的無人機低空遙感影像高分地貌分類的方法，屬于無人機遙感影像地貌分類技術領域。

背景技術

無人機遙感是遙感領域發展趨勢之一，無人機遙感系統具有運行成本低、執行任務靈活性高等優點，是遙感數據獲取的重要工具。隨著技術的成熟和民用領域的需求，無人機已經逐漸滲透到民用領域的各個行業。近年來出現的性能各異的無人機,廣泛應用于軍用戰場偵察和監視任務以及民用研究。按用途可分為民用通信中繼無人機、氣象探測無人機、災害監測無人機、農藥噴灑無人機、地質勘測無人機、地圖測繪無人機、交通管制無人機和邊境控制無人機等。

作為遙感平臺，無人機遙感系統更可顯示其獨特的優勢:它成本低廉，能夠低速、低空飛行，有利于遙感作業；并且機動靈活，能快速響應拍攝任務；可以承擔高風險或高科技的飛行任務。其缺點是對載荷的體積重量有嚴格限制了，對載荷的抗震性能也有較高要求。費用低廉使得許多中小型用戶也有能力支付，擴大了遙感的應用范圍和用戶群，具有廣闊的應用前景。

和其他遙感影像分類一樣，無人機遙感圖像分類也涉及不同的特征提取方法和不同的分類方法。

一、特征提取方法介紹

特征提取是圖象處理中的一個初級運算，也就是說它是對一個圖像進行的第一個運算處理。它檢查每個像素來確定該像素是否代表一個特征。假如它是一個更大的算法的一部分，那么這個算法一般只檢查圖像的特征區域。作為特征提取的一個前提運算，輸入圖像一般通過高斯模糊核在尺度空間中被平滑。此后通過局部導數運算來計算圖像的一個或多個特征。無人機遙感影像是利用多波段攝像機來獲取的，提供了比單個波段攝像更加豐富的遙感信息，給地物研究帶來了新的機遇。常用的圖像特征有顏色特征、紋理特征、形狀特征等。以下內容將詳細介紹針對各特征傳統的提取方法的基本原理。

1.顏色直方圖

顏色特征是一種全局特征，描述了圖像或圖像區域所對應的景物的表面性質。一般顏色特征是基于像素點的特征，此時所有屬于圖像或圖像區域的像素都有各自的貢獻。由于顏色對圖像或圖像區域的方向、大小等變化不敏感，所以顏色特征不能很好地捕捉圖像中對象的局部特征。另外，僅使用顏色特征查詢時，如果數據庫很大，常會將許多不需要的圖像也檢索出來。顏色直方圖是最常用的表達顏色特征的方法，它能簡單描述一幅圖像中顏色的全局分布，即不同色彩在整幅圖像中所占的比例，特別適用于描述那些難以自動分割的圖像和不需要考慮物體空間位置的圖像。其缺點在于：它無法描述圖像中顏色的局部分布及每種色彩所處的空間位置，即無法描述圖像中的某一具體的對象或物體。

2.灰度共生矩陣

紋理特征也是一種全局特征，它也描述了圖像或圖像區域所對應景物的表面性質。但由于紋理只是一種物體表面的特性，并不能完全反映出物體的本質屬性，所以僅僅利用紋理特征是無法獲得高層次圖像內容的。作為一種統計特征，紋理特征常具有旋轉不變性，并且對于噪聲有較強的抵抗能力。統計方法的典型代表是一種稱為灰度共生矩陣的紋理特征分析方法。共生矩陣用兩個位置的像素的聯合概率密度來定義，它不僅反映亮度的分布特征，也反映具有同樣亮度或者接近亮度的像素之間的位置分布特性，是有關圖像亮度變化的二階統計特征。它是定義一組紋理特征的基礎，是對圖像上保持某距離的兩像素分別具有某灰度的狀況進行統計得到的。缺陷在于只能對單波段的灰度圖像進行紋理特征提取，不能用于多波段彩色圖像的紋理特征計算。