遙感圖像分類技術綜述

摘 要：近年來，遙感圖像相關的圖像處理技術得到了飛速發展，在遙感圖像的分析中，人們可以獲取的信息越來越豐富，也越來越全面，進而關于遙感圖像分類技術的專利申請量也隨之大幅增加，文章通過對中文專利庫的相關專利的統計分析和對重要申請人的相關專利的分析，從中了解遙感圖像分類器及其分類方法的發展歷程，并挖掘專利申請背后的信息，把握相關領域的技術發展。

關鍵詞：遙感圖像；檢索；分類器；訓練集；監督

1 遙感圖像分類技術概述

遙感技術應用的核心是根據地物輻射電磁輻射強弱在遙感圖像上表現的特征來識別地物類屬及其分布情況。其取決于遙感探測通道、地物光譜特征、大氣傳播特征及傳感器響應特征等因素。只要了解這些因素對遙感圖像特征的影響，即可據其判斷識別地物屬性及其分布范圍，實現分類識別。對遙感圖像進行分類，便于對某地域環境情況掌握和了解，便于進行相關研究。

2 遙感圖像專利分析

圖1顯示遙感圖像專利申請量隨年份的變換情況。自2003年至2010年，遙感圖像分類專利申請基本保持增長的態勢。在2010年至2014年內更是迅猛發展。

圖2則是對遙感圖像分類專利主要申請人進行的分析。相關專利申請共涉及141個企業或院校、研究所。其中主要是分布在各大重點高校和知名研究所。中國科學院下的各個相關研究所占有最多的發明專利申請，其次是西安電子科技大學和武漢大學。

3 遙感圖像分類方法

如圖3所示，主要分析了遙感圖像分類新方法中的主要幾種情況。其中，6%的申請涉及決策樹的分類方法，7%的申請涉及人工神經網絡的分類方法，而支撐向量機的分類方法占據了70%的席位。以下主要列舉了百分比較大的兩類分類器——支撐向量機與面向對象分類器相關發明專利申請。

3.1 支撐向量機

支撐向量機算法的主要思想是建立一個超平面作為決策曲面，使得正例和反例之間的隔離邊緣被最大化。同理，在多維空間假定訓練數據可以被一個超平面分開，如果這個向量集合能被超平面沒有錯誤地分開，并且離超平面最近的向量與超平面之間的距離最大，則稱這個向量集合被這個最優超平面最大分開。

例如：

申請號：201310461044

發明名稱： 基于安全半監督支持向量機的遙感影像變化檢測方法

簡要說明：該專利申請公開了基于安全半監督支持向量機的遙感影像變化檢測方法，該方法分為兩個層次：（1）采用主成分（PCA）變換與相關系數融合法相結合的方式構造差異影像；（2）利用S4VM對差異影像進行二分類，并實現多光譜遙感影像的變化檢測。該檢測方法可以提高遙感圖像的分類精度，進而提高變化檢測的精度。

3.2 面向對象

在面向對象的影像分析中只要明確城市綠地的背景為城市地區，就可以輕松地區分綠地與濕地，而在基于像元的分類中這種背景信息幾乎不可利用。面向對象的影像分析技術是在空間信息技術長期發展的過程中產生的，在遙感影像分析中具有巨大的潛力，要建立與現實世界真正相匹配的地表模型，面向對象的方法是目前為止較為理想的方法。

例如：

申請號：2008010227007

發明名稱：利用遙感影像探測和計數城市道路車輛的方法

簡要說明：該專利申請公開了利用遙感影像進行對象探測的方法，其中包含以下四個步驟：步驟一：基于道路中心線生成城區道路掩膜，限制車輛探測在道路區域進行；步驟二：對上個步驟中生成的道路掩膜的影像進行二次不同尺度的分割，以獲得道路車道條帶目標層和車輛探測對象基本層；步驟三：在車輛探測對象基本層構建面向對象的模糊分類器對該車輛探測基本層的對象進行分類，以確定該對象為車輛還是非車輛；步驟四：在被分類的車輛探測對象基本層上，融合相鄰的同類對象生成車輛探測融合對象層，在該車輛探測融合對象層上對車輛進行分類，最終獲得完成車輛探測的影像。

4 重點申請人專利分析——中國科學院

在分析的專利中，中國科學院的申請量最大，所占比例為16%。以中國科學院旗下各個研究院為代表的研究單位一直致力于研發遙感圖像分類技術。中國科學院對各種分類方式均有研究。且不限于對各種單個的分類器與分類算法進行研究，其在近幾年的研究中，更多的側重于對集成分類器、多分類器的研究，其引領了遙感圖像分類方法的發展潮流，通過不斷改進分類方式與分類算法，逐步提高分類的精確度與準確性。同時也發現，中國科學院的專利申請大部分都被授予專利權，其專利申請的超高的被授權率延續至今。

5 結束語

（1）前幾年，遙感圖像應用技術中，人們使用的較多的分類技術仍是傳統的監督分類和非監督分類兩類分類方法。但是，近幾年來，得益于計算機圖像數據處理技術的爆炸式發展，專家系統和神經網絡等一些原先在工程實踐中實現起來較為困難的新方法也在遙感圖像處理中逐漸開始發揮起其優勢作用。同時，多分類器集合分類的方式也逐步得到更為有效的應用。因此，多學科的交叉是遙感圖像分類發展的重要方向。

（2）當前研究遙感圖像分類方法的高校、研究所眾多，企業還相對來說較少，發明專利申請想要被授予專利權難度較早期更大，但是幾個領域中的重要申請人的申請授權率依然很高。由此可見，遙感分類相關技術的發展還處在高速發展的階段。并且，在申請人中，幾大主要申請人還集中在高校和研究所，企業申請人仍然很少，由此也可以看出，遙感分類方法大多還處于研發階段，能夠獲得商業應用的相關技術仍然欠缺。

參考文獻

[1]韓敏，程磊，邢軍.基于神經網絡的扎龍濕地土地覆蓋分類研究[J].大連理工大學學報，2004（4）.

[2]施益強，陳嵩成，陳玲.遙感技術在環境資源中的應用進展與展望[J].國土資源遙感，2004（4）.

[3]基于神經網絡的支持向量機學習方法研究[J].計算工程與應用，2009（2）.

[4]蒲智，劉萍，楊遼，等.面向對象技術在城市綠地信息提取中的應用[J].福建林業科技，2006（1）.

作者簡介：李夢詩（1989，11-），女，漢族，湖北武漢人，研究生學歷，國家知識產權局專利局專利審查協作湖北中心，專利審查員，主要從事圖像識別以及計算機信息檢索方面專利審查工作，研究方向：圖像識別與計算機信息檢索。