遥感图像分类技术综述

摘 要：近年来，遥感图像相关的图像处理技术得到了飞速发展，在遥感图像的分析中，人们可以获取的信息越来越丰富，也越来越全面，进而关于遥感图像分类技术的专利申请量也随之大幅增加，文章通过对中文专利库的相关专利的统计分析和对重要申请人的相关专利的分析，从中了解遥感图像分类器及其分类方法的发展历程，并挖掘专利申请背后的信息，把握相关领域的技术发展。

关键词：遥感图像；检索；分类器；训练集；监督

1 遥感图像分类技术概述

遥感技术应用的核心是根据地物辐射电磁辐射强弱在遥感图像上表现的特征来识别地物类属及其分布情况。其取决于遥感探测通道、地物光谱特征、大气传播特征及传感器响应特征等因素。只要了解这些因素对遥感图像特征的影响，即可据其判断识别地物属性及其分布范围，实现分类识别。对遥感图像进行分类，便于对某地域环境情况掌握和了解，便于进行相关研究。

2 遥感图像专利分析

图1显示遥感图像专利申请量随年份的变换情况。自2003年至2010年，遥感图像分类专利申请基本保持增长的态势。在2010年至2014年内更是迅猛发展。

图2则是对遥感图像分类专利主要申请人进行的分析。相关专利申请共涉及141个企业或院校、研究所。其中主要是分布在各大重点高校和知名研究所。中国科学院下的各个相关研究所占有最多的发明专利申请，其次是西安电子科技大学和武汉大学。

3 遥感图像分类方法

如图3所示，主要分析了遥感图像分类新方法中的主要几种情况。其中，6%的申请涉及决策树的分类方法，7%的申请涉及人工神经网络的分类方法，而支撑向量机的分类方法占据了70%的席位。以下主要列举了百分比较大的两类分类器――支撑向量机与面向对象分类器相关发明专利申请。

3.1 支撑向量机

支撑向量机算法的主要思想是建立一个超平面作为决策曲面，使得正例和反例之间的隔离边缘被最大化。同理，在多维空间假定训练数据可以被一个超平面分开，如果这个向量集合能被超平面没有错误地分开，并且离超平面最近的向量与超平面之间的距离最大，则称这个向量集合被这个最优超平面最大分开。

例如：

申请号：201310461044

发明名称： 基于安全半监督支持向量机的遥感影像变化检测方法

简要说明：该专利申请公开了基于安全半监督支持向量机的遥感影像变化检测方法，该方法分为两个层次：（1）采用主成分（PCA）变换与相关系数融合法相结合的方式构造差异影像；（2）利用S4VM对差异影像进行二分类，并实现多光谱遥感影像的变化检测。该检测方法可以提高遥感图像的分类精度，进而提高变化检测的精度。

3.2 面向对象

在面向对象的影像分析中只要明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，而在基于像元的分类中这种背景信息几乎不可利用。面向对象的影像分析技术是在空间信息技术长期发展的过程中产生的，在遥感影像分析中具有巨大的潜力，要建立与现实世界真正相匹配的地表模型，面向对象的方法是目前为止较为理想的方法。

例如：

申请号：2008010227007

发明名称：利用遥感影像探测和计数城市道路车辆的方法

简要说明：该专利申请公开了利用遥感影像进行对象探测的方法，其中包含以下四个步骤：步骤一：基于道路中心线生成城区道路掩膜，限制车辆探测在道路区域进行；步骤二：对上个步骤中生成的道路掩膜的影像进行二次不同尺度的分割，以获得道路车道条带目标层和车辆探测对象基本层；步骤三：在车辆探测对象基本层构建面向对象的模糊分类器对该车辆探测基本层的对象进行分类，以确定该对象为车辆还是非车辆；步骤四：在被分类的车辆探测对象基本层上，融合相邻的同类对象生成车辆探测融合对象层，在该车辆探测融合对象层上对车辆进行分类，最终获得完成车辆探测的影像。

4 重点申请人专利分析――中国科学院

在分析的专利中，中国科学院的申请量最大，所占比例为16%。以中国科学院旗下各个研究院为代表的研究单位一直致力于研发遥感图像分类技术。中国科学院对各种分类方式均有研究。且不限于对各种单个的分类器与分类算法进行研究，其在近几年的研究中，更多的侧重于对集成分类器、多分类器的研究，其引领了遥感图像分类方法的发展潮流，通过不断改进分类方式与分类算法，逐步提高分类的精确度与准确性。同时也发现，中国科学院的专利申请大部分都被授予专利权，其专利申请的超高的被授权率延续至今。

5 结束语

（1）前几年，遥感图像应用技术中，人们使用的较多的分类技术仍是传统的监督分类和非监督分类两类分类方法。但是，近几年来，得益于计算机图像数据处理技术的爆炸式发展，专家系统和神经网络等一些原先在工程实践中实现起来较为困难的新方法也在遥感图像处理中逐渐开始发挥起其优势作用。同时，多分类器集合分类的方式也逐步得到更为有效的应用。因此，多学科的交叉是遥感图像分类发展的重要方向。

（2）当前研究遥感图像分类方法的高校、研究所众多，企业还相对来说较少，发明专利申请想要被授予专利权难度较早期更大，但是几个领域中的重要申请人的申请授权率依然很高。由此可见，遥感分类相关技术的发展还处在高速发展的阶段。并且，在申请人中，几大主要申请人还集中在高校和研究所，企业申请人仍然很少，由此也可以看出，遥感分类方法大多还处于研发阶段，能够获得商业应用的相关技术仍然欠缺。

参考文献

[1]韩敏，程磊，邢军.基于神经网络的扎龙湿地土地覆盖分类研究[J].大连理工大学学报，2004（4）.

[2]施益强，陈嵩成，陈玲.遥感技术在环境资源中的应用进展与展望[J].国土资源遥感，2004（4）.

[3]基于神经网络的支持向量机学习方法研究[J].计算工程与应用，2009（2）.

[4]蒲智，刘萍，杨辽，等.面向对象技术在城市绿地信息提取中的应用[J].福建林业科技，2006（1）.

作者简介：李梦诗（1989，11-），女，汉族，湖北武汉人，研究生学历，国家知识产权局专利局专利审查协作湖北中心，专利审查员，主要从事图像识别以及计算机信息检索方面专利审查工作，研究方向：图像识别与计算机信息检索。