一種基于多分類器集成的地表覆蓋信息提取方法

瞿珊珊，康 順

(湖北理工學(xué)院 電氣與電子信息工程學(xué)院，湖北 黃石435003)

地表覆蓋信息是進行地理氣候變化、國情監(jiān)測、可持續(xù)發(fā)展等研究的基礎(chǔ)地理空間數(shù)據(jù)。隨著對地觀測技術(shù)的發(fā)展，利用遙感影像技術(shù)快速準確地提取地表覆蓋信息已成為主流[1]。地表覆蓋信息的提取方法主要有監(jiān)督分類與非監(jiān)督分類2種。其中，監(jiān)督分類主要有基于傳統(tǒng)統(tǒng)計分析的神經(jīng)網(wǎng)絡(luò)、支持向量機、決策樹、最大似然等；非監(jiān)督分類有K-means、模糊聚類、ISODATA等聚類算法[2]。在實際應(yīng)用中，不同的分類器對不同的遙感數(shù)據(jù)分類精度不同，目前還沒有一種分類器能夠滿足用戶對所有數(shù)據(jù)分類的質(zhì)量需求[3]。

多分類器集成思想被廣泛應(yīng)用在諸多領(lǐng)域。在多光譜遙感數(shù)據(jù)信息提取方面，Wang等[4]利用隨機增強集成分類器實現(xiàn)了土地利用類型分類。Radhika等[5]使用集成分類進行了多光譜影像分類。Liu等[6]基于集成分類器研究了影像中一類數(shù)據(jù)的非監(jiān)督分類。此外，多分類器集成在森林精細類型分類、不平衡數(shù)據(jù)分類、果蔬種類識別、MINIST手寫數(shù)字識別、圖像自動標注與分類以及樸素Bayes組合分類器等中的應(yīng)用受到眾多學(xué)者的關(guān)注[7-13]。

目前，對分類器集成遙感數(shù)據(jù)分類的研究大多集中在復(fù)雜分類器與復(fù)雜分類器、復(fù)雜分類器與簡單分類器的集成，而對傳統(tǒng)簡單分類器之間的互補性利用不足。此外，普通多分類器集成投票法在投票相等時缺乏一種自適應(yīng)性。因此，本文通過集成簡單分類器，構(gòu)建一種基于數(shù)據(jù)聚類的自適應(yīng)投票選取方法，旨在快速提取一定精度的地表覆蓋信息。

1 傳統(tǒng)簡單分類器

1.1 最小距離分類器

最小距離分類器是通過采樣波段與波段的歐式距離，將其劃分為距離最近的采樣波段，每個波段可用一個n維向量X來表示，即：X=(x1,x2,…,xn)。

最小距離分類器具體分類過程如下。

1)利用訓(xùn)練樣本數(shù)據(jù)計算出每一類別的均值向量及標準差(均方差)向量。每一類地物的特征均值為μi=(μi1,μi2,…,μin)。

(1)

3)根據(jù)計算的距離，把像元歸入到距離最小的那一類中去。

最小距離分類器的原理簡單、計算速度快，適用于快速瀏覽分類概況。

1.2 平行六面體分類器

平行六面體分類法又叫多級切割法，通過選取訓(xùn)練區(qū)詳細了解分類類別的特征，并以較高的精度設(shè)定每個分類類別特征的上限值和下限值，構(gòu)成特征子空間。對于一個未知類別的像素來說，其分類取決于所落入的類別特征子空間。因此，平行六面體分類法要求訓(xùn)練區(qū)樣本的選擇必須覆蓋所有的類型。

若有m個波段，n個類別，Nij為第i類第j波段的均值，Sij為對應(yīng)標準差，xj為x在j波段的像元值。對某一類別i(i=1，2，…，n)，當像元x滿足|xj-Nij|

平行六面體分類器簡單、計算速度較快，當劃分的平行六面體與實際地物類別數(shù)據(jù)分布形態(tài)不一致時，易造成類別重疊、混淆不清。

1.3 最大似然分類器

最大似然分類也稱貝葉斯分類，根據(jù)像元數(shù)據(jù)對各類別的似然度，將其分到似然度最大的類別中去。其中，似然度是指所觀測像元數(shù)據(jù)屬于分類類別的后驗概率。根據(jù)訓(xùn)練區(qū)可求出均值、方差以及協(xié)方差等特征參數(shù)，從而求出總體的先驗概率密度函數(shù)，公式為：

(2)

式(2)中，μi和Σi分別為每一類地物的均值和方差。

最大似然分類器錯誤概率和判別分析風險小，是應(yīng)用最廣的監(jiān)督分類方法之一。

2 多分類器投票集成

分類器集成的思想是從訓(xùn)練數(shù)據(jù)集中構(gòu)造一系列分類器，并通過聚集預(yù)測值來預(yù)測類標簽。假設(shè)這些分類器是獨立的，則分類器集成就有效，也就可以確定分類器產(chǎn)生的最糟糕結(jié)果與在集成中的最壞分類是一樣的。多數(shù)投票集成如圖1所示。

圖1 多數(shù)投票集成

對同一套遙感數(shù)據(jù)進行分類，不同分類器的分類精度不同，同一分類器對不同類別的分類也存在精度差異，這種現(xiàn)象被稱之為選擇優(yōu)越性[14-15]。利用上述3種傳統(tǒng)簡單分類器的互補性，設(shè)計一種基于K-means的多分類器投票集成法，分類元組集合序列如圖2所示。

圖2 分類元組集合序列

基于K-means的多分類器投票集成算法描述如下。

算法1：基于K-means的多分類器投票集成。

輸入：遙感影像RS。

輸出：地表覆蓋LC。

1)利用最小距離分類器、平行六面體分類器、最大似然分類器對RS分類，分別得到TIFF文件RSmdc，RSpc，RSml。

2)利用ArcGIS將RSmdc，RSpc，RSml轉(zhuǎn)為ASCII文件，并以數(shù)組Arraymdc，Arraypc，Arrayml存儲。

3)依次取出3個數(shù)組中相應(yīng)的第i個值，構(gòu)成元組Turple_i(Arraymdc_i，Arraypc_i，Arrayml_i)。

①當i= 1時，統(tǒng)計元組元素的發(fā)生數(shù)，若發(fā)生數(shù)均為1，則計算Turple_i中每一元素與Turple_i+1中每一元素的絕對值距離dis，取最小距離對應(yīng)的Turple_i元素作為結(jié)果值；否則，將統(tǒng)計發(fā)生數(shù)最多的元素作為結(jié)果值。絕對值距離dis的計算公式為：

dis= min[|Arraymdc_i-Arraymdc_i+1|，|Arraymdc_i-Arraypc_i+1|，|Arraymdc_i-Arrayml_i+1|，

|Arraypc_i-Arraymdc_i+1|，|Arraypc_i-Arraypc_i+1|，

|Arraypc_i-Arrayml_i+1|，|Arrayml_i-Arraymdc_i+1|，

|Arrayml_i-Arraypc_i+1|，|Arrayml_i-Arrayml_i+1|]

(3)

②當1

③當i=len(Arraymdc_i)時，統(tǒng)計元組元素的發(fā)生數(shù)，若發(fā)生數(shù)均為1，則計算Turple_i中每一元素與Turple_i-1中每一元素的絕對值距離dis，取最小距離對應(yīng)的Turple_i元素作為結(jié)果值；否則，將統(tǒng)計發(fā)生數(shù)最多的元素作為結(jié)果值。

④直到i>len(Arraymdc_i)，算法結(jié)束。

3 算例與分析

3.1 地表覆蓋信息提取

試驗區(qū)數(shù)據(jù)獲取途徑為地理空間數(shù)據(jù)云(http://www.gscloud.cn)，所用數(shù)據(jù)為2017年湖北黃石Landsat 8(Level 1T)遙感影像。

將試驗區(qū)的地表覆蓋信息劃分為6個類別,即1代表水體、2代表耕地、3代表林地、4代表草地、5代表建筑用地、6代表裸地。首先，利用Python+GDAL(Geospatial Data Abstraction Library)實現(xiàn)最大似然、最小距離、平行六面體分類器提取地表信息(如圖3(a)～(c)所示)；其次，將數(shù)據(jù)格式TIFF文件轉(zhuǎn)化為更適宜一般性程序讀寫的ASCII文件(如圖4(a)～(c)所示)；然后，在PyCharm IDE中實現(xiàn)算法1，得到地表覆蓋信息的提取結(jié)果(如圖4(d)所示)；最后，將ASCII格式的文件轉(zhuǎn)為TIFF文件(如圖3(d)所示)。

(a) 最小距離 (b) 最大似然

(c) 平行六面體 (d) 集成投票

(a) 最小距離 (b) 最大似然

(c) 平行六面體 (d) 集成投票

3.2 精度驗證

在ENVI 5.3中，人工選擇感興趣點(POI)作為驗證樣本，每個類別的樣本數(shù)目為40個，共計240個驗證樣本。利用ENVI 5.3混淆矩陣計算工具評估分類結(jié)果的準確度。各分類器的分類精度評估結(jié)果見表1。

表1 各分類器的分類精度評估結(jié)果

4 結(jié)論

針對單分類器的選擇優(yōu)越性設(shè)計了一種基于K-means聚類的多分類器投票集成方法。分別采用最大似然分類法、最小距離分類法和平行六面體分類法對黃石市2017年的遙感影像數(shù)據(jù)進行分類處理，并通過投票集成方法整合3種分類，得到新的地表覆蓋產(chǎn)品。通過分析可以得到以下結(jié)論。

1)通過投票集成法得到的新地表覆蓋產(chǎn)品的質(zhì)量遠遠高于其他3種分類方法，且可以準確地表達黃石市的地理信息。

2)集成投票法適用于快速地表覆蓋遙感制圖，分類精度高達95.87%，Kappa系數(shù)為0.88，明顯高于其他3種分類器。

3)TIFF數(shù)據(jù)與ASCII文件轉(zhuǎn)換為空間數(shù)據(jù)處理提供了一種更為便捷的計算方式，避免了專業(yè)數(shù)據(jù)由專業(yè)商業(yè)軟件處理的局限性。

4)基于聚類思想的投票自適應(yīng)選取是可行的，可解決投票相等時選擇的不確定，對地表覆蓋遙感制圖具有一定的工程實踐意義。