1.一种基于分层策略的滨海湿地遥感分类方法,其特征在于,包括以下步骤:步骤1,对遥感数据进行预处理;
步骤2,基于遥感指数获取的植被指数,水体指数和基于缨帽变换获取的亮度辅助数据进行选样;
步骤3,对多光谱影像和辅助数据进行粗分类;
步骤4,对耕地、林地、城镇区域进行掩膜;
步骤5,用LBP局部二值模式算子来描述图像局部纹理特征;
步骤6,结合步骤3所得到的光谱信息和步骤4所得到的空间纹理信息,对水体和湿地区域进行影像分割,并对该区域进行精细分类;
步骤7,导出耕地、林地、城镇、人工运河、河流、滩涂、沼泽、养殖池塘、水库和浅海水域对象,获得滨海湿地矢量数据;
步骤8,制作滨海湿地专题地图。
2.根据权利要求1所述的基于分层策略的滨海湿地遥感分类方法,其特征在于,所述步骤5中:局部纹理特征的获得通过利用不断旋转圆形邻域得到一系列初始定义的LBP值,取其最小值作为该邻域的LBP值;其实现方式为:其中,p表示3×3窗口中除中心像素点外的第p个像素点;I(c)表示中心像素点的灰度值,I(p)表示领域内第p个像素点的灰度值;s(x)公式如下:对LBP的结果进行二进制编码,并做循环位移,取所有结果中最小的那个值:
3.根据权利要求1所述的基于分层策略的滨海湿地遥感分类方法,其特征在于,所述步骤6中:首先,用基于图的聚类方式将图像进行聚类,数据用图表示,其节点是对象,而边代表对象之间的联系;簇可以定义为连通分支:相互连通但不与组外对象联通的对象组;基于临近的簇:其中两个对象是相连的,仅当他们的距离在指定范围内;其主要内容为:在标准随机块模型中,节点被划分为不相交的簇,图中的边是独立选择的;同一簇中一对节点之间的边的概率为p,对于不同簇中的一对节点,边的概率为q;为了写出它的ML估计量,我们用对应的簇矩阵Y∈Rn×n表示任意候选簇,其中当且仅当 和j被分配到同一个簇时,yij=0否则yij=1;特别是,对于属于集群的任何节点 yij=1;设 为图的观测邻接矩阵,假设aij=1,对所有的 都成立,则给定Y的对数似然函数是:重新排列,得到
其中,C为与Y无关的集;在Y为聚类矩阵的前提下,最大似然估计量将最大化上述表达;
通过替代约束“Y是一个聚类矩阵”,得到了一种凸算法,对于所有的 都有0≤yij≤
1;由于知道p和q,需要选择一个数字t(p<t<q),遵循凸算法,其主要内容是:权重 和 得计算公式为: