CN115205693B - 一种多特征集成学习的双极化sar影像浒苔提取方法 - Google Patents

Abstract

本发明公开的一种多特征集成学习的双极化SAR影像浒苔提取方法，属于海洋遥感探测技术领域。该方法包括以下步骤：数据预处理，提取24个纹理和极化特征，利用集成随机森林、Jeffries‑Matusita距离、皮尔森相关系数三种算法进行特征优选；随机分组优选特征，分层采样浒苔和海水样本点集对每组特征进行LDA特征变换；构建并训练浒苔多特征集成分类模型，将测试影像导入训练好的模型中，判定样本点类别并提取浒苔。本发明提供的方法科学合理，综合考虑了微波遥感监测浒苔的优势，顾及多种特征选择算法对特征重要性的评价角度，并优化集成学习方法，可在一定程度上提高浒苔提取的精度，实现浒苔灾害全天侯监测。

Description

一种多特征集成学习的双极化SAR影像浒苔提取方法

技术领域

本发明属于海洋遥感探测技术领域，具体涉及一种多特征集成学习的双极化SAR影像浒苔提取方法。

背景技术

近年来，我国黄海浒苔灾害频发，不仅影响海洋生态系统，而且造成了严重的社会影响和经济损失。每年5-7月黄海地区多云多雨，光学遥感监测浒苔受限，特别是云覆盖较为严重时，光学影像基本无法应用于浒苔监测。相比之下，合成孔径雷达(SAR)可穿云透雾，受天气影响较小，具有全天时、全天候观测的特点，有利于及时掌握浒苔灾害动态和制定合理高效的防治措施。

目前，基于SAR影像的浒苔提取方法主要分为阈值分割、单个弱分类器分类和深度学习分类。阈值法原理简单，实现速度快，但不能充分利用图像的隐藏信息。单个弱分类器结构简单，但分类精度不高，不利于精确提取浒苔。而深度学习虽然学习能力强，但依赖于大量的样本数据，制作样本集较为费时费力。

双极化SAR影像具有丰富的极化和纹理信息，可以计算得到多个特征，不同特征对浒苔与海水的区分性能不同，综合考虑多种特征评价角度能够避免特征利用率低以及区分不同地区的浒苔与海水泛化能力较差的问题。此外，集成学习更适合小样本数据，集成多个基分类器比单个基分类器具有更高的分类精度。鉴于此，本发明提出了一种多特征集成学习的双极化SAR影像浒苔提取方法，能够提高浒苔提取精度并及时获取浒苔分布情况，有利于实现浒苔的动态监测与时空特征分析。

发明内容

(一)要解决的技术问题

为解决现有特征优选择算法评价角度单一和AdaBoost集成算法权重更新时忽略样本距离正确预测多远的问题，本发明提供了一种多特征集成学习的双极化SAR影像浒苔提取方法，该方法可以充分利用多特征信息逐像素对双极化SAR影像上漂浮浒苔进行监测，能够实现浒苔全天时全天候监测，并进一步提高浒苔提取精度。

(二)技术方案

本发明包含以下步骤：

步骤一：获取双极化SAR浒苔研究区影像，对其进行轨道校正、辐射定标、Deburst、生成极化矩阵C2、多视、地形校正、精致Lee滤波去噪、影像裁剪预处理操作，得到大小为row×col的影像，按照4∶1划分为训练影像I_i及测试影像G_j，目视解译制作I_i的对应标签L_i，对I_i进行特征提取，得到特征F_k影像，对特征影像中各像素进行标准化操作，生成样本数据集D；

其中，i＝1，2，3，...，u，u为训练影像数，j＝1，2，3，…，v，v为测试影像数；

k＝1，2，3，…，n，k表示特征序号，n＝24，24个特征分别为：极化总功率、散射角、极化反熵、极化熵、极化协方差矩阵平均实特征值、雷达植被指数、幅值、双极化水体指数、四个极化熵与极化反熵的组合参数、极化协方差矩阵的四个分量、均值、方差、协同性、对比度、异质性、熵、角二阶矩、相关性；

步骤二：从信息度量、可分性度量和关联性度量三个方面分别评价特征重要性：通过随机森林算法判定样本数据集D的特征重要性，计算获取各特征基尼不纯度大小RF_score_k，根据样本数据集D类间样本的Jeffries-Matusita距离，求得各特征中海水与浒苔两类的可分性大小JM_score_k，利用皮尔森相关系数算法根据特征与类别之间的相关性对每个特征分配不同权重PRS_score_k；

①信息度量：计算归一化后各特征的基尼不纯度大小RF_score_k；

第d棵树节点q的Gini指数的计算公式为：

其中，

表示第d棵树节点q的Gini指数，

表示第d棵树节点q中类别c所占的比例；

特征F_k在第d棵树节点q的重要性，即节点q分枝前后Gini指数变化量为：

其中，

为特征F_k在第d棵树节点q的重要性评分，

和

是分枝后两个新节点的Gini指数；

若特征F_k在决策树中出现的节点为集合Q，特征F_k在第d棵树的重要性的计算公式为：

其中，

表示特征F_k在第d棵树节点集合Q的重要性评分；

假设RF中共有TD棵树，则：

其中，

表示特征F_k在所有TD棵树节点集合Q的重要性评分；

将所有求得的重要性评分归一化处理得RF_score_k：

其中，

是24个特征在所有TD棵树节点集合Q的总重要性评分，RF_score_k表示基于特征F_k的基尼不纯度大小；

②可分性度量：浒苔ht与海水hs的类别可分性大小IM_score_k：

其中，BD_k为基于特征F_k计算出的类别hl与hs的巴氏距离，

和

分别为基于特征F_k两个类别的样本协方差矩阵，

和

分别为基于特征F_k对应类别的样本均值向量，e是自然常数e，JM_score_k表示基于特征F_k的浒苔与海水的类别可分性大小；

③关联性度量：将特征F_k与类别进行相关性分析，计算归一化后的PRS_score_k：

其中，a为像素点序号，S为像素点总数，

为特征F_k第a个像素点的灰度值，

为特征F_k总像素点的灰度值均值，

为特征F_k第a个像素点的标签值，

为特征F_k第a个像素点的标签值均值，PRS_score_k表示根据特征F_k与类别之间的相关性对特征F_k分配的权重；

步骤三：以0.4、0.3、0.3的权重分配方式集成步骤二中三种评价角度分别对应的随机森林、Jeffries-Matusita距离和皮尔森相关系数算法，求得各特征重要性Total_score_k，并按照特征重要性由高到低排序，选择前15个特征作为优选特征SF_s，与对应标签构成训练样本集D₁；其中，s＝1，2，3，…，15，集成后的各特征重要性Total_score_k的计算公式如下：

步骤四：将步骤三所得优选特征SF_s随机划分为特征互不重复的3组，每组包含5个特征，对训练样本集D₁进行浒苔样本：海水样本＝1∶1的分层采样，产生训练样本点集，使用选取的训练样本点对每组特征进行LDA特征变换，得到三组变换后的训练子集X_t；

其中，t＝1，2，3表示分类的轮次，X_t表示参与第t轮分类的训练子集；

步骤五：在windows上搭建scikit-learn机器学习框架，采用DT、GBDT、NB、SVM、RF五种弱分类器作为AdaBoost的候选基分类器，逐一对本轮训练子集X_t进行分类，并将分类结果最优的弱分类器作为该轮基分类器，根据scikit-learn库中该轮基分类器的predict_proba函数计算并获取当前各样本分类预测的后验概率，使其参与下一轮样本权重更新，得到浒苔多特征集成分类模型Algae_Model；

步骤六：对每张测试影像G_j提取优选特征SF_s，将其输入步骤五所得浒苔多特征集成分类模型Algae_Model，判定各像素类别并提取浒苔，得到浒苔提取结果图A_j。

(三)有益效果

本方法的优点体现在：

本发明提供了一种多特征集成学习的双极化SAR影像浒苔提取方法，该方法综合考虑了微波遥感监测浒苔的优势，顾及多种特征选择算法对特征重要性的评价角度，并优化了已有的AdaBoost集成学习方法，可在一定程度上提高浒苔信息提取的精度，并实现浒苔全天侯监测，为浒苔灾害遥感业务化提供了技术支撑。

附图说明

图1为本发明的流程图；

图2为本发明实施例的详细流程图；

图3为本发明实施例的集成特征优选算法结果图；

图3中：span—极化总功率；alpha—散射角；anisotropy—极化反熵；entropy—极化熵；lambda—极化协方差矩阵平均实特征值；RVI4SI—雷达植被指数；AMP—幅值；BM_index—双极化水体指数；C1SH1SH/C1SHA/CH1SA/CHA—四个极化熵与极化反熵的组合参数；C11/C12_img/C12_real/C22—极化协方差矩阵的四个分量；Mean—均值；Variance—方差；Homogeneity—协同性；Contrast—对比度；Dissimilarity—异质性；Entropy—熵；Second Moment—角二阶矩；Correlation—相关性；Total_score_k—各特征重要性；RF_score_k—基于特征F_k的基尼不纯度大小；JM_score_k—基于特征F_k的浒苔与海水的类别可分性大小；PRS_score_k—根据特征F_k与类别之间的相关性对特征F_k分配的权重。

具体实施方式

为使本发明的目的、内容和优点更加清楚，下面结合附图与实施例，对本发明的具体实施方法作进一步详细描述：

参照图1，以Sentinel-1影像作为数据源，本发明实施例的详细流程如图2所示，具体实施步骤为：

(1)获取Sentinel-1浒苔研究区的影像，利用SNAP软件对其进行轨道校正、辐射定标、Deburst、生成极化矩阵C2、多视、地形校正预处理操作后将其导出，使用ENVI软件进行精致Lee滤波去噪和影像裁剪操作，得到大小为row×col的影像，按照4∶1划分为训练影像I_i及测试影像G_j，目视解译制作I_i的对应标签，综合利用PIE-SAR与ENVI软件对I_i进行特征提取，得到特征F_k影像，对特征影像中各像素进行标准化操作，生成样本数据集D；

其中，i＝1，2，3，...，u，u为训练影像数，j＝1，2，3，…，v，v为测试影像数；

k＝1，2，3，…，n，k表示特征序号，n＝24，24个特征分别为：极化总功率、散射角、极化反熵、极化熵、极化协方差矩阵平均实特征值、雷达植被指数、幅值、双极化水体指数、四个极化熵与极化反熵的组合参数((1—极化熵)×(1—极化反熵)、(1—极化熵)×极化反熵、极化熵×(1—极化反熵)、极化熵×极化反熵)、极化协方差矩阵的四个分量、均值、方差、协同性、对比度、异质性、熵、角二阶矩、相关性；

(2)从信息度量、可分性度量和关联性度量三个方面分别评价特征重要性：通过随机森林算法判定样本数据集D的特征重要性，计算获取各特征基尼不纯度大小RF_score_k，根据样本数据集D类间样本的Jeffries-Matusita距离，求得各特征中海水与浒苔两类的可分性大小，利用皮尔森相关系数算法根据特征与类别之间的相关性对每个特征分配不同权重PRS_score_k；

①信息度量：计算归一化后各特征的基尼不纯度大小RF_score_k；

第d棵树节点q的Gini指数的计算公式为：

其中，

表示第d棵树节点q的Gini指数，

表示第d棵树节点q中类别c所占的比例；

特征F_k在第d棵树节点q的重要性，即节点q分枝前后Gini指数变化量为：

其中，

为特征F_k在第d棵树节点q的重要性评分，

和

是分枝后两个新节点的Gini指数；

若特征F_k在决策树中出现的节点为集合Q，特征F_k在第d棵树的重要性的计算公式为：

其中，

表示特征F_k在第d棵树节点集合Q的重要性评分；

假设RF中共有TD棵树，则：

其中，

表示特征F_k在所有TD棵树节点集合Q的重要性评分；

将所有求得的重要性评分归一化处理得RF_score_k：

其中，

是24个特征在所有TD棵树节点集合Q的总重要性评分，RF_score_k表示基于特征F_k的基尼不纯度大小；

②可分性度量：浒苔ht与海水hs的类别可分性大小JM_score_k：

其中，BD_k为基于特征F_k计算出的类别ht与hs的巴氏距离，

和

分别为基于特征F_k两个类别的样本协方差矩阵，

和

分别为基于特征F_k对应类别的样本均值向量，e是自然常数e，JM_score_k表示基于特征F_k的浒苔与海水的类别可分性大小；

③关联性度量：将特征F_k与类别进行相关性分析，计算归一化后的PRS_score_k：

其中，a为像素点序号，S为像素点总数，

为特征F_k第a个像素点的灰度值，

为特征F_k总像素点的灰度值均值，

为特征F_k第a个像素点的标签值，

为特征F_k第a个像素点的标签值均值，PRS_score_k表示根据特征F_k与类别之间的相关性对特征F_k分配的权重；

(3)以0.4、0.3、0.3的权重分配方式集成步骤(2)中三种评价角度对应的随机森林、Jeffries-Matusita距离和皮尔森相关系数算法，求得各特征重要性Total_score_k，图3显示了本发明实施例的三种特征选择算法和集成特征优选算法结果图，按照特征重要性由高到低排序，选择前15个特征作为优选特征SF_s，与对应标签构成训练样本集D₁；

其中，s＝1，2，3，…，15，集成后的各特征重要性Total_score_k的计算公式如下：

(4)将步骤(3)所得优选特征SF_s随机划分为特征互不重复的3组，每组包含5个特征，对训练样本集D₁进行浒苔样本：海水样本＝1∶1的分层采样，产生训练样本点集，使用选取的训练样本点对每组特征进行LDA特征变换，得到三组变换后的训练子集X_t；

其中，t＝1，2，3表示分类的轮次，X_t表示参与第t轮分类的训练子集；

(5)在windows上搭建scikit-learn机器学习框架，采用DT、GBDT、NB、SVM、RF五种弱分类器作为AdaBoost的候选基分类器，逐一对本轮训练子集X_t进行分类，并将分类结果最优的弱分类器作为该轮基分类器，根据scikit-learn库中该轮基分类器的predict_proba函数计算获得当前各样本分类预测的后验概率，使其参与下一轮样本权重更新，得到浒苔多特征集成分类模型Algae_Model，具体包括以下步骤：

5.1)训练子集

对第一轮训练子集X₁权重进行初始化：

其中，b＝1，2，3，...，m，

和

分别表示第t轮分类的第b个实例样本和类别标志，且

∈{-1，1}，m表示本轮训练样本总数，b表示训练样本点序号，X₁表示当t＝1时第一轮分类训练子集，

表示第1轮迭代时每个样本点对应的权重；

5.2)循环t＝1，2，3，t为分类轮次，h＝{DT，GBDT，NB，SVM，RF}为弱分类器集合：

5.2.1)在当前的样本权重

下，逐个训练h中的弱分类器，采用F1_score作为评价标准，选取分类结果最佳的弱分类器作为本轮基分类器h_t：

其中，TP表示真值是浒苔，预测也是浒苔的像素点个数，FN表示真值是海水，预测也是海水的像素点个数，F1_score是评价弱分类器分类性能的指标；

5.2.2)计算基分类器分类的错误率e_t：

其中，e_t表示基分类器h_t分类的错误率，

和

分别表示第t轮的第b个像素点的分类值和真值，

表示第t轮的第b个像素点权重；

5.2.3)计算基分类器的权重因子α_t：

其中，α_t为基分类器h_t的权重因子，e_t为基分类器h_t分类的错误率；

5.2.4)更新下一轮训练子集权重

根据scikit-learn库中该轮基分类器的predict_proba函数计算并获取基分类器h_t分类结果对应的后验概率

参与样本权重的更新：

其中，

和

分别为第t次迭代时被正确分类的样本总数和错误分类的样本总数，

表示基分类器h_t分类结果对应的后验概率，

表示下一轮训练子集权重，Z_t为规范化因子，公式为：

5.2.5)将各基分类器集成，得到浒苔多特征集成分类模型Algae_Model：

其中，X_t表示参与第t轮分类的训练子集，h_t(X_t)表示第t轮基分类器h_t对训练子集X_t的分类值，

表示所有训练样本最终分类结果；

(6)对每张测试影像G_j提取优选特征SF_s，对特征影像中各像素进行标准化操作，将其输入步骤(5)所得浒苔多特征集成分类模型Algae_Model，判定像素点类别，并将浒苔像素赋值为255，海水像素赋值为0，得到各浒苔提取结果图A_j。

Claims (3)

1.一种多特征集成学习的双极化SAR影像浒苔提取方法，其特征在于，包括以下步骤：

步骤一：获取双极化SAR浒苔研究区影像，对其进行轨道校正、辐射定标、Deburst、生成极化矩阵C2、多视、地形校正、精致Lee滤波去噪、影像裁剪预处理操作，得到大小为row×col的影像，按照4:1划分为训练影像I_i及测试影像G_j，目视解译制作I_i的对应标签L_i，对I_i进行特征提取，得到特征F_k影像，对特征影像中各像素进行标准化操作，生成样本数据集D；

其中，i＝1,2,3,...,u，u为训练影像数，j＝1,2,3,…,v，v为测试影像数；

k＝1,2,3,…,n，k表示特征序号，n＝24，24个特征分别为：极化总功率、散射角、极化反熵、极化熵、极化协方差矩阵平均实特征值、雷达植被指数、幅值、双极化水体指数、四个极化熵与极化反熵的组合参数、极化协方差矩阵的四个分量、均值、方差、协同性、对比度、异质性、熵、角二阶矩、相关性；

步骤二：从信息度量、可分性度量和关联性度量三个方面分别评价特征重要性：通过随机森林算法判定样本数据集D的特征重要性，计算获取各特征基尼不纯度大小RF_score_k，根据样本数据集D类间样本的Jeffries-Matusita距离，求得各特征中海水与浒苔两类的可分性大小JM_score_k，利用皮尔森相关系数算法根据特征与类别之间的相关性对每个特征分配不同权重PRS_score_k；

步骤三：以0.4、0.3、0.3的权重分配方式集成步骤二中三种评价角度对应的随机森林、Jeffries-Matusita距离和皮尔森相关系数算法，求得各特征重要性Total_score_k，并按照特征重要性由高到低排序，选择前15个特征作为优选特征SF_s，与对应标签构成训练样本集D₁；

其中，s＝1,2,3,…,15，集成后的各特征重要性Total_score_k的计算公式如下：

步骤四：将步骤三所得优选特征SF_s随机划分为特征互不重复的3组，每组包含5个特征，对训练样本集D₁进行浒苔样本:海水样本＝1:1的分层采样，产生训练样本点集，使用选取的训练样本点对每组特征进行LDA特征变换，得到三组变换后的训练子集X_t；

其中，t＝1,2,3表示分类的轮次，X_t表示参与第t轮分类的训练子集；

步骤五：在windows上搭建scikit-learn机器学习框架，采用DT、GBDT、NB、SVM、RF五种弱分类器作为AdaBoost的候选基分类器，逐一对本轮训练子集X_t进行分类，并将分类结果最优的弱分类器作为该轮基分类器，根据scikit-learn库中该轮基分类器的predict_proba函数计算并获取当前各样本分类预测的后验概率，使其参与下一轮样本权重更新，得到浒苔多特征集成分类模型Algae_Model；

步骤六：对每张测试影像G_j提取优选特征SF_s，将其输入步骤五所得浒苔多特征集成分类模型Algae_Model，判定各像素类别并提取浒苔，得到浒苔提取结果图A_j。

2.如权利要求1所述的一种多特征集成学习的双极化SAR影像浒苔提取方法，其特征在于，步骤五中，构建浒苔多特征集成分类模型Algae_Model，包括以下步骤：

1)训练子集

对第一轮训练子集X₁权重进行初始化：

其中，b＝1,2,3,...,m，

和

分别表示第t轮分类的第b个实例样本和类别标志，且

m表示本轮训练样本总数，b表示训练样本点序号，X₁表示当t＝1时第一轮分类训练子集，

表示第1轮迭代时每个样本点对应的权重；

2)循环t＝1,2,3，t为分类轮次，h＝{DT，GBDT，NB，SVM，RF}为弱分类器集合，利用本轮训练子集逐个训练h中的弱分类器，选取最佳弱分类器作为本轮基分类器，根据本轮基分类器分类结果对应的后验概率更新下一轮训练子集权重，三轮训练结束后，集成各基分类器，得到浒苔多特征集成分类模型Algae_Model。

3.如权利要求2所述的一种多特征集成学习的双极化SAR影像浒苔提取方法，其特征在于，步骤2)中，选取并训练各基分类器，将各基分类器集成得到浒苔多特征集成分类模型Algae_Model，包括以下步骤：

①在当前的样本权重

下，逐个训练h中的弱分类器，采用F1_score作为评价标准，选取分类结果最佳的弱分类器作为本轮基分类器h_t：

其中，TP表示真值是浒苔，预测也是浒苔的像素点个数，FN表示真值是海水，预测也是海水的像素点个数，F1_score是评价弱分类器分类性能的指标；

②计算基分类器分类的错误率e_t：

其中，e_t表示基分类器h_t分类的错误率，

和

分别表示第t轮的第b个像素点的分类值和真值，

表示第t轮的第b个像素点权重；

③计算基分类器的权重因子α_t：

其中，α_t为基分类器h_t的权重因子，e_t为基分类器h_t分类的错误率；

④更新下一轮训练子集权重

根据scikit-learn库中该轮基分类器的predict_proba函数计算并获取基分类器h_t分类结果对应的后验概率

参与样本权重的更新：

其中，

和

分别为第t次迭代时被正确分类的样本总数和错误分类的样本总数，

表示基分类器h_t分类结果对应的后验概率，

表示下一轮训练子集权重，Z_t为规范化因子，公式为：

⑤将各基分类器集成，得到浒苔多特征集成分类模型Algae_Model：

其中，X_t表示参与第t轮分类的训练子集，h_t(X_t)表示第t轮基分类器h_t对训练子集X_t的分类值，

表示所有训练样本最终分类结果。

Images