摘 要：近年來，遙感圖像相關(guān)的圖像處理技術(shù)得到了飛速發(fā)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(guān)于遙感圖像分類技術(shù)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(guān)專利的統(tǒng)計分析和對重要申請人的相關(guān)專利的分析，從中了解遙感圖像分類器及其分類方法的發(fā)展歷程，并挖掘?qū)＠暾埍澈蟮男畔ⅲ盐障嚓P(guān)領(lǐng)域的技術(shù)發(fā)展。

關(guān)鍵詞：遙感圖像；檢索；分類器；訓練集；監(jiān)督

1 遙感圖像分類技術(shù)概述

遙感技術(shù)應用的核心是根據(jù)地物輻射電磁輻射強弱在遙感圖像上表現(xiàn)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(jù)其判斷識別地物屬性及其分布范圍，實現(xiàn)分類識別。對遙感圖像進行分類，便于對某地域環(huán)境情況掌握和了解，便于進行相關(guān)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(tài)勢。在2010年至2014年內(nèi)更是迅猛發(fā)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(guān)專利申請共涉及141個企業(yè)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(guān)研究所占有最多的發(fā)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(jīng)網(wǎng)絡的分類方法，而支撐向量機的分類方法占據(jù)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?qū)ο蠓诸惼飨嚓P(guān)發(fā)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(shù)據(jù)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(yōu)超平面最大分開。

例如：

申請?zhí)枺?01310461044

發(fā)明名稱： 基于安全半監(jiān)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(jiān)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(guān)系數(shù)融合法相結(jié)合的方式構(gòu)造差異影像；（2）利用S4VM對差異影像進行二分類，并實現(xiàn)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?qū)ο?/p>

在面向?qū)ο蟮挠跋穹治鲋兄灰鞔_城市綠地的背景為城市地區(qū)，就可以輕松地區(qū)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?qū)ο蟮挠跋穹治黾夹g(shù)是在空間信息技術(shù)長期發(fā)展的過程中產(chǎn)生的，在遙感影像分析中具有巨大的潛力，要建立與現(xiàn)實世界真正相匹配的地表模型，面向?qū)ο蟮姆椒ㄊ悄壳盀橹馆^為理想的方法。

例如：

申請?zhí)枺?008010227007

發(fā)明名稱：利用遙感影像探測和計數(shù)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(qū)道路掩膜，限制車輛探測在道路區(qū)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(gòu)建面向?qū)ο蟮哪：诸惼鲗υ撥囕v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(fā)遙感圖像分類技術(shù)。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(cè)重于對集成分類器、多分類器的研究，其引領(lǐng)了遙感圖像分類方法的發(fā)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(fā)現(xiàn)，中國科學院的專利申請大部分都被授予專利權(quán)，其專利申請的超高的被授權(quán)率延續(xù)至今。

5 結(jié)束語

（1）前幾年，遙感圖像應用技術(shù)中，人們使用的較多的分類技術(shù)仍是傳統(tǒng)的監(jiān)督分類和非監(jiān)督分類兩類分類方法。但是，近幾年來，得益于計算機圖像數(shù)據(jù)處理技術(shù)的爆炸式發(fā)展，專家系統(tǒng)和神經(jīng)網(wǎng)絡等一些原先在工程實踐中實現(xiàn)起來較為困難的新方法也在遙感圖像處理中逐漸開始發(fā)揮起其優(yōu)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(fā)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(yè)還相對來說較少，發(fā)明專利申請想要被授予專利權(quán)難度較早期更大，但是幾個領(lǐng)域中的重要申請人的申請授權(quán)率依然很高。由此可見，遙感分類相關(guān)技術(shù)的發(fā)展還處在高速發(fā)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(yè)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(fā)階段，能夠獲得商業(yè)應用的相關(guān)技術(shù)仍然欠缺。

參考文獻

[1]韓敏，程磊，邢軍.基于神經(jīng)網(wǎng)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(shù)在環(huán)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(jīng)網(wǎng)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?qū)ο蠹夹g(shù)在城市綠地信息提取中的應用[J].福建林業(yè)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(chǎn)權(quán)局專利局專利審查協(xié)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。