[发明专利]基于规则的精细尺度城市不透水面快速提取方法在审
| 申请号: | 201710856065.X | 申请日: | 2017-09-21 |
| 公开(公告)号: | CN107609526A | 公开(公告)日: | 2018-01-19 |
| 发明(设计)人: | 常守志;姜琦刚;赵莹;肖艳 | 申请(专利权)人: | 吉林大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T5/00;G06T7/11;G06T7/40 |
| 代理公司: | 长春吉大专利代理有限责任公司22201 | 代理人: | 邵铭康,朱世林 |
| 地址: | 130012 吉*** | 国省代码: | 吉林;22 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 规则 精细 尺度 城市 不透 水面 快速 提取 方法 | ||
1.一种基于规则的精细尺度城市不透水面快速提取方法,其特征在于,包括下列步骤:
1.1对原始高分辨率多光谱影像进行大气校正、融合、几何校正预处理,得到具有丰富光谱信息、高分辨率的融合影像;
1.2遵循先易后难,节点之间地物特征差异性明显的原则,建立提取的决策树;
1.3在影像像素层上利用棋盘分割算法,使整幅影像按输入的道路矢量数据分割;针对道路与非道路进行特征描述,即道路为与矢量重叠大于0;非道路为区域中不是道路的部分,区分出道路与非道路部分;
1.4对非道路部分采用异质性最小的区域合并算法进行分割;
1.5依据地物类型的光谱特征、几何特征、拓扑特征,对不同地物进行特征描述,设定地物类型的特征或特征组合,建立完整的分类决策树,构建出完整的能够适用于高分辨率或中低分辨率遥感影像的分类规则集;依据分类规则集在特征空间上进行影像对象识别和标识,完成遥感信息的提取,获得城市区域不透水面分布结果;
1.6通过分类后评价和Kappa指数方法进行分类结果的精度验证。
2.按权利要求1所述的基于规则的精细尺度城市不透水面快速提取方法,其特征在于,步骤1.1所述的原始高分辨率多光谱影像为高分辨率WorldView-3影像,具有8个多光谱波段影像,即蓝色波段、绿色波段、红色波段、近红外波段、海岸波段、黄色波段、红色边缘波段和近红外2波段的影像,多光谱空间分辨率为1.6米,全色波段空间分辨率为0.4米。
3.按权利要求1所述的基于规则的精细尺度城市不透水面快速提取方法,其特征在于,步骤1.4所述异质性最小的区域合并算法分割,其推荐尺度参数范围为80~100,形状因子权重设置为0.1,即光谱因子权重为0.9;紧致度因子和平滑度因子为0.5,各波段参与分割的权重为1。
4.按权利要求1所述的基于规则的精细尺度城市不透水面快速提取方法,其特征在于,步骤1.2所述的地物为建筑物、道路、植被、裸土、水体、人工硬质地面和耕地。
5.按权利要求1所述的基于规则的精细尺度城市不透水面快速提取方法,其特征在于,步骤1.2所述的决策树,分为五个层级、八个节点。
6.按权利要求1所述的基于规则的精细尺度城市不透水面快速提取方法,其特征在于,步骤1.5所述的分类规则集,其依据特征为光谱特征、几何特征、纹理特征、自定义特征和类相关特征构建;
所述的分类规则集,其特征选择依据是最大分离度指数;
所述的分类规则集,其道路、非道路分类特征为长宽比,数值大于3的为道路;植被、非植被分类特征为归一化植被指数NDVI、蓝光波段,NDVI大于0.3且蓝光波段反射率小于300为植被;低亮度体、高亮度体分为特征为近红外1波段、近红外2波段、最大差异指数,近红外1波段和近红外2波段反射率小于300,且最大差异指数大于0.4为低亮度体;透水、不透水分类特征为蓝光波段、归一化水体指数NDWI,蓝光波段反射率小于300且NDWI小于0为透水地物;裸土、耕地分类特征为面积、矩形适合性,面积大于10万像素且矩形适合性大于0.5为耕地;硬质地面、房屋分类特征为紧致度、土壤指数WVSI,紧致度小于1.5左右为房屋;NVSI小于0大于-0.05左右为硬质地面;水体、非水体分类特征为与不透水地物距离、黄光波段、改进型水体指数MNDWI,距离不透水地物小于200像素且黄光波段反射率小于300且MDNWI小于0.3为非水体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710856065.X/1.html,转载请声明来源钻瓜专利网。





