[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 | ||
技术领域
本发明属城市规划信息化应用技术领域,具体涉及基于规则的精细尺度城市不透水面快速提取方法。
背景技术
城市不透水面类型及分布是城市绿地系统规划、排水防涝规划关注的重要内容,城市规划设计对不透水面空间分布现状的精细程度要求也较高。现有的不透水面估算方法常采用建设用地地块性质进行估算,建设用地地块一般以城市道路为边界。具体计算方法如下:统计估算范围内,用地性质为“公园绿地”、“防护绿地”地块的面积。现有的数据获取方式存在以下不足,首先空间尺度较粗略,现有城市不透水面分析以建设用地为基础,用地地块一般以城市道路为边界,忽略了地块内部的透水面分布,例如对于居住用地性质的地块,居住小区内部的绿化状况未考虑在内,再者更新周期长,城市规划建设部门所使用的建设用地数据更新时间不定,且资料搜集、核实环节耗费大量的人力。
遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。基于规则的遥感信息提取技术不仅能利用影像的光谱信息,其更多的是利用影像对象的空间信息、纹理信息、领域对象的关联信息等。由于面向对象信息提取方法从影像整体出发,充分考虑像元与像元之间的相互关系,能有效地克服遥感影像信息提取中的“椒盐现象”,并且可以很好地减少“同谱异物”和“异谱同物”现象,因此已经成为遥感影像处理领域的一个热点研究。建立自动化通用的解译流程不仅可以很大程度上节省人员和时间投入成本,也可以为遥感与其他学科结合进行后续研究提供较好的数据基础。因此,解译自动化一直是有待解决的热门问题。目前尚没有用于提取精细尺度城市不透水面的规则集,需要建立建一套普适性的城市精细尺度下垫面提取规则集,提高城市规划领域获取此项数据的时效性、准确性、经济性。
发明内容
本发明的目的是提出基于规则的精细尺度城市不透水面快速提取方法,按照最大分离度原则,依据几何特征、纹理特征、自定义特征、类相关特征、光谱特征构建分类规则集,形成系统化技术流程,提高城市不透水面获取的效率与准确性。
1.一种基于规则的精细尺度城市不透水面快速提取方法,通过对输入的遥感影像数据进行处理,得出城市不透水面的分布结果,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。
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。
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。
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。
步骤1.2所述的决策树,分为五个层级、八个节点。
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;
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/2.html,转载请声明来源钻瓜专利网。





