[发明专利]一种在高分辨率遥感影像中识别建筑物的方法

权利要求书

1.一种在高分辨率遥感影像中识别建筑物的方法，包括以下步骤：

S1. 输入遥感影像Image，该影像包含BandNum个波段，该影像的大小为RowNum行，ColNum列，指定跨度阈值SpanNum；输入由SampleNum个样本点构成样本集TestSet；

S101，输入遥感影像Image，该影像包含BandNum个波段，该影像的大小为RowNum行，ColNum列；

S102，指定跨度阈值SpanNum；跨度阈值的取值区间为[5,10]，默认值为5；

S103，在影像上选取SampleNum个样本点构成样本集TestSet；

TestSet为一个SampleNum个样本集合{p1,p2,p3,..p_SampleNum}，对于其中任意一个样本p_i其内容为p_i={hs,ls,lable,character}，其中hs表示p_i在影像中所处行，ls表示p_i在影像上所在处列，label的值为1或者-1，其中1表示p_i所在位置为建筑物，-1表示p_i所在位置为非建筑物,样本规律性特征character为4个元素的数组；

S2. 建立影像位置异质性处理器HeteroOperator；HeteroOperator需要输入两个位置点px1和px2，输出为异质性差值HeteroDifference；

S201，建立影像位置异质性处理器HeteroOperator；HeteroOperator的输入为两个位置点px1和px2；

px1的内容为px1={hs1,ls1},其中hs1表示px1在影像中所处的行，ls1表示px1在影像中所处的列，px1的内容为px1={hs1,ls1},其中hs1表示px1在影像中所处的行，ls1表示px1在在影像中所处的列；

S202，设置异质性差值HeteroDifference=0；

S203, 设置行暂存变量counterI=0；

S204, 设置列暂存变量counterJ=0；

S205，取出Image上行为hs1-2+counterI列为ls1-2+counterJ的像元，并存储在变量Pixel1中；

S206，取出Image上行为hs2-2+counterI列为ls2-2+counterJ的像元，并存储在变量Pixel2中；

S207,计算Pixel1与Pixel2的差距diff，计算公式如下：

S208，计算HeteroDifference=HeteroDifference+diff；

S209，计算counterJ=counterJ+1；

S210，如果counterJ(SpanNum/2)则转到S205, 否则转到S211；

S211, 计算counterI=counterI+1；

S212, 如果counterI(SpanNum/2)则转到S204, 否则转到S213；

S213，计算HeteroDifference=tanh(HeteroDifference)；

S214，输出异质性差值HeteroDifference；

S3，构建影像像元规律性过滤器Filter，Filter的输入为一个位置点PixelFilter，输出为该位置的规律性数组Regular：

S301，构建影像像元规律性过滤器Filter，Filter的输入为一个位置点PixelFilter；

PixelFilter的内容为PixelFilter={hsP,lsP},其中hsP表示PixelFilter在影像中所处的行，lsP表示PixelFilter在影像中所处的列；

S302，计算过滤范围参数filterscope=round(SpanNum/4+0.5) ；

其中round为进行四舍五入；

S303，构建模板数组一mask1=[-filterscope, -filterscope, filterscope,filterscope]，模板数组二mask2=[-filterscope, filterscope, -filterscope,filterscope]；

mask1和mask2为数组，两个数组均包含4个元素，数组的下标为从1到4；

S304,构建规律性数组Regular=[0,0,0,0]；

temp为数组，数组均包含4个元素，数组的下标为从1到4；

S305，循环变量counterP=1；

S306，建立px2变量，px2的hs2=hsP，px2的ls2=lsP；

S307, 建立 px1变量，px1的hs1=hsP+SpanNum×mask1[counterP], px1的ls1=lsP+SpanNum×mask2[counterP]；

其中mask1[counterP]表示mask1的第counterP个元素，mask2[counterP]表示mask2的第counterP个元素；

S308，输入px1和px2，执行影像位置异质性处理器HeteroOperator，获得HeteroDifference；

S309，Regular[counterP]=HeteroDifference；

其中Regular[counterP]表示Regular的第counterP个元素；

S310，counterP=counter+1；

S311，如果counterP=4则转到S306，否则转到S312；

S312，输出Regular；

S4，通过Filter处理TestSet的所有元素；TestSet中每一个样本通过Filter的处理获得规律性特征character；

S401，取出TestSet中的一个元素p_i={hs,ls,lable,character}；

S402，建立变量PixelFilter，PixelFilter的hsP=hs，PixelFilter的lsP=ls；

S403，输入PixelFilter，执行Filter，获得Regular；

S404，p_i的character=Regular；

S5，构建结果影像ResultImage，ResultImage的行数与列数与Image相同；通过Filter处理Image中的所有像元，并与TestSet的样本进行比较，获得是否为建筑物的判断结果；根据判断结果设定ResultImage中像元的颜色，白色对应建筑，黑色对应非建筑；

S501，取出Image中的每一个像元，像元其位置所在行为hsC，所在列为lsC；

S502，建立变量PixelFilter，PixelFilter的hsP=hsC，PixelFilter的lsP=lsC；

S503，输入PixelFilter，执行Filter，获得Regular；

S504，样本计数器counterS=1，统计值sums=0；

S505，取出TestSet中的第counterS个样本，获得该样本的label和character；

S506，计算带下标距离labelDiff：

S507， sums=sums+labelDiff；

S508, counterS=counterS+1；

S509, 如果counterS=SampleNum则转到S505，否则转到S510；

S510，如果sums0则转到S511，否则转到S512；

S511，将ResultImage上行为hsC列为lsC的像元标记为黑色，转到S513；

S512，将ResultImage上行为hsC列为lsC的像元标记为白色；

S513，处理过程结束。