[发明专利]一种基于遥感图像分类的大规模红外地形场景实时渲染方法

权利要求书

1.一种基于遥感图像分类的大规模红外地形场景实时渲染方法，所述方法具体包括如下步骤：

步骤一、建立地形分类模型，对可见光大规模地形遥感图像进行地形分类；

步骤二、建立简化的地形辐射模型；

选取五种地形，依照能量平衡方程建立太阳辐射、大气辐射、地表向外辐射、潜热通量、显热通量和地表向下辐射的平衡方程，建立地表辐射模型；对所述地表辐射模型进行简化，过程如下：

A：忽略地表反射对于环境辐射的影响；

B：假设地表以下0.5m处温度为常值并且自地表向下温度均匀变化；

C、对于地表能量平衡方程影响不直接或者本身数值稳定的参数设定经验值；

步骤三：基于cfMMOC大规模地形渲染模型和着色器的红外纹理实时生成，对大规模地形的红外特性进行实时渲染；

其特征在于：

步骤一具体流程如下：

步骤101、获取可见光波段下的大规模地形遥感图像，按照分辨率精细程度划分为0～14共15级LOD的数据集；

步骤102、选取所述大规模地形遥感图像中地表材质特征向量；

所述地表材质特征向量包括颜色特征向量和纹理特征向量；

所述颜色特征向量包括色相、饱和度以及明度各10维；

所述纹理特征向量包括能量、熵、惯性矩以及标准差共8维；

步骤103、选取遥感图像数据集中14级的遥感图像作为监督学习中的训练数据，生成对应的训练图片和标签数据，并选取测试用的测试图片；

所述的标签数据是指地形种类，包括裸地、草地、森林、枯林和水体这五种；

步骤104、对于训练图片采用机器学习集成方法中的支持向量机方法进行分类学习，核函数选用高斯核，超参数中高斯核系数选取0.43，惩罚系数选为1.0；

对测试数据集进行迭代训练，得到地形分类结果；

当地形分类结果Kappa系数大于0.8后，完成模型训练过程，得到地形分类模型；

将所述的地形分类模型应用到遥感图像，得到全部15个等级的遥感图像的地形分类结果；

步骤三具体流程如下：

步骤301、获取15级LOD遥感图像的高程数据，并将高程数据转化为描述地形的三维网格Mesh数据，并按照cfMMOC模型的要求进行结构化划分，按照四叉树结构存储不同等级的遥感图像与三维网格Mesh数据；

步骤302、基于着色器实现红外纹理实时动态渲染；

将步骤一中获取的地形分类结果输入到片段着色器材质输入接口中；从气象站数据中选取当地时间、环境温度、风速和相对湿度作为简化后的地表辐射模型的输入数据，计算遥感图像中的地形表面温度值，并将所述的地形表面温度值输入到片段着色器数值输入接口中；

所述的片段着色器根据灰度与温度对应关系或者红外伪色彩，将地形表面温度值转化为颜色数据或灰度数据，在颜色数据或灰度数据上叠加红外噪声，实现地形表面温度值到红外纹理的实时动态渲染；

步骤303、基于cfMMOC模型，读取步骤302中获取的红外纹理数据实现大规模地形遥感图像的三维红外场景实时渲染；

cfMMOC模型的渲染分为前进程和后进程两个部分；

前进程中的渲染器将原始窗口中视点信息发送给后进程中的渲染器；

后进程中的渲染器在小窗口实现像素计算，像素计算结果体现可见性信息，将所述的可见性信息发送给前进程的地形块管理单元；

所述的前进程的地形块管理单元将地形块状态反馈给后进程的地形块管理单元；

所述的后进程的地形块管理单元判断地形资源在前进程的加载状态，并结合地形块状态数据向前进程的地形块加载器发出数据加载/卸载请求信息；

前进程获取到地形数据加载/卸载请求信息之后，在原始窗口更新地形网格数据，并结合步骤302实时生成的红外纹理数据进行实时的三维红外场景渲染；

该过程中地形块数据分别通过前后进程的地形块加载器进行加载。