[发明专利]一种遥感影像居民地提取方法及装置

说明书

本发明涉及一种遥感影像居民地提取方法及装置，属于遥感影像处理应用领域。本发明将遥感影像缩放为不同分辨率的尺度影像，然后计算得到各尺度影像中所有像素点的属性标记，通过转换，可以得到遥感影像上所有像素点的多个属性标记结果，最后通过综合判断以提取居民地信息。本发明利用低分辨率尺度影像纹理特征清晰的原理，选择低分辨率的多尺度遥感影像替代高分辨率的原始遥感影像进行居民地提取，最终通过综合判断得到居民地属性标记结果，提高了提取结果的准确性。

技术领域

本发明涉及一种遥感影像居民地提取方法及装置，属于遥感影像处理应用领域。

背景技术

目前，国内外针对遥感影像地物特征的描述主要集中在光谱、纹理和几何形状信息等3个方面。伴随遥感影像分辨率的提高，地物的形状多样性和光谱复杂性趋于明显，“同谱异物”、“异物同谱”现象更加显著，较高的类内变化和较低的类间差异极大地减弱了不同地物要素在光谱域的模式可分性，单纯依靠光谱信息已不能较好地实现地物的识别提取；几何特征主要利用形状和大小等信息，算法相对简单，常作为辅助特征用于地物识别提取后处理；而纹理特征作为基本视觉特征之一，能够兼顾宏观特征和微观细节，具有较强的稳定性，在遥感影像的处理分析中呈现越来越明显的优势。

在《基于纹理特征的遥感影像居民地提取技术研究》(金飞，解放军信息工程大学博士学位论文)一文中，公开了一种基于纹理特征的遥感影像居民地提取方法，文中采用基于种子点的区域生长方法来进行居民地的提取，采用8邻域的搜索方式，量测种子点和候选点之间的纹理特征的相似性距离，通过一定准则判定候选点是否与种子点归为一类，重复以上过程直至符合条件的像素点搜索完毕。其中，作者具体使用了多种不同方法(包括傅里叶变换、小波变换和Gabor变换等)来完成相应的纹理特征提取，以说明各个方法之间的优劣性。

但上述方案针对每一块居民地均需要计算具体的、精确到度的纹理方向，而其弊端在于：人工干预环节太多，需要人工选定一个种子点，计算量大，不够实用。本领域中，一个地级市所管辖的行政村(居民地)一般在数百个之多，在一些人口密集区域，最多能够达到上千个，而现有技术所公开的居民地提取方法要求在整幅遥感影像中人工框定出每一个行政村，那么就需要由专人进行成百上千次的相应操作来完成，同时需要针对每一个行政村专门进行主方向的计算，计算量太大，实用性不高；而实际应用中，每一块居民地的大小是随机不确定的，因此其外轮廓也是不确定的，以种子点为基础，需要框定多大的影像范围来计算主方向无法确定，框定的范围小了，那么居民地(比如行政村)就框不完，框定范围大了的话，又把其他的村子或者地物框了进来，计算的主方向不准确。

另外，现有技术直接使用高分辨率影像，居民地提取是基于纹理特征相似度进行的，但是高分辨率的遥感影像中居民地的纹理特征并不清晰，因此现有技术提取的结果并不准确。

发明内容

本发明的目的是提供一种遥感影像居民地提取方法及装置以解决目前基于纹理特征的遥感影像居民地提取准确度不高的问题。

为实现上述目的，本发明提供方案一：一种遥感影像居民地提取方法，包括以下步骤：

1)将遥感影像I以M个不同尺度分别进行缩小处理，得到M个具有不同分辨率的尺度影像，其中M为不小于1的整数；

2)分别在各尺度影像上计算得到各尺度影像上所有像素点的居民地属性标记结果；

3)将各尺度影像上所有像素点的居民地属性标记结果转换到遥感影像I中，得到遥感影像I中所有像素点M次的居民地属性标记结果；

4)根据遥感影像I中所有像素点M次的居民地属性标记结果进行综合判断，得到遥感影像I中所有像素点的最终居民地属性标记结果；

5)根据遥感影像I中所有像素点的最终居民地属性标记结果，提取遥感影像I中的居民地轮廓边界。