[发明专利]一种基于统计标准差的地物信息提取方法有效

专利信息
申请号: 201811491715.6 申请日: 2018-12-07
公开(公告)号: CN109697411B 公开(公告)日: 2020-09-29
发明(设计)人: 王冬利;赵安周;王贺封;刘海新;承达瑜;张安兵;李静 申请(专利权)人: 河北工程大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 李鹏
地址: 056038 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 统计 标准差 地物 信息 提取 方法
【说明书】:

发明属于遥感影像分类领域,具体涉及一种基于统计标准差的地物信息提取方法选取适宜时相的遥感影像数据和获取目标地物提取指标遥感数据;根据目标地物和其它地物在提取指标上的差异性,初步确定一个相对较低的初始阈值;然后以初始阈值通过阈值分割法提取目标地物,并统计提取到的全部目标地物的标准差,接着初始阈值以一定的步长增加并应用增长后的阈值分割提取目标地物,同时统计每个阈值分割后提取到的目标地物的标准差,直到统计的标准差出现下降,则阈值增长和分割结束,标准差由增长变为下降出现拐点时的阈值就是最佳阈值。本发明根据具有精度高、流程简单、人为干扰少、自动化程度等特点。

技术领域

本发明属于遥感影像分类领域,具体涉及一种基于统计标准差的地物信息提取方法。

背景技术

遥感技术具有数据获取范围广、速度快、时效性强以及数据综合性和可比性强等特点,是当前最重要的一种空间数据获取手段。全球每年都会获取到海量的遥感数据,而目标地物信息的分类和提取是遥感领域非常重要的一种技术,也是海量遥感数据后续应用与分析的必要基础工作。因此,遥感地物信息提取方法与模型的研究具有重要的科学价值和应用意义。随着越来越多的遥感平台和传感器技术的开发与应用,越来越多的学科与技术被引入或融入到遥感领域中来,地物信息遥感提取方法也得到了极大的发展。例如,监督分类精度高,非监督分类输入参数少、无需训练样本,决策树分类方法精度高、易于理解等。

尽管目前已经发展了很多种地物信息遥感提取方法,并具有各自独特的优点,但是缺点同样明显。这些已有的方法普遍存在人为干扰因素大、自动化程度低、提取精度不稳定、普适性差等缺点。

发明内容

为了克服现有基于遥感技术的信息提取方法和模型存在的上述问题,本发明提供一种基于统计标准差的地物信息提取方法,提高精度和自动化程度。

具体技术方案为:

一种基于统计标准差的地物信息提取方法,包括以下步骤:

(1)选取适宜时相的遥感影像数据和获取目标地物提取指标遥感数据;

通过目标区域的调研以及遥感数据的可获取性,选择适宜时相的遥感数据,再通过分析区域内各类地物特征,确定目标地物提取指标,根据提取指标的公式或原理获取目标地物提取指标遥感数据;

(2)确定最佳分割阈值;

应用获取到的目标地物提取指标遥感数据,如目标地物处于指标高值区域,其它地物处于低值区域;若相反,则可以用指标最大值减去目标地物提取指标遥感影像;根据目标地物和其它地物在提取指标上的差异性,初步确定一个相对较低的初始阈值;

然后以初始阈值通过阈值分割法提取目标地物,并统计提取到的全部目标地物的标准差,接着初始阈值以一定的步长增加并应用增长后的阈值分割提取目标地物,同时统计每个阈值分割后提取到的目标地物的标准差,直到统计的标准差出现下降,则阈值增长和分割结束,标准差由增长变为下降出现拐点时的阈值就是最佳阈值;

(3)目标地物提取和精度验证。基于目标地物提取指标遥感数据,以上一步获取的最佳阈值为阈值,应用阈值分割法提取目标地物。采用验证样本点和混淆矩阵方法对提取结果进行精度验证。采用验证样本点可以是实地野外采集,也可以是随机撒点结合Googleearth或高空间分辨率影像目视选取。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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河北工程大学,未经河北工程大学许可,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/201811491715.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top