[发明专利]一种基于规则和样本融合的建筑信息提取方法及系统有效
申请号: | 201910533634.6 | 申请日: | 2019-06-19 |
公开(公告)号: | CN110427961B | 公开(公告)日: | 2022-04-05 |
发明(设计)人: | 胡月明;贺晓璐;刘振华 | 申请(专利权)人: | 华南农业大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/764;G06T5/50;G06T7/11 |
代理公司: | 广东广盈专利商标事务所(普通合伙) 44339 | 代理人: | 李俊 |
地址: | 510642 广*** | 国省代码: | 广东;44 |
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 规则 样本 融合 建筑 信息 提取 方法 系统 | ||
1.一种基于规则和样本融合的建筑信息提取方法,其特征在于,所述方法包括:
获取对应区域的worldview2单片数据,所述worldview2单片数据包括1.8m的多光谱数据及0.5m的全色波段数据;
对提取到的所述worldview2单片数据进行预处理,获取预处理后的worldview2单片数据;
根据预处理后的worldview2单片数据进行基于样本的面向对象建筑物信息提取,获取第一建筑物区域信息;以及
根据预处理后的worldview2单片数据进行基于规则的面向对象建筑物信息提取,获取第二建筑物区域信息;
将所述第一建筑物区域信息与所述第二建筑物区域信息进行融合,获取建筑物区域融合提取信息;
所述根据预处理后的worldview2单片数据进行基于规则的面向对象建筑物信息提取,获取第二建筑物区域信息,包括:
获取worldview2立体像对数据,所述worldview2立体像对数据包括前视影像和后视影像;
对所述worldview2立体像对数据进行数字地表模型提取处理,获取数字地表模型;
基于Full Lambda-Schedule算法对预处理后的worldview2单片数据进行尺度分割和合并处理,获取尺度分割和合并结果;
根据所述数字地表模型以及尺度分割和合并结果进行基于规则的面向对象建筑物信息提取,获取第二建筑物区域信息;
所述根据所述数字地表模型以及尺度分割和合并结果进行基于规则的面向对象建筑物信息提取,获取第二建筑物区域信息,包括:
根据所述数字地表模型以及尺度分割和合并结果进行在第一层规则提取建筑物信息,以及利用第二层规则精细化提取建筑物信息,获取第二建筑物区域信息;
所述第一层规则,包括:
计算NDVI值,若NDVI值小于0.35时为非植被区,大于0.35时为植被覆盖区;
当区域的矩形拟合大于0.35时,且拉伸率小于7.2时,排除该区域道路区域;
当1400绿光波段光谱平均值4400时,为使用绿波段的光谱均值是用来剔除水泥地的影响;
当35地域440,且10数字地表模型40时,筛选为建筑物信息;
当1400红色边缘波段的纹理平均值1890时,剔除少量作物地块对建筑物信息提取的影响;
所述第二层规则,包括:
当2600蓝色光谱平均值3700时,识别为蓝色建筑物,利用蓝色波段的光谱平均值进行建筑物信息提取。
2.根据权利要求1所述的建筑信息提取方法,其特征在于,所述对提取到的所述worldview2单片数据进行预处理,获取预处理后的worldview2单片数据,包括:
对所述worldview2单片数据进行辐射定标处理,获取辐射定标后的worldview2单片数据
对辐射定标后的worldview2单片数据进行FLAASH大气校正处理,获取FLAASH大气校正后的worldview2单片数据;
对FLAASH大气校正后的worldview2单片数据进行正射校正处理,获取正射校正后的worldview2单片数据;
对正射校正后的worldview2单片数据基于NNDifuse Pan Sharpening方法进行融合处理,获取融合后的worldview2单片数据。
3.根据权利要求1所述的建筑信息提取方法,其特征在于,所述根据预处理后的worldview2单片数据进行基于样本的面向对象建筑物信息提取,获取第一建筑物区域信息,包括:
基于Full Lambda-Schedule算法对预处理后的worldview2单片数据进行尺度分割和合并处理,获取尺度分割和合并结果;
基于支持向量机对所述尺度分割和合并结果进行分类,获取分类结果;
根据所述分类结果获取第一建筑物区域信息。
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华南农业大学,未经华南农业大学许可,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/201910533634.6/1.html,转载请声明来源钻瓜专利网。