[发明专利]基于面向对象分层分割的建筑垃圾分离方法及相关产品有效

专利信息
申请号: 202011592839.0 申请日: 2020-12-29
公开(公告)号: CN112597936B 公开(公告)日: 2021-10-01
发明(设计)人: 陈强;程倩豪;周磊;刘扬 申请(专利权)人: 北京建筑大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06T5/30
代理公司: 北京德崇智捷知识产权代理有限公司 11467 代理人: 申星宇
地址: 102616*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 面向 对象 分层 分割 建筑 垃圾 分离 方法 相关 产品
【说明书】:

发明属于建筑垃圾处理技术领域,提供了一种基于面向对象分层分割的建筑垃圾分离方法及相关产品,所述方法通过获取多谱影像数据并进行预处理,再进行形态学建筑指数影像处理后得到增强后的遥感影像,将其输入预先建立的基于面向对象分层分割的知识规则分离模型,得到建筑垃圾和非建筑垃圾的分离结果。本发明预先建立基于面向对象分层分割的知识规则分离模型,对遥感影像进行分层分割,有利于不同地物在不同层次尺度下被完整分离,通过对比建筑垃圾与周边地物在光谱、几何和纹理等各类特征上的差异,实现对建筑垃圾信息快速准确的分离,提高分离精度,有效解决了建筑垃圾与裸土、建筑物和植被等周边地物之间光谱易混淆的问题。

技术领域

本发明涉及建筑垃圾处理技术领域,尤其涉及一种基于面向对象分层分割的建筑垃圾分离方法及相关产品。

背景技术

随着我国城市化进程的不断加快,城市中建筑垃圾产生量持续增加,据统计,2018年的全国建筑垃圾已占城市垃圾的30%~40%。由于建筑垃圾的产生与堆放,大量的土地资源被占用,这种情况还造成了空气污染,水污染和土壤污染,破坏了人类赖以生存的环境。建设垃圾科学管理是当前城市管理的重要内容之一,识别违规建筑垃圾堆存区域是建筑垃圾科学管理的前提。

目前采用遥感单光谱特征分析提取建筑垃圾,但由于建筑垃圾具有分布范围广且无规律,容易与周边地物混淆,识别建筑垃圾的位置信息具有很大的挑战。且建筑垃圾成分复杂以及相应的光谱特征也很复杂,其堆积区域周边的裸土、建筑物和植被等地物与建筑垃圾存在“同谱异物,同物异谱”的现象,分类中出现诸多混淆问题,因此,采用传统的遥感单光谱特征很难提取出建筑垃圾堆存区域,导致建筑垃圾与裸土、建筑物和植被等周边地物光谱易混淆的问题。

发明内容

为了解决现有技术中存在的上述技术问题,本发明提供了一种基于面向对象分层分割的建筑垃圾分离方法及相关产品。主要通过遥感影像多特征分析,对比建筑垃圾与周边地物在光谱、几何和纹理等各类特征上的差异,实现对建筑垃圾信息快速准确的识别,能够有效解决建筑垃圾与裸土、建筑物和植被等周边地物之间光谱易混淆的问题。

具体的,主要通过以下技术方案来实现:

一种基于面向对象分层分割的建筑垃圾分离方法,包括以下步骤:

获取多谱影像数据并进行预处理,得到具有全色波段的空间分辨率的待分离遥感影像;对所述待分离遥感影像进行形态学建筑指数影像处理得到增强后的遥感影像;将所述增强后的遥感影像输入预先建立的基于面向对象分层分割的知识规则分离模型,得到建筑垃圾和非建筑垃圾的分离结果。

优选地,所述对待分离遥感影像进行形态学建筑指数影像处理得到增强后的遥感影像,具体包括:对所述待分离遥感影像进行主成分分析,将第一主成分作为掩膜图像;对掩膜图像进行腐蚀运算得到标记图像;在掩膜图像的限制下,对标记图像进行形态学开重建图像处理得到形态学建筑指数影像处理的结果;将该结果与所述待分离遥感影像进行融合得到增强后的遥感影像。

优选地,所述将增强后的遥感影像输入预先建立的基于面向对象分层分割的知识规则分离模型,得到建筑垃圾和非建筑垃圾的分离结果,具体包括:所述知识规则分离模型包括第一层分离模型和第二层分离模型,第一层分离模型对所述增强后的遥感影像利用预设的影像波段进行光谱特征分析,根据光谱均值分布将第一易混淆地物分离为非建筑垃圾;第二层分离模型对经过第一层分离模型分离后的遥感影像基于几何和纹理特征分析,根据分析结果将第二易混淆地物和建筑垃圾进行分离,第二易混淆地物分离为非建筑垃圾。

优选地,第一易混淆地物包括道路和植被;第二易混淆地物包括建筑物和裸土。

优选地,所述预设的影像波段包括蓝波段、绿波段、红波段、近红波段及经形态学建筑指数处理后的单波段。

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北京建筑大学,未经北京建筑大学许可,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/202011592839.0/2.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