[发明专利]一种高分辨率DEM地形特征提取的尺度适应性评价方法有效
申请号: | 202110054955.5 | 申请日: | 2021-01-15 |
公开(公告)号: | CN112860824B | 公开(公告)日: | 2021-12-10 |
发明(设计)人: | 谢潇;薛冰;周熙然 | 申请(专利权)人: | 中国科学院沈阳应用生态研究所 |
主分类号: | G06F16/29 | 分类号: | G06F16/29 |
代理公司: | 北京华专卓海知识产权代理事务所(普通合伙) 11664 | 代理人: | 李巨智 |
地址: | 110016 辽*** | 国省代码: | 辽宁;21 |
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 高分辨率 dem 地形 特征 提取 尺度 适应性 评价 方法 | ||
本发明的实施例提供了一种高分辨率DEM地形特征提取的尺度适应性评价方法。所述方法包括基于高分辨率DEM中待提取的地形要素,定义所述地形要素相关的评价指标;定义所述评价指标对应的多尺度地形提取模型的尺度适应性评价标准;输入待评价的多尺度地形提取模型的集合,根据所述尺度适应性评价标准对所述集合中多尺度地形提取模型的尺度适应性进行评价。以此方式,可以在地形分析过程中,对地形提取模型的高分辨率DEM特征提取的尺度适应性进行评价,从而得到地形要素提取的尺度适应性最佳模型,增加对地形要素提取的准确性,减少误判的几率。
技术领域
本发明的实施例一般涉及地理空间数据处理技术领域,并且更具体地,涉及一种高分辨率DEM地形特征提取的尺度适应性评价方法。
背景技术
比例尺是地形分析的一个基本关注点,甚至是地形分析过程中的一个关键属性。地形特征的表现形式与DEM(Digital Elevation Model,数字高程模型)及其衍生产品的尺度状态有较大的相关性。早期的研究表明地形图的尺度是影响地形识别与地形分析的关键属性,并对DEM的生成、地形要素的提取、地形测绘与地形可视化都产生影响。
随着对地观测系统的发展,比例尺的重要性更加凸显。先进的地球观测系统为公众提供了大量的高分辨率数据集,一般将720p及以上视为高分辨率,而720p以下一般视为低分辨率。高分辨率相较于低分辨率也就意味着更多的地形细节特征,例如河道长度、山区高度、洪水状况等。但是更多的地形细节也有可能带来地形要素提取结果的不确定性,例如在高分辨率的图像中建筑物、岩石或其他非地形物体的边缘都存在被识别为山脊线与山谷线的情况,而这些地物在低分辨率的图像之中往往是难以分辨的。故由于无法对不同多尺度地形提取模型的尺度适应性进行评价,在地形分析过程中无法找到尺度适应性较优的多尺度地形提取模型进行提取,降低了对地形要素提取的准确性,增加了误判的几率。
发明内容
根据本发明的实施例,提供了一种高分辨率DEM地形特征提取的尺度适应性评价方案。
在本发明的第一方面,提供了一种高分辨率DEM地形特征提取的尺度适应性评价方法。该方法包括:
基于高分辨率DEM中待提取的地形要素,定义所述地形要素相关的评价指标;
定义所述评价指标对应的多尺度地形提取模型的尺度适应性评价标准;
输入待评价的多尺度地形提取模型的集合,根据所述尺度适应性评价标准对所述集合中多尺度地形提取模型的尺度适应性进行评价。
进一步地,所述地形要素包括山脊线和山谷线;
所述山脊线,用于描述沿着山脊走向的路线;
所述山谷线,用于描述沿着两山之间狭窄低凹处的路线。
进一步地,所述评价指标包括视觉定性指标和统计定量指标;
所述视觉定性指标包括地形要素的像素点数量、地形要素的结构辨析度、地形要素的类型数量和地形要素的数据量;
所述统计定量指标为不同尺度下DEM地形要素的提取比例。
进一步地,所述评价指标对应的多尺度地形提取模型的尺度适应性评价标准,包括视觉定性评价标准和统计定量评价标准。
进一步地,所述视觉定性评价标准,包括:
如果从多尺度地形提取模型中提取的地形要素的像素点数量随图像尺度递增而连续递增,则所述多尺度地形提取模型具备一级尺度适应性;
如果从多尺度地形提取模型中提取的地形要素的结构辨析度随图像尺度递增而连续递增,则所述多尺度地形提取模型具备二级尺度适应性;
如果从多尺度地形提取模型中提取的地形要素的类型数量和/或数据量随图像尺度递增而连续递增,则所述多尺度地形提取模型具备三级尺度适应性;
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中国科学院沈阳应用生态研究所,未经中国科学院沈阳应用生态研究所许可,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/202110054955.5/2.html,转载请声明来源钻瓜专利网。