[发明专利]一种全自动的区域不透水面遥感信息精确提取方法

权利要求书

1.一种全自动的区域不透水面遥感信息精确提取方法，其特征在于包括以下几个步骤：

步骤1，基于多层次遥感信息提取模型的不透水面覆盖范围(ISA)自动提取：

1)选定遥感影像的聚类方法，对不透水面信息密集区及类间合并段进行分析；

2)通过对样本归属度的计算自动采集不透水样本，在影像范围内提取出ISA分布的全局信息；

3)在多层次专题信息模型中逐步融入高层次空间知识，构建特征输入提取上一步计算可能丢失的局部ISA信息；

4)在对象化表达基础上通过计算对象的空间形态特征，并通过迭代计算的方式对ISA分类结果进行细节修正和信息优化，并通过以上2)-4)步的整合得到精确的ISA信息；

步骤2：基于样本库的像元不透水面覆盖率(ISP)自动计算：

5)ISP样本库的构建：在对具有代表性的ISP样本进行系统采集与组织的基础上，通过数理抽样扩展样本对于全体特征的代表性；

6)对4)得到的ISA信息在5)的样本库中自动匹配与优选最具有代表性的ISP样本集；

7)通过非线性机器学习模型对6)的样本集进行ISP模型训练，然后通过优化的模型应用策略对整个影像进行ISP计算，完成不透水面遥感信息提取流程。

2.根据权利要求1所述的不透水面覆盖范围(ISA)自动提取方法，其特征在于该方法采用了多层次遥感信息提取模型，构建了“全局-局部-细节”的提取流程；其中2)对应“全局”信息的提取，3)对应“局部”信息的提取，4)对应“细节”信息的提取，2)需要在1)中划定的ISA密集区域进行样本自动选择再实现整个区域中ISA全局信息的划定；3)中通过引入纹理特征、空间邻近特征及道路目标特征等三类高层次的影像空间知识对影像局部ISA信息进行进一步提取；4)通过在2)、3)已提取的ISA作用范围内进行多次迭代计算进行细节信息的优化调整，通过整合以上步骤的结果得到最终的ISA信息提取结果。

3.根据权利要求1所述的不透水面覆盖率(ISP)自动计算方法，其特征在于采用了代表性的大样本库而避免了人工参与，其影像空间输入是步骤1提取的ISA结果，其计算过程需要在样本库的支持下完成；其中，5)涉及ISP样本的抽样与优化，其目的是保证整体样本的代表性与准确性，6)是根据影像获取时间与区域以及ISA的空间分布模式自动在ISP样本库中挑选适合的样本子集，7)是配合样本优选算法来进行训练与检验以得到高于精度标准的ISP计算模型，并对应ISP值的高低通过特定的应用策略计算得到整个ISA范围内像元的定量ISP值。