[发明专利]基于光谱空间映射与纯化的对象光谱特征提取方法

说明书

本发明是一种基于光谱空间映射与纯化的对象光谱特征提取方法。首先根据全色与多光谱图像像元之间的空间关系映射得到全色图像初始光谱特征空间S；其次基于全色图像分割结果O定义多光谱像元对象纯度，得到多光谱像元对象纯度图；最后设定对象纯度阈值和与全色图像同大小的标记图像B，对象纯度高于阈值对应B的位置记为1，低于阈值对应B的位置记为0，结合S、B和O统计对象内标记为1的像元初始映射光谱特征的均值得到对象的光谱特征。本发明适用于高分辨率遥感图像单一数据源全色与多光谱图像之间或者多种分辨率数据源间面向对象分析过程中对象的光谱特征提取，可广泛应用于面向对象的专题目标识别、土地覆盖分类与变化检测等领域。

技术领域

本发明是一种基于光谱空间映射与纯化的对象光谱特征提取方法，适用于高分辨率遥感图像单一数据源全色与多光谱图像之间或者多种不同分辨率数据源间面向对象分析过程中对象的光谱特征提取。本发明可广泛应用于面向对象的专题目标识别、土地覆盖分类与变化检测等领域。

背景技术

随着对地观测技术的快速发展，一系列高分辨率遥感卫星的陆续升空，使得高分辨率对地观测数据的获取能力大幅提升，人类进入到多源高分辨率对地观测数据获取的新时代。传统的遥感图像信息提取都是基于最原始的像元级光谱特征进行的。面向对象的图像处理与分析技术的出现，使得图像处理的基本单元由像元过渡到对象，使得特征空间由单一像元光谱特征扩展到对象的光谱特征。面向对象的对象光谱特征提取是对遥感图像分割对象的光谱特征进行统计，得到各个对象的光谱特征向量，进而构成面向对象专题目标识别和分类等应用的光谱特征空间。面对多源的高分辨率遥感数据，如何实现高分辨率遥感图像空间特征与低分辨率遥感图像光谱特征的有机融合，准确提取分割对象的光谱特征，是高分辨率遥感图像综合应用的热点与难点。

不同遥感卫星传感器的波段数目和对应的波谱覆盖范围也不一样。对于中低分辨率遥感数据(例如Landsat-5有7个波段、Landsat-8有11个波段等)具有中等数量的光谱波段数；对于高分辨率光学遥感图像一般包括一个高分辨率全色波段和四个相对低分辨率多光谱波段，光谱测量仅在蓝、绿、红、近红外等范围(例如GF-1、GF-2、SPOT-5等)。高分辨率光学遥感图像提供了更多的空间结构和纹理等细节信息，而较低分辨率的遥感图像则较好地体现了地物的光谱特征，如何实现高分辨率遥感图像空间信息与相对较低分辨率遥感图像光谱信息的有机融合是多源遥感图像面向对象分析与信息提取的关键。常用的处理方法是首先将相对较低分辨率的多光谱图像与较高分辨率的全色图像进行图像融合，然后再基于融合后的高分辨率多光谱图像进行图像分割对象的光谱特征提取。然而，在图像融合的过程中往往会发生光谱信息的失真和丢失，没有最大程度的保留图像的原始光谱特征，图像融合结果的好坏直接决定了特征提取的效果和最终特征应用的精度。同时，基于图像融合的特征提取方法适用于两个数据源图像之间的融合与对象光谱特征提取，对三个及以上不同分辨率数据源的对象光谱特征提取存在一定的局限性。

对象的光谱特征是面向对象遥感图像处理与分析的特征基础，研究高效的多源遥感图像分割对象光谱特征提取方法，对于提高多源遥感图像的光谱信息利用效率，促进多源遥感图像综合应用具有十分重要的应用价值。因此，本发明从高分辨率与低分辨率遥感图像像元间的空间对应关系出发，提出了基于光谱空间映射与纯化的对象光谱特征提取方法，将高分辨率遥感全色图像与低分辨率遥感多光谱图像像元之间的空间对应关系，扩展到高分辨率全色图像分割结果中对象与低分辨率多光谱图像中像元之间的空间对应关系，基于光谱空间映射和纯化策略，实现高分辨率全色图像空间信息与低分辨率多光谱图像光谱信息的有机融合，减少了图像融合的过程中的光谱丢失和失真，最大程度的保留了地物对象的原始光谱特征，为后续面向对象分析与应用提供更优的光谱特征空间。

发明内容

本发明是一种实用的面向对象的光谱特征提取方法，将高分辨率全色遥感图像与低分辨率多光谱遥感图像像元间的空间对应关系扩展到高分辨率全色图像分割结果中对象与低分辨率多光谱遥感图像中像元之间的空间对应关系，采用光谱空间映射与纯化的策略，实现多源高分辨率遥感图像空间特征与低分辨率遥感图像光谱特征的有机融合，获得面向对象分析的光谱特征空间。