[发明专利]一种城市水体提取方法有效

专利信息
申请号: 201710599915.2 申请日: 2017-07-21
公开(公告)号: CN107688776B 公开(公告)日: 2022-12-16
发明(设计)人: 童小华;罗新;赵文明;潘海燕;马小龙;陈鹏;郑守住 申请(专利权)人: 同济大学
主分类号: G06V20/10 分类号: G06V20/10;G06T3/40;G06T7/30;G06V10/56;G06V10/26
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200092 *** 国省代码: 上海;31
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 城市 水体 提取 方法
【权利要求书】:

1.一种城市水体提取方法,其特征在于,包括以下步骤:

获取同一区域的多光谱遥感图像和高分辨率遥感图像并进行预处理,多光谱遥感图像为Sentinel-2图像,高分辨率遥感图像为Google Earth图像;

对预处理后的多光谱遥感图像和高分辨率遥感图像进行配准,并基于配准后多光谱遥感图像和高分辨率遥感图像获得堆叠图像,所述配准包括空间几何配准和相对辐射配准,所述相对辐射配准,具体为:通过一线性拟合方法将高分辨率遥感图像配准到多光谱遥感图像上;

对所述堆叠图像根据地物光谱和形状特征进行过分割,再利用光谱差异度特征对过分割后的对象进行合并,获取水体地物对象,所述对过分割后的对象进行合并具体为:将面积小于900m2或长度小于50m的对象按照其与邻近对象之间的光谱差异合并到相邻对象之中;

提取所述水体地物对象的空间同质性特征和光谱特征并量化,根据设定的最优阈值实现对水体的准确提取,以对象在各波段上的标准差平均值作为空间同质性特征指标;

所述空间同质性特征H表示为:

其中,Std表示分割对象标准差,GE代表高分辨率遥感图像,下标为对应光谱波段。

2.根据权利要求1所述的城市水体提取方法,其特征在于,所述预处理包括:

对多光谱遥感图像进行大气校正;

对高分辨率遥感图像和多光谱遥感图像分别进行研究区域的裁剪和拼接。

3.根据权利要求1所述的城市水体提取方法,其特征在于,所述空间几何配准具体为:

将多光谱遥感图像中的可见光-近红外波段图像利用双线性插值的方法进行空间升采样,选取多光谱遥感图像和高分辨率遥感图像的同名点,采用二次多项式方法将多光谱遥感图像配准到高分辨率遥感图像上。

4.根据权利要求1所述的城市水体提取方法,其特征在于,所述线性拟合方法具体为:

高分辨率遥感图像为待配准图像,多光谱遥感图像为参考图像,记X为待配准图像像元,Y为参考图像像元,计算图像灰度级增益系数G和待配准图像反射率偏移系数B:

其中,n为待配准图像波段数,和为待配准图像和参考图像第i个波段像元均值;

通过以下公式实现对待配准图像的相对辐射配准:

Y=GX+B。

5.根据权利要求1所述的城市水体提取方法,其特征在于,所述光谱特征以水体指数AWEInsh作为判别指标,所述水体指数AWEInsh表示为:

AWEInsh=4×(SenGreen-Senswir-1)-(0.25×Sennir+2.75Senswir-2)

其中,Sen代表多光谱遥感图像,下标为对应光谱波段。

6.根据权利要求1所述的城市水体提取方法,其特征在于,该方法还包括:

基于水体的提取结果和水体真实区域图像对所述提取结果进行精度评价。

7.根据权利要求6所述的城市水体提取方法,其特征在于,进行所述精度评价的评价指标包括制图精度PA、用户精度UA和Kappa系数,具体表达式如下:

其中,m为水体真实区域图像所有像元,mii为提取结果中水体或陆地被正确分类的像元数量,mi+为提取结果中陆地或水体的像元数量,m+i为水体真实区域图像中水体或陆地像元数量。

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同济大学,未经同济大学许可,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/201710599915.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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