[发明专利]一种基于多级对象分类的地理国情地表覆盖监测方法

说明书

技术领域

本发明属于遥感影像信息提取与变化检测技术领域，具体涉及一种基于多级对象分类的地理国情地表覆盖监测方法。

背景技术

2013年2月，国务院办公厅发布了《关于开展第一次全国地理国情普查的通知》，地理国情普查开始全面开展，至2015年第一次全国地理国情普查已基本完成。自2016年起地理国情监测工作已进入常态化监测阶段。目前，地理国情监测的地表覆盖及其变化信息与地理国情要素及其变化信息已在自然、人文、社会、经济等众多领域得以应用，为制定国家和区域发展规划与决策、推动经济社会可持续发展提供了可靠依据。现阶段，地理国情监测中地表覆盖监测工作主要利用高分辨率遥感影像，采用内外业结合的方法开展，按照“内业为主，外业为辅”的原则安排任务，主要技术流程为内业遥感解译-外业核查-内业编辑整理。其中内业遥感解译主要通过人工目视解译实现，解译过程消耗大量的人力、物力和时间。因此，各相关部门迫切需要利用计算机自动/半自动的遥感影像解译方法减小内业工作量并提高内业作业效率和精度。

基于遥感影像变化的检测方法研究一直是遥感信息处理与分析技术领域的研究热点。随着遥感技术的不断发展，遥感影像变化检测方法也日趋丰富，并得到了广泛的应用。然而，至今并不存在具有普适性的遥感影像变化检测方法，通常需要根据特定需求设计具有针对性的变化检测模型与方法。同时，随着遥感影像空间分辨率的提高，高分辨率遥感影像在各行业中得到广泛应用。但遥感影像空间分辨率的提高在提供更丰富、详尽的地表信息的同时，也大大增加了遥感影像自动化解译的难度。

发明内容

本发明的目的在于提供一种基于多级对象分类的地理国情地表覆盖监测方法，以减少地理国情监测内业人员的工作量和提高地表覆盖监测的效率。

为此，本发明的技术方案如下：

一种基于多级对象分类的地理国情地表覆盖监测方法，包括以下步骤：

a)影像分割：输入前一时期的地表覆盖矢量数据和当前时期的高分辨率遥感影像数据，结合前一时期的地表覆盖矢量数据和当前时期高分辨率遥感影像的影像特征，对当前时期的高分辨率遥感影像进行影像分割，得到基础影像对象集；

b)前一期地表覆盖分类:利用步骤a输入的前一时期的地表覆盖矢量数据的类别信息得到多级类别信息，并赋予基础影像对象集中的所有影像对象；

c)样本筛选：根据基础性地理国情监测内容和指标体系及步骤b得到的多级类别信息对影像对象进行筛选，分别得到每个级别和类别的样本对象；

d)当前影像逐级分类：利用步骤c筛选出的样本对象对当前时期高分辨率遥感影像逐级进行分类；

e)地表覆盖变化分析：比较步骤d得到的当前时期的分类结果与步骤b得到的前一时期分类结果，识别出类别发生变化的影像对象。

上述的步骤a)中，所述影像对象是具有特征同质性的相邻像素的集合；所述影像对象集是影像包含的所有影像对象的集合，通过影像分割，将影像划分为互不交叠的子区域而得到；所述基础影像对象集是进行面向对象分类的最小尺度对象集。

上述的步骤a)中，所述影像分割的方法包括以下步骤：

1)利用前一时期地表覆盖矢量数据的面元位置信息分割影像；

2)以上述分割结果得到的影像对象为初始对象，利用多尺度分割算法，综合当前影像的影像特征，得到更小尺度的影像对象集合，影像对象的尺度大小由变化图斑的尺度大小决定。

上述的步骤b)中，进行多级分类的方法为：根据基础性地理国情监测内容和指标体系进行三级分类，其中，低一级别的类别应包含在相应的高一级别的类别中。

上述的步骤c)中，利用最大类间方差法确定阈值，分别对各级各类所包含的影像对象进行筛选，保留部分在当前影像中类别未发生变化的影像对象作为各级各类的样本对象。

上述的步骤d)中，利用步骤c)得到的样本对象作为训练集，采用随机森林模型进行训练和分类。

上述的步骤d)中，逐级进行分类的过程为：首先进行高一级别的类别分类，再根据高级别分类结果分别对其各类所包含的影像对象进行次一级别的类别分类。

针对地理国情地表覆盖监测的实际需求，本发明提出了基于多级对象分类的地理国情地表覆盖监测方法。该方法利用前期地理国情监测结果和当前时期高分辨率遥感影像数据实现了地理国情地表覆盖的自动化监测，利用面向对象的遥感影像处理与分析技术，根据地理国情监测内容和指标体系的类别从属关系，实现了高分辨率遥感影像的自动化分类与变化检测。