[发明专利]基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法在审

专利信息
申请号: 201710935851.9 申请日: 2017-10-10
公开(公告)号: CN107657618A 公开(公告)日: 2018-02-02
发明(设计)人: 刘凯;汤国安;宋春桥;马荣华 申请(专利权)人: 中国科学院南京地理与湖泊研究所
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06K9/00
代理公司: 江苏致邦律师事务所32230 代理人: 徐蓓,尹妍
地址: 210008 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 遥感 影像 地形 数据 区域 尺度 侵蚀 自动 提取 方法
【权利要求书】:

1.一种基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法,其特征在于,包括以下过程:

步骤1,基于多层次流域单元的数据划分:

获取研究区地形数据,基于侵蚀沟形态的空间异质性确定流域划分阈值,将研究区划分为若干个样区单元,对每个样区单元确定一个小流域,用来生成训练数据;

步骤2,根据划分的样区单元进行影像数据的下载,并对影像数据进行预处理;

步骤3,基于预处理影像,对步骤1中每个样区单元确定的小流域的侵蚀沟进行目视解译,获取训练数据;

步骤4,基于影像数据,采用面向对象的方法,经过对象分割、分割对象特征计算和侵蚀沟提取模型构建,获取侵蚀沟的初始提取结果;

步骤5,基于地形数据,生成与侵蚀沟分布相适配的汇水网络,并结合河道数据构建地形骨架,基于所构建的地形骨架信息对侵蚀沟的初始提取结果进行修正,方法如下:

将表征地形骨架的线对象和分割后的面对象进行空间关联分析,实现对提取结果的修正,其修正规则如下:

(a)预测为非侵蚀沟的对象,与任意一二级汇水网络相交则标记为侵蚀沟区域;

(b)预测为非侵蚀沟的对象,与任意三级及以上汇水网络中点相交则标记为侵蚀沟区域;

(c)预测为侵蚀沟的对象,与任意汇水网络均不相交则标记为非侵蚀沟区域;

(d)与河网相交的任何对象均标记为非侵蚀沟区域;

步骤6,对修正后的提取结果进行精度分析并将结果合并输出。

2.根据权利要求1所述的方法,其特征在于,所述步骤1还包括,当单个样区单元的数据量超过计算机处理能力时,采用更小的流域划分阈值,将单个样区单元划分为若干个处理单元;当选取的小流域面积小于处理单元时,则将其隶属的处理单元选中,采用适合的流域划分阈值,提取出采样单元。

3.根据权利要求1所述的方法,其特征在于,所述步骤2中,影像数据选用春秋季节影像。

4.根据权利要求1所述的方法,其特征在于,所述步骤2中,当涉及到多幅影像时,对所述多幅影像进行影像融合和匀色处理。

5.根据权利要求1或2所述的方法,其特征在于,所述步骤4中,对象分割采用多尺度分割算法,每一个样区单元采用一组分割参数;对于进一步划分了处理单元的样区单元,对样区单元所包含的处理单元进行批处理。

6.根据权利要求1所述的方法,其特征在于,所述步骤4中,分割对象特征计算的计算参数包含光谱特征、纹理特征和形状特征。

7.根据权利要求1所述的方法,其特征在于,所述步骤4中,侵蚀沟提取模型采用随机森林算法,基于训练数据,构建预测模型,并将其运用到全部区域。

8.根据权利要求1所述的方法,其特征在于,所述步骤5中,基于地形数据生成与侵蚀沟分布相适配的汇水网络的方法如下:

根据地形数据,确定与侵蚀沟的相适配的汇水网络起点和终点,其起点阈值的设定时保证大多数的汇水网络的源点处在沟头区域的分割对象内部,即相交但不越界;其终点阈值的设定根据研究区河道和侵蚀沟的界限确定。

9.根据权利要求1所述的方法,其特征在于,地形数据来源为Aster GDEM数据,影像数据来源为Google Earth影像数据;地形数据和影像数据精度为中分辨率。

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中国科学院南京地理与湖泊研究所,未经中国科学院南京地理与湖泊研究所许可,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/201710935851.9/1.html,转载请声明来源钻瓜专利网。

×

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