[发明专利]一种基于遥感场景分类的港口矿石堆场识别方法

说明书

本发明公开了一种基于遥感场景分类的港口矿石堆场识别方法，包括如下步骤：首先对遥感图像的任意区域进行纹理特征识别，并通过提取港口海岸边缘线；其次基于CA变化通过不同的场景图特征差异进行分类；再者基于矿石堆场空间关系特征精准识别，提起矿石堆场的关联关系，并且识别的待分析矿石堆场组成特征点集；最后通过正则化逻辑回归建立分类器，再通过分类器进行二次优化得到约束条件；将主题概率特征进行组合并利用向量分类器进行场景分类识别矿石堆场；通过纹理特征提取原始属性，剔除杂质数据，通过CA变换获取分层能力后获得场景图特征，具有较高的针对性，能够实时校准数据，根据现场情况进行数据更新的识别，准确率高。

技术领域

本发明涉及技术领域，具体为一种基于遥感场景分类的港口矿石堆场识别方法。

背景技术

遥感图像在各个方面的应用极为广泛，而且随着遥感图像识别技术的进一步发展，其应用将会更进一步得到提高。在遥感的应用中，是不需要直接接触有关目标而能收集信息，并能对其进行判读、分类和识别，利用遥感技术能够动态、快速、准确的获取大量对地观测数据。

港口作为海上运输的枢纽，起着非常重要的作用，因此越来越受到人们的重视，成为规划海上运输交通的重要研究方向。在港口的建设和规划中首先需要对港口数据进行收集，即需要获取港口中各种地物及其位置，而对于海运来说，矿石进行海上运输是最为划算的一种运输方式，因此在港口建设矿石堆场是非常普遍的。而矿石堆场由于其特殊性，在实际的建设中，需要考虑的问题比较多，而这一切都是基于遥感图像的解析上。

但是目前来说，基于遥感图像对于港口后方的仓库来进行识别是具有一定的困难，在现有的技术方案中，如申请号为201610847190.X公布的一种港口的矿石堆场图像的提取方法，包括：(1)对遥感影像的一个波段使用leesigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；(2)把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；(3)在得到的影像对象中，把离不包含装卸设备的泊位一定距离的对象分类为类别A；(4)使用亮度均值，把A类别中亮度较高的对象剔出出去；(5)使用归一化差异植被指数NDVI特征把其阈值较大的对象从A类别中剔出出去。

综合上述技术方案和现实存在的问题，以及结合目前被广泛应用的技术方案，还存在的主要缺陷主要体现在以下几个方面：

(1)首先，目前并没有专门的方法针对港口后方物流仓库的遥感识别，已有的方法由于是适用于其它地物的识别，因此，不能够根据港口仓库的特征进行准确的识别，而且在遥感的大数据处理过程中，由于缺乏针对性，数据处理效率低；

(2)其次则是现有的数据处理方式大多数是基于对遥感图像的直接提取，而这种提取方式最主要的缺陷就是原始数据处理量比较大，在这种计算流程中，往往会将一些不需要或者不在这个范畴中的数据也会考虑进去，进一步增强了数据处理的复杂性；

(3)再者就是在现有的数据处理过程中，在已有的数据处理中，并没有根据矿石堆场的特征进行图像分类来提取特征，因此对于图像的提取不准确，而且由于矿石堆场没有具体的外形，在实际的识别中，需要不断的根据现场进行修正和校正，才能准确的识别，而这一缺陷是目前大多数技术方案所没有涉及的。

发明内容

为了克服现有技术方案的不足,本发明提供一种基于遥感场景分类的港口矿石堆场识别方法，通过纹理特征提取原始属性，剔除杂质数据，通过CA变换获取分层能力后获得场景图特征，具有较高的针对性，能够实时校准数据，根据现场情况进行数据更新的识别，准确率高，能有效的解决背景技术提出的问题。

本发明解决其技术问题所采用的技术方案是：一种基于遥感场景分类的港口矿石堆场识别方法，包括如下步骤：

S100、基于活动轮廓模型提取港口海岸线，对遥感图像的任意区域逐次进行纹理特征识别，形成海域纹理区域和不规则纹理区域，并提取港口海岸边缘线；