[发明专利]基于最佳光谱指数选择的高分辨遥感影像建筑物提取方法有效
申请号: | 201810382988.0 | 申请日: | 2018-04-26 |
公开(公告)号: | CN108596103B | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 顾玲嘉;曹琼;任瑞治 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/38;G06K9/46;G06K9/62;G06T7/136 |
代理公司: | 长春吉大专利代理有限责任公司 22201 | 代理人: | 李泉宏 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
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 最佳 光谱 指数 选择 分辨 遥感 影像 建筑物 提取 方法 | ||
1.基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,具体步骤如下:
步骤一、影像预处理:将低空间分辨率的多光谱图像和高空间分辨率的单波段图像进行融合处理,生成高分辨率、多光谱遥感图像,然后对影像进行辐射校正和正射校正,最后进行图像剪裁选取需要的图像区域的步骤;
步骤二、基于最佳光谱指数选择的建筑物图像提取:针对选择的高分辨率遥感影像的波段信息,8波段或4波段;基于最佳光谱指数选择的建筑物图像产生一幅新的灰度影像,通过阈值分割将影像分为建筑物和背景两类;
基于8波段高分辨率遥感影像建筑物提取的最佳光谱指数如式(1)所示,命名为NSBI:
式(1 )中Coastal,Blue分别是高分辨率遥感影像中海岸波段、蓝波段的值;
基于4波段高分辨率遥感影像中建筑物提取的最佳光谱指数如式(2)所示,命名为DSBI:
式(2 )中Blue,Red和Green分别是高分辨率遥感影像中蓝波段、红波段和绿波段的值;
基于最佳光谱指数选择获取一幅建筑物与非建筑物差异更大的灰度影像,然后通过Ostu算法将灰度影像分为建筑物和背景,流程如下:
①计算灰度图像的直方图,并对直方图进行归一化处理,灰度范围为[0,1];
②i表示分割阈值,通过归一化的直方图,统计0~i灰度级的像素,即前景像素所占整幅图像的比例w0和该区域的平均灰度u0;然后统计i~1灰度级的像素,即背景像素所占整幅图像的比例w1和该区域的平均灰度u1;
③基于不同的阈值i计算前景像素和背景像素的方差g=w0×(u0-u1)2+w1×(u0-u1)2;
④从i=0开始计算相应的方差值g,直到i=1截止,将方差最大时对应的i值作为图像的全局阈值,并以此进行图像分割;
步骤三、影像后处理:通过几何约束和形态学处理减少噪声干扰和滤掉突刺。
2.根据权利要求1所述的基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,其特征在于,步骤一:影像预处理的步骤中辐射校正的方法具体步骤如下:利用完整的遥感图像处理平台进行快速大气校正工具进行辐射校正,去除部分大气的影像,或者利用完整的遥感图像处理平台进行基于光谱超立方的快速视线大气校正和辐射定标处理,将传感器记录的数字量化值转化为物理量相关的相对值。
3.根据权利要求1所述的基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,其特征在于,步骤一:影像预处理的步骤中正射校正的方法:根据影像的有理多项式系数文件和数字高程模型,通过完整的遥感图像处理平台进行正射校正,校正遥感图像的空间和几何畸变,将影像校正为多中心投影正射图像。
4.根据权利要求1所述的基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,其特征在于,步骤一:影像预处理的步骤中图像融合的方法:利用完整的遥感图像处理平台进行高斯施密特正交变换融合或最近邻扩散融合,将低空间分辨率的多光谱图像和高空间分辨率的单波段图像进行融合处理,生成高分辨率、多光谱遥感图像。
5.根据权利要求1所述的基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,其特征在于,步骤三:影像后处理的步骤中根据建筑物面积和长宽比对提取的影像进行几何约束。
6.根据权利要求1所述的基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法,其特征在于,步骤三:影像后处理的步骤中选择大小为2~4的方形或圆盘结构元素进行形态学处理。
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吉林大学,未经吉林大学许可,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/201810382988.0/1.html,转载请声明来源钻瓜专利网。