[发明专利]遥感影像分类方法、分布式风电场的选址方法和设备

说明书

提供一种遥感影像分类方法、分布式风电场的选址方法和设备，该遥感影像分类方法包括：获取目标区域的遥感影像；从遥感影像中提取多个波段的光谱图像；将每个波段的光谱图像分割为至少一个对象区域，一个对象区域对应一个对象标识；基于多个波段的光谱图像中的每个对象区域所对应的对象标识识别遥感影像中的对象；获取每个对象的代表特征；基于每个对象的代表特征对每个对象进行分类，以确定每个对象的类别。采用本发明示例性实施例的遥感影像分类方法、分布式风电场的选址方法和设备，能够提高对遥感影像中的地物信息的识别精度。

技术领域

本发明总体上涉及遥感分类识别领域，更具体地讲，涉及一种遥感影像分类方法、分布式风电场的选址方法和设备。

背景技术

风电行业规划的分散式风电场由于周围村庄、道路、农田、水源等限制性因素较多，在微观选址过程中需要对每个规划机位点周围的限制性因素逐个进行确认，并测量限制性因素距离机位点的距离，以此来确定机位点的规划是否合理。

目前对规划的分散式风电场一般采用现场踏勘的方式。例如，在前期规划风电场时，通过人工方式根据Google地图上地物的颜色、形状通过肉眼识别判断地物信息，从而手动规划风电场，选取规划机位点。但由于Google地图的分辨率较低、肉眼识别地物信息的误差较大，导致这种规划风电场/规划机位点的方式精确性较低。

在基于Google地图选取规划机位点之后，还需由工作人员到达规划机位点所在位置进行现场踏勘，人工发现在规划的分散式风电场周围的限制性因素，并由工作人员实地测量限制性因素距离规划机位点的距离，加以记录，通过后期整理来判断规划机位点对周围限制性因素的影响，以此来判断规划机位点的规划是否合理。然而在现场踏勘的过程中受道路、天气等多种因素的影响，并不是短时间内或一次可以完成的，并且这种现场踏勘方式对踏勘人员的体力、技术及现场经验有一定的要求。

发明内容

本发明的示例性实施例的目的在于提供一种遥感影像分类方法、分布式风电场的选址方法和设备，以克服上述至少一个缺点。

在一个总体方面，提供一种遥感影像分类方法，所述遥感影像分类方法包括：获取目标区域的遥感影像；从所述遥感影像中提取多个波段的光谱图像；将每个波段的光谱图像分割为至少一个对象区域，一个对象区域对应一个对象标识；基于所述多个波段的光谱图像中的每个对象区域所对应的对象标识识别遥感影像中的对象；获取每个对象的代表特征；基于每个对象的代表特征对每个对象进行分类，以确定每个对象的类别。

可选地，每个对象可为遥感影像中由连续的指示相同合并属性的像元形成的一个区域，其中，遥感影像中的任一像元的合并属性可为在各个波段的光谱图像中的与所述任一像元处于相同位置的像元所对应的对象标识的组合。

可选地，可通过以下方式确定遥感影像中的任一像元的合并属性：当在各个波段的光谱图像中的与所述任一像元处于相同位置的像元所对应的对象标识均相同时，将在所述多个波段的光谱图像中的任一波段的光谱图像中的与所述任一像元处于相同位置的像元所对应的对象标识确定为所述任一像元的合并属性；当在各个波段的光谱图像中的与所述任一像元处于相同位置的像元所对应的对象标识不相同时，将在各个波段的光谱图像中的与所述任一像元处于相同位置的像元所对应的对象标识的组合确定为所述任一像元的合并属性。

可选地，可通过以下方式获取任一对象的代表特征：从各个波段的光谱图像中提取与所述任一对象处于相同位置的区域的代表特征；将从各个波段的光谱图像中提取的代表特征构成一特征集合，将所述特征集合作为所述任一对象的代表特征。

可选地，所述代表特征可为在每个波段的光谱图像中的与遥感影像中的每个对象包括的像元处于相同位置的像元的像元波段值的基本统计值。

可选地，所述基本统计值可包括以下项中的至少一项：像元波段值的最大值、像元波段值的最小值、像元波段值的均值、像元波段值的方差、像元波段值的偏态、像元波段值的峰度。