[发明专利]地貌边界的测量方法、测量系统和计算机可读存储介质有效
申请号: | 201810873541.3 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109163701B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 褚永彬;卞成琳 | 申请(专利权)人: | 成都信息工程大学 |
主分类号: | G01C7/02 | 分类号: | G01C7/02 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 唐维虎 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地貌 边界 测量方法 测量 系统 计算机 可读 存储 介质 | ||
本发明提供一种测量方法、测量系统和计算机可读存储介质。测量方法包括:测量地形因子;计算地形因子标准差以比较各地形因子的相关性取得相关系数,并由相关系数取得协方差矩阵,其中,协方差矩阵包括方差值;根据标准差和相关系数计算最佳指数;根据最佳指数筛选地形因子;根据方差值和多个子图像的均值选取多个初始聚类中心来非监督分类筛选的地形因子;对所述非监督分类的地形因子进行边界清理以后期处理所述地貌边界。本发明提供的测量方法,能够提地貌监测的准确性,进而提高地貌边界的测量效果。
技术领域
本发明涉及地貌学技术领域,具体而言,涉及一种地貌边界的测量方法、测量系统和计算机可读存储介质。
背景技术
地貌类型的划分和地貌边界的确定是地貌学研究的基础工作。数字高程模型(DEM,digital elevation module)为地貌类型划分提供了大量的基础数据,数字地貌分析和地貌类型的自动划分成为研究热点。现有技术上,DEM设计实现了针对大区域地貌类型的提取和边界识别的方法和流程。
利用地形特征差异或采用数学方法,进行地貌类型提取或地貌边界计算机自动识别绘制,举例来说,DEM利用坡度特征进行黄土高原沟间的提取。通过坡度变率或剖面曲率、采用数学形态学方法提取沟沿线。现有技术上,主要针对较小尺度的地貌类型划分、地貌边界提取,采用的地形因子较为单一。然而,地貌是复杂多变的,尤其是大尺度的地貌分析,单一的地形因子已不能满足地貌边界识别的要求。
发明内容
鉴于上述问题,本发明提供了一种地貌边界的测量方法、测量系统和计算机可读存储介质,能够提高地貌监测的准确性。
为了实现上述目的,本发明采用如下的技术方案:
第一方面,本发明提供了一种地貌边界的测量方法,基于数字高程模型通过计算机程序制作所述地貌边界的图像,所述图像由多个子图像所组成,所述测量方法包括:
测量多个地形因子;
计算各地形因子的标准差以比较各地形因子的相关性取得相关系数,并由所述相关系数取得协方差矩阵,其中,所述协方差矩阵包括方差值;根据所述标准差和所述相关系数计算最佳指数;根据所述最佳指数筛选所述多个地形因子;
根据所述方差值和所述多个子图像的均值选取多个聚类中心来非监督分类所述筛选的地形因子;
对所述非监督分类的地形因子进行边界清理以后期处理所述地貌边界。
作为一种可选的实施方式,在测量多个地形因子之后,以及筛选所述多个地形因子之前,所述测量方法包括:
对所述测量的多个地形因子进行归一化处理;其中,所述归一化处理包括:
先由原始的图像的像元值减去原始的图像的最小像元值,接着除以原始的图像的最大像元值减去原始的图像的最小像元值,接着乘以量纲最大值得到归一化的图像的像元值。
作为一种可选的实施方式,所述多个地形因子包括高程、地面坡度、坡度变率、地面累计曲率、地面粗糙度、地面切割深度、地面起伏度及高程变异系数。
作为一种可选的实施方式,在根据所述最佳指数筛选所述多个地形因子中,所述测量方法包括:
计算各地形因子的均值,其中,所述协方差矩阵包括协方差值;
设置所述标准差和地貌边界的图像的信息量成反比;
其中,方差值的平方为图像的像元值减去图像的像元平均值后取平方值,接着计算所述平方值的平均值;多个子图像至少包括第一图像和第二图像,所述相关性为所述第一图像和所述第二图像间的协方差值,接着除以所述第一图像和所述第二图像间的标准差乘积;
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成都信息工程大学,未经成都信息工程大学许可,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/201810873541.3/2.html,转载请声明来源钻瓜专利网。