[发明专利]一种基于非监督分类技术的地物信息提取方法在审
申请号: | 201811491533.9 | 申请日: | 2018-12-07 |
公开(公告)号: | CN109726639A | 公开(公告)日: | 2019-05-07 |
发明(设计)人: | 刘新侠;王冬利;张安兵;承达瑜;刘海新;赵安周;李静;赵玉玲 | 申请(专利权)人: | 河北工程大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 李鹏 |
地址: | 056038 河*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地物信息 非监督分类 遥感数据 单期 遥感影像分类 获取目标 目标地物 林业 | ||
本发明属于遥感影像分类领域,具体涉及一种基于非监督分类技术的地物信息提取方法,采用非监督分类方法,根据数据的可获取性,分为单期遥感数据和多期遥感数据两种情况,分别提取地物信息。本发明提供的一种基于非监督分类技术的地物信息提取方法,基于非监督分类技术的地物信息提取方法,根据数据的可获取性,分为单期遥感数据和多期遥感数据两种情况,分别结合不同的技术提取地物信息,从而达到更准确获取目标地物信息的目的。可以用于农业、林业、地学等领域,精确各领域内的目标地物信息。
技术领域
本发明属于遥感影像分类领域,具体涉及一种基于非监督分类技术的地物信息提取方法。
背景技术
地物信息是当前非常重要的一种信息,遥感作为大范围、快速、低成本获取信息的一种技术,因此基于遥感技术的信息提取方法和模型是遥感科学领域重要的研究和应用方向之一,涉及地学、林学、农业等众多应用领域。目前,地物信息分类提取方法和技术有很多,如监督分类、非监督分类、面向对象分类、神经网络、决策树分类等。应用的遥感数据源也是多种多样,不同空间分辨率、不同时间分辨率、不同波谱分辨率等遥感数据。
目前,在基于遥感技术的信息提取应用中,普遍存在一些问题:(1)人为干扰大,导致精度不稳定、普适性差、自动化程度不高;(2)为达到较高的信息提取精度,需要地面训练样本;(3)所需遥感数据数量多、质量高,因此受高质量的遥感数据可获取性的限制,导致一些信息提取方法在特定时间段的某些区域内无法应用。
发明内容
为了克服现有基于遥感技术的信息提取方法和模型存在的上述问题,本发明提供一种基于非监督分类技术的地物信息提取方法,提高精度和自动化程度。
具体技术方案为:
一种基于非监督分类技术的地物信息提取方法,采用非监督分类方法,根据数据的可获取性,分为单期遥感数据和多期遥感数据两种情况,分别提取地物信息。
基于单期遥感数据提取,包括以下步骤:
基于单期遥感数据的地物信息提取方法,包括以下步骤:
首先应用遥感数据处理技术获取到目标地物指示性信息数据;
然后以非监督分类为核心,再结合多尺度思想,基于单期数据,应用重采样等方法构建多尺度表达,空间尺度由大到小、分辨率由粗到细的逐层提取,逐层剔除非目标地物;提取的目标地物信息由概略到具体,从而达到逐步精细、准确地提取目标地物信息的目的。
基于多期遥感数据的地物信息提取方法,包括以下步骤:以非监督分类方法,再结合时间序列曲线和差值增强方法,提取目标地物信息。
本发明提供的一种基于非监督分类技术的地物信息提取方法,基于非监督分类技术的地物信息提取方法,根据数据的可获取性,分为单期遥感数据和多期遥感数据两种情况,分别结合不同的技术提取地物信息,从而达到更准确获取目标地物信息的目的。可以用于农业、林业和地学等领域,精确各领域内的目标地物信息。
附图说明
图1为本发明的方法流程图;
图2a为实施例的单期遥感数据模型提取的辛集市2014年冬小麦种植空间分布图;
图2b为实施例的多期遥感数据模型提取的辛集市2014年冬小麦种植空间分布图;
图3为实施例的辛集市冬小麦和非冬小麦NDVI时间序列曲线。
具体实施方式
下面将结合附图和实施例对本发明做进一步阐述,其中,下面的实施例只是本发明的一部分,并不是本发明的全部实施例。因此,以下实施例仅用于更加清楚地描述本发明的技术方案,而不能以此来限制本发明的保护范围。
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河北工程大学,未经河北工程大学许可,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/201811491533.9/2.html,转载请声明来源钻瓜专利网。