[发明专利]语义关联的面向对象城市不透水面遥感提取方法及系统有效
申请号: | 201910192914.5 | 申请日: | 2019-03-14 |
公开(公告)号: | CN109919951B | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 邵振峰;彭浩 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136;G06V20/10 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语义 关联 面向 对象 城市 不透 水面 遥感 提取 方法 系统 | ||
1.一种语义关联的面向对象城市不透水面遥感提取方法,包括以下步骤:
步骤一、获取目标区域高分辨率多光谱遥感影像,进行面向对象分割获得基于对象的影像;
步骤二、利用分割后的影像使用多种对象特征联合提取显著阴影,初步得到城市阴影对象区域;所述对象特征包括亮度、形状与颜色纹理特征;
步骤三、利用粗提取的水体,以及建筑物与水体和阴影的语义关联规则,修正阴影类别,提取出人工建筑物阴影,更新非阴影区域;
步骤三中,获取粗提取的水体,包括采用阈值法,利用归一化植被指数值NDVI、归一化水体指数NDWI、归一化蓝绿指数NBGI以及水体植被差值指数DWVI,提取出显著的水体对象;
所述水体植被差值指数DWVI,计算方式如下,
DWVI=NDWI-NDVI
步骤三中使用阴影与水体建筑之间的语义关联规则FSnWI,其表达式如下:
FSnWI=(RelArSdw(r)+RelArBlt(r))×(r/R)2+[Ar/(π×R2)]×w/l-RelArWtr(r)
式中,r代表对象的近邻域距离,其取值参考分割尺度大小确定,R代表以对象为中心较远距离,其值大于r,Ar代表对象的面积,w代表对象的宽度,l代表对象的长度,RelArSdw(r)代表距离对象r邻域内阴影对象面积占比,RelArBlt(r)代表距离对象r邻域内建筑对象面积占比,RelArWtr(r)代表距离对象r邻域内水体对象面积占比;
步骤四、利用水体相关指数与阴影语义关系特征从非阴影区域中精确提取城市水体区域,并利用语义关联规则更新城市阴影区域;
步骤五、利用植被指数与亮度特征在非水体区域中提取城市植被;
步骤六、利用道路相关特征提取城市道路;
步骤七、利用语义特征、形状、纹理、颜色特征和归一化水体指数NDWI、水体植被差值指数DWVI特征提取城市裸露地面,剩余的对象区域即城市建筑物;所述语义特征包括与阴影间距离;
步骤八、将步骤四更新后的阴影、步骤六提取的道路以及步骤七提取的建筑物合并得到城市不透水面。
2.根据权利要求1所述语义关联的面向对象城市不透水面遥感提取方法,其特征在于:步骤二中,对象特征具体包括亮度值Brt,长宽比平均值LWR、归一化植被指数值NDVI、归一化水体指数NDWI和归一化蓝绿指数NBGI,以及红外波段灰度值Nir、红外波段与邻居绝对差值AbsNbrNir。
3.根据权利要求1或2所述语义关联的面向对象城市不透水面遥感提取方法,其特征在于:利用步骤四更新后的阴影对象辅助进行步骤六中的道路提取和步骤七中的裸土和建筑提取。
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武汉大学,未经武汉大学许可,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/201910192914.5/1.html,转载请声明来源钻瓜专利网。