[发明专利]基于面向对象影像分类技术的蓝色屋顶建筑物提取方法

说明书

本发明提供一种基于面向对象影像分类技术的蓝色屋顶建筑物提取方法，能够将蓝色屋顶建筑物从复杂的遥感影像中完整准确地提取出来。所述方法包括：获取对研究区域的遥感影像进行分割后得到的地物对象，其中，所述地物对象包括：蓝色屋顶建筑物；根据蓝色屋顶建筑物遥感影像的光谱特征和形状特征，得到用于将蓝色屋顶建筑物区分出的提取规则；利用提取规则，从分割结果中提取研究区域内的蓝色屋顶建筑物。本发明适用于遥感影像分类技术领域。

技术领域

本发明涉及对象影像技术领域，特别是指一种基于面向对象影像分类技术的蓝色屋顶建筑物提取方法。

背景技术

遥感影像(Remote Sensing Image，RS)是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。

现有技术中，有很多分类精度较高的基于像元的遥感影像分类方法，如深度学习方法中的U-net，机器学习方法中的基于SVM的影像分类方法等。但是这些基于像元的遥感影像分类方法并没有充分利用遥感影像的全部特征，忽略了地物对象本身的特点，并不能将地物对象的边界信息清晰完整地保留下来，导致地物对象提取准确性低。

发明内容

本发明要解决的技术问题是提供一种基于面向对象影像分类技术的蓝色屋顶建筑物提取方法，以解决现有技术所存在的基于像元的遥感影像分类方法忽略了地物对象本身的特点，导致地物对象提取准确性低的问题。

为解决上述技术问题，本发明实施例提供一种基于面向对象影像分类技术的蓝色屋顶建筑物提取方法，包括：

获取对研究区域的遥感影像进行分割后得到的地物对象，其中，所述地物对象包括：蓝色屋顶建筑物；

根据蓝色屋顶建筑物遥感影像的光谱特征和形状特征，得到用于将蓝色屋顶建筑物区分出的提取规则；

利用提取规则，从分割结果中提取研究区域内的蓝色屋顶建筑物。

进一步地，在获取对研究区域的遥感影像进行分割后得到的地物对象之前，所述方法还包括：

对研究区域的遥感影像进行正射校正，利用高斯滤波去除正射影像中的高斯噪声。

进一步地，在对研究区域的遥感影像进行正射校正，利用高斯滤波去除正射影像中的高斯噪声之后，所述方法还包括：

利用均值方差法确定蓝色屋顶建筑物的最优分割尺度；

根据确定的最优分割尺度对研究区域的遥感影像进行多尺度分割，得到多个地物对象。

进一步地，所述根据地物对象的光谱特征和形状特征，得到用于将蓝色屋顶建筑物区分出的提取规则包括：

根据地物对象的光谱特征，确定红蓝波段差异比值及其需大于的第一阈值，得到第一提取规则:blue_ratio＞第一阈值；

根据地物对象的光谱特征，确定亮度及其需大于的第二阈值，得到第二提取规则:Brightness＞第二阈值；

根据地物对象的形状特征，确定长宽比及需大于的第三阈值，得到第三提取规则:L_W＞第三阈值。

进一步地，所述红蓝波段差异比值表示为：

blue_ratio＝(B-R)/R

其中，blue_ratio表示红蓝波段差异比值，B表示分割得到的地物对象蓝色波段均值，R表示分割得到的地物对象红色波段均值。

进一步地，所述亮度表示为：

Brightness＝(B+R+G)/3

其中，Brightness表示亮度，G表示分割得到的地物对象绿色波段均值。