[发明专利]一种基于遥感影像变化检测的违章建筑识别方法及系统有效
申请号: | 202010309417.1 | 申请日: | 2020-04-17 |
公开(公告)号: | CN111539296B | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 徐绪堪;王晨辉;汪利利 | 申请(专利权)人: | 河海大学常州校区 |
主分类号: | G06V10/762 | 分类号: | G06V10/762;G06V20/10;G06T7/11 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 马进 |
地址: | 213022 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遥感 影像 变化 检测 违章 建筑 识别 方法 系统 | ||
1.一种违章建筑识别方法,其特征在于,包括以下步骤:
获取地区多时相遥感影像图片及地理信息;
根据地理信息对所述多时相遥感影像图片进行位置校正、切割;
将校正、切割后的图片转换为灰度图;
计算灰度图中每个像素点灰度值的绝对差值,得到差分图像;
对所述差分图像进行划分、主成分分析,得到特征向量空间;
对所述差分图像再次划分并将划分后的图片映射到特征向量空间中,得到全体像素点的图像变化特征矩阵;
根据所述图像变化特征矩阵和k-Means聚类对全体像素点进行分类,得到城市违章建筑所在的区域;
所述特征向量空间的获取方法包括:
将差分图像划分成像素块;
依据行列顺序将所述像素块展开为向量;
根据所述向量的向量集合计算得到平均向量;
计算每个向量距离平均向量的距离;
根据所述距离计算得到协方差矩阵;
计算所述协方差矩阵的特征向量与特征值;
按照特征值递减顺序对特征向量排列;
选取特征向量组成特征向量空间;
所述差分图像划分公式为:
Xd={xd(m,n)|m×h=W,n×h=H),
其中,Xd为差分图像,xd(m,n)表示位于m行n列的像素块,h为像素块大小,W为图像的横向像素个数,H为图像的纵向像素个数;
所述平均向量的计算公式为:
其中,Ψ为平均向量,K为划分像素块的个数;为第k个像素块;
所述距离的计算公式为:
其中,Δk为向量距离平均向量的距离;
所述协方差矩阵的计算公式为:
cij=Cov(Δi,Δj),i,j=1,2,…,h2 (4)
其中,C为协方差矩阵,cij为变量Δi和Δj的协方差,Δi为Δk的第i个变量,Δj为Δk的第j个变量;
所述特征向量空间为:
EVS=[e1,e2,…,eN]T,N≤h2;
其中,EVS为特征向量空间,eN为第N个特征向量。
2.根据权利要求1所述的一种违章建筑识别方法,其特征在于,所述校正的公式如下:
式中,(x1,x2),(y1,y2)表示多时相图片上两点的像素坐标,(x′1,x′2),(y′1,y′2)表示多时相图片上两点对应的地理坐标,α表示遥感影像分辨率。
3.根据权利要求1所述的一种违章建筑识别方法,其特征在于,所述差分图像的计算公式为:
Xd=|X2-X1| (2)
其中,Xd为差分图像,X1、X2分别表示某地区时期1和时期2的遥感影像图片。
4.根据权利要求1所述的一种违章建筑识别方法,其特征在于,所述图像变化特征矩阵的获取方法如下:
通过重叠的方式将所述差分图像再次划分成像素块;
依据行列顺序将再次划分得到的像素块展开为向量;
将再次划分得到的向量映射到特征向量空间中,得到图像变化特征矩阵。
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海大学常州校区,未经河海大学常州校区许可,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/202010309417.1/1.html,转载请声明来源钻瓜专利网。