[发明专利]一种类型异常图斑自动识别方法及系统

说明书

本发明公开了一种类型异常图斑自动识别方法及系统。该方法包括：获取待识别多光谱遥感影像；对多光谱遥感影像进行裁切，以获得类别易出错或易混淆的图斑的影像；计算各图斑影像的综合光谱指数；根据各图斑影像综合光谱指数的大小，分要素类对各图斑影像进行排序；确定图斑影像序列前后设定数量的图斑影像中是否存在类别异常图斑；如果存在，则在图斑影像序列的前和/或后增加设定数量的图斑影像，并对增加的图斑影像进行类别异常识别，如果增加的图斑影像中存在类别异常图斑，则跳转至“在图斑影像序列的前和/或后增加设定数量的图斑影像进行识别”步骤，直至增加的图斑影像中不存在类别异常图斑为止。本发明能够实现类别异常图斑的自动识别。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种类型异常图斑自动识别方法及系统。

背景技术

随着社会的发展，在地理国情监测领域，对地表覆盖数据的准确度、精细度提出了更高的要求。然而，由于我国地表情况复杂、遥感影像质量不一、解译受人员主观影响大等因素，地表覆盖数据中经常出现图斑分类错误问题，严重影响了地理国情监测成果的质量，每年各生产单位、质检单位需要花费大量人力、物力、财力去排查地表覆盖数据中的大图斑及同谱异物错误。

发明内容

本发明的目的是提供一种类型异常图斑自动识别方法及系统。

为实现上述目的，本发明提供了如下方案：

一种类型异常图斑自动识别方法，包括：

获取待识别多光谱遥感影像；

基于图斑的几何范围，对所述多光谱遥感影像进行裁切，以获得类别易出错或易混淆的图斑的影像；

计算各图斑影像的综合光谱指数，所述综合光谱指数由植被指数、水体指数以及差分建筑物指数加权组合构成，用以区分图斑要素类别；

根据各图斑影像的综合光谱指数的大小，分要素类对各图斑影像进行排序；

确定图斑影像序列前后设定数量的图斑影像中是否存在类别异常图斑；

如果存在类别异常图斑，则在图斑影像序列的前和/或后增加设定数量的图斑影像，并对增加的图斑影像进行类别异常识别，如果增加的图斑影像中存在类别异常图斑，则跳转至“在图斑影像序列的前和/或后增加设定数量的图斑影像进行识别”步骤，直至增加的图斑影像中不存在类别异常图斑为止，

输出异常图斑影像。

可选的，在所述基于图斑的几何范围，对所述多光谱遥感影像进行裁切之前，还包括：

根据历史数据确定易出错或易混淆的要素类别以及用以区分易出错或易混淆的要素类别的综合光谱指数中植被指数、水体指数以及差分建筑物指数的权重系数。

可选的，所述根据各图斑影像的综合光谱指数的大小，分要素类对各图斑影像进行排序，具体包括：

确定每一所述图斑影像的综合光谱指数的中间值或平均值；

根据图斑影像的综合光谱指数的中间值或平均值的大小，分要素类对各图斑影像进行排序。

可选的，所述类别异常图斑检测方法包括：

判断相邻图斑影像的综合光谱指数的差值是否大于设定阈值；

如果是，则表示存在类别异常图斑，且类别异常图斑为所述相邻图斑影像到图斑序列第一端之间所有的图斑，所述第一端为图斑序列距离所述相邻图斑影像较近的一端。

可选的，在所述计算各图斑影像的综合光谱指数之前，还包括：

对所述植被指数和所述水体指数进行归一化处理；

对所述差分建筑物指数以及归一化的植被指数和水体指数进行拉伸处理。