[发明专利]一种基于高分遥感影像的道路建设监管方法及系统

说明书

本发明公开了一种基于高分遥感影像的道路建设监管方法及系统。该方法包括：对选取的道路施工过程的高分遥感影像进行预处理；基于核主成分分析方法对预处理后的高分遥感影像进行降维；基于核函数的模糊C‑均值算法，对降维后的高分遥感影像进行分类，得到分类结果；基于主成分分析对预处理后的高分遥感影像进行差异特征提取；基于直觉模糊C‑均值聚类算法对差异特征提取后的的遥感影像进行变化检测，得到检测结果；将所述分类结果和所述变化检测结果进行对比分析，得到道路建设监管数据。本发明能够有效的对在建工程进行监管，减少工程在监管方面的投入。

技术领域

本发明涉及道路建设监管领域，特别是涉及一种基于高分遥感影像的道路建设监管方法及系统。

背景技术

近几年，高分遥感在地学研究领域和地球系统科学领域有非常重要的应用，而且其应用领域已经扩展到星球探测和食品安全等方面。随着高分遥感分辨率的增加，对于遥感影像处理技术的要求也越来越高。

模糊C-均值聚类算法作为无监督方法中的重要算法，在遥感影像处理时对噪声比较敏感，影响实验结果。基于此问题，大量研究人员对算法进行了改进。其中大部分改进方法达不到工程要求。

现如今，工程建设监管依然以人工监管为主，优点是直观可靠，但缺点也很明显：人工处理数据难度大、时间慢，无法做到实时性；而且工程建设监管受环境等因素比较大，所以在监管时还会遇到其它困难。

发明内容

基于此，本发明的目的是提供一种基于高分遥感影像的道路建设监管方法及系统，实现对在建工程的有效监管，并且减少工程在监管方面的投入。

为实现上述目的，本发明提供了如下方案：

一种基于高分遥感影像的道路建设监管方法，包括：

对选取的道路施工过程的高分遥感影像进行预处理；

基于核主成分分析方法对预处理后的高分遥感影像进行降维；

基于核函数的模糊C-均值算法，对降维后的高分遥感影像进行分类，得到分类结果；

基于主成分分析对预处理后的高分遥感影像进行差异特征提取；

基于直觉模糊C-均值聚类算法对差异特征提取后的的遥感影像进行变化检测，得到变化检测结果；

将所述分类结果和所述变化检测结果进行对比分析，得到道路建设监管数据。

可选地，所述对选取的道路施工过程的高分遥感影像进行预处理，具体包括：

对所述高分遥感影像进行辐射校正、几何校正、影像配准和错误数据去除处理。

可选地，所述基于核函数的模糊C-均值算法，对降维后的高分遥感影像进行分类，得到分类结果，具体包括：

通过KFCM计算降维后的高分遥感影像的隶属度和聚类中心；

基于所述隶属度和所述聚类中心，对所述降维后的高分遥感影像进行分类。

可选地，所述基于主成分分析对预处理后的高分遥感影像进行差异特征提取，具体包括：

基于预处理后的高分遥感影像，利用差值法、比值法以及图像回归方法构建三幅光谱变化差异图像；

利用PCA对所述差异图像进行差异特征提取。

可选地，所述基于直觉模糊C-均值聚类算法对差异特征提取后的的遥感影像进行变化检测，得到变化检测结果，具体包括：

从差异特征提取后差异图中选取灰度值最大和最小的像素作为聚类的两个中心进行聚类，最终将差异图像聚类为两类；