[发明专利]基于云及阴影的遥感影像质量定量评价方法有效
申请号: | 202210886994.6 | 申请日: | 2022-07-26 |
公开(公告)号: | CN115082452B | 公开(公告)日: | 2022-11-04 |
发明(设计)人: | 陈婷;陈宇;刘仕琪;谢新林;董铱斐;段红伟;邹圣兵 | 申请(专利权)人: | 北京数慧时空信息技术有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/40;G06V10/74;G06V10/766;G06V20/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100070 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 阴影 遥感 影像 质量 定量 评价 方法 | ||
1.一种基于云及阴影的遥感影像质量定量评价方法,其特征在于,所述方法包括:
S1 提取待评价遥感影像内的云及阴影,得到初始覆盖区域;
S2 对所述初始覆盖区域进行形态学处理,得到优化覆盖区域;
S3 利用所述优化覆盖区域的空间覆盖范围和所述待评价遥感影像的描述信息在遥感影像库中进行筛选,得到与所述待评价遥感影像相近的遥感影像,作为近似影像,根据所述近似影像和所述待评价遥感影像的相关性进行回归分析,得到所述优化覆盖区域的近似下垫面;
S4 对所述近似下垫面进行质量信息获取,并利用所述近似下垫面的质量信息进行计算,得到所述近似下垫面的质量分数;
步骤S4包括:
S41 对所述近似下垫面进行地物图斑的提取,得到所述近似下垫面的地物图斑集,该地物图斑集包括多个不同地物类型的地物图斑;
S42 根据地物类型相对所述待评价遥感影像的重要性,得到地物图斑的重要程度,地物图斑的重要程度的取值范围均为[0,100];
S43 一一计算出地物图斑集中的每个地物图斑的面积和信息熵,并结合地物图斑的重要程度计算得到每个地物图斑的质量信息;
S431根据单个地物图斑中的信息出现的频率,计算得到该地物图斑的信息熵Si,i为该地物图斑的编号,地物图斑中的信息包括地物图斑中像素的灰度值;
S432根据该地物图斑的重要程度,计算得到该地物图斑的第一权重:
其中,α(xi)为该地物图斑的第一权重,xi为该地物图斑的重要程度;
S433根据该地物图斑的面积进行f级量化处理,得到该地物图斑的面积等级,根据该地物图斑的面积等级计算得到该地物图斑的第二权重:
其中,β(yi)为该地物图斑的第二权重,yi为该地物图斑的面积等级,yi的取值范围为[1,f],其中y、d、f为正整数,且f/2≤d<f,b、c、g、h为系数;
S434根据该地物图斑的信息熵Si、第一权重α(xi)和第二权重β(yi),计算得到该地物图斑的质量信息mi:
;
S44 将每个地物图斑的质量信息进行求和,得到所述近似下垫面的质量分数;
S5 对所述优化覆盖区域进行质量信息获取,并利用所述优化覆盖区域的质量信息进行计算,得到所述优化覆盖区域的质量分数;
步骤S5包括:
S51根据优化覆盖区域中的信息出现的频率,计算得到优化覆盖区域的信息熵,优化覆盖区域的信息包括地物图斑中像素的灰度值;
S52将优化覆盖区域的信息熵作为优化覆盖区域的质量分数;
S6 对所述近似下垫面的质量分数和所述优化覆盖区域的质量分数进行分析整合,得到所述优化覆盖区域对所述待评价遥感影像的影响值,基于所述影响值得到所述待评价遥感影像的定量评价分数。
2.根据权利要求1所述的方法,其特征在于,所述地物类型包括人工地物类型和自然地物类型,所述人工地物类型包括道路、房屋及设施、采矿场、硬化地表,所述自然地物类型包括耕地、林地、园地、草地、湖泊。
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北京数慧时空信息技术有限公司,未经北京数慧时空信息技术有限公司许可,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/202210886994.6/1.html,转载请声明来源钻瓜专利网。