[发明专利]一种基于遥感影像的土地利用分类识别系统有效
申请号: | 202310368802.7 | 申请日: | 2023-04-10 |
公开(公告)号: | CN116129278B | 公开(公告)日: | 2023-06-30 |
发明(设计)人: | 朱坤庆;宫玉鑫;房立伟;魏士春;王春雨;马文龙;王登喜;王晴;孙艳丽;袁晶晶 | 申请(专利权)人: | 牧马人(山东)勘察测绘集团有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/764;G06V10/44 |
代理公司: | 郑州知倍通知识产权代理事务所(普通合伙) 41191 | 代理人: | 李玲玲 |
地址: | 250000 山东省济南市高新*** | 国省代码: | 山东;37 |
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 土地利用 分类 识别 系统 | ||
1.一种基于遥感影像的土地利用分类识别系统,其特征在于,包括:
图像采集模块:用于获取待分类区域的全色遥感影像以及多个不同波段组合下的多光谱遥感影像;
预处理模块:用于获取每个多光谱遥感影像中每个像素点属于对应的土地利用类别的概率,利用每个多光谱遥感影像中同一位置的像素点属于每种土地利用类别的概率组成每个位置的像素点的特征值向量,得到特征图像;
对全色遥感影像逐级下采样得到多个下采样图像,将与特征图像分辨率相同的下采样图像作为目标图像;获取所有下采样图像中每个像素点与其每个邻域像素点的相似性;
获取目标图像上每个像素点与其每个邻域像素点的相似性的方法为:
获取目标图像上每个像素点的LBP值;
根据目标图像中每个像素点与其每个邻域像素点的LBP值和灰度值得到每个像素点与其每个邻域像素点的相似性;
得到目标图像上每个像素点与其每个邻域像素点的相似性的表达式为:
其中, 表示目标图像中第个像素点与其第个邻域像素点的相似性;表示目标图像中第个像素点的LBP值;表示目标图像中第个像素点的第个邻域像素点的LBP值;表示目标图像中第个像素点的灰度值;表示目标图像中第个像素点的第个邻域像素点的灰度值;表示全色遥感影像的下采样次数;
数据处理模块:用于利用目标图像中每个像素点与其每个邻域像素点的相似性,以及每个像素点在对应的特征图像中的特征值向量,得到目标图像中每个像素点的特征值向量;
得到目标图像中每个像素点的特征值向量的表达式为:
其中,表示目标图像中第个像素点的特征值向量;表示全色遥感影像的下采样次数;表示更新次数;表示目标图像中第个像素点与第个邻域像素点的相似性;表示目标图像中第个像素点的第个邻域像素点在对应的特征图像中的特征值向量;表示目标图像中第个像素点在对应的特征图像中的特征值向量;
根据目标图像上每个像素点的特征值向量,以及目标图像的上一级下采样图像中像素点与其每个邻域像素点的相似性,得到目标图像上一级下采样图像中每个像素点的特征值向量;依次逐级向上获取全色遥感影像中每个像素点的特征值向量;
识别模块:用于根据全色遥感影像中每个像素点的特征值向量中包含的每种土地利用类别的概率得到每个像素点所对应的土地利用类别。
2.根据权利要求1所述的一种基于遥感影像的土地利用分类识别系统,其特征在于,获取多光谱图像中每个像素点属于对应的土地利用类别的概率的方法为:
获取多光谱遥感影像中每个像素点的HSV值;
获取每个多光谱遥感影像属于对应土地利用类别的H值范围;
利用每个多光谱遥感影像中每个像素点的H值与对应的土地利用类别的H值范围,得到多光谱图像中每个像素点属于对应的土地利用类别的概率。
3.根据权利要求1所述的一种基于遥感影像的土地利用分类识别系统,其特征在于,所述预处理模块还包括,将同一位置的像素点在每个多光谱遥感影像中对应的土地利用类别的概率进行组合,得到每个位置的像素点的特征值向量。
4.根据权利要求1所述的一种基于遥感影像的土地利用分类识别系统,其特征在于,逐级下采样时,每一级下采样图像中的像素点对应其相邻上一级下采样图像中的多个像素点,即目标图像中每个像素点对应目标图像的上一级下采样图像中的多个像素点。
5.根据权利要求1所述的一种基于遥感影像的土地利用分类识别系统,其特征在于,所述识别模块还包括通过每个像素点所对应的土地利用类别将土地划分为多个利用类别。
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牧马人(山东)勘察测绘集团有限公司,未经牧马人(山东)勘察测绘集团有限公司许可,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/202310368802.7/1.html,转载请声明来源钻瓜专利网。