[发明专利]一种基于遥感影像的土地利用分类识别系统

说明书

本发明公开了一种基于遥感影像的土地利用分类识别系统，涉及图像处理领域，该系统包括：图像采集模块：用于采集全色遥感影像以及多光谱遥感影像；预处理模块：用于获取多光谱遥感影像中每个像素点属于每种土地利用类别的概率，进而得到每个像素点的特征值向量以及特征图像；获取全色遥感影像的多个下采样图像以及下采样图像中像素点间的相似性；数据处理模块：用于利用目标图像中像素点间的相似性以及像素点的特征值向量，逐级得到全色遥感影像中每个像素点的特征值向量；识别模块：用于利用全色遥感影像中每个像素点的特征值向量得到每个像素点对应的土地利用类别。本发明提高了土地利用类别识别的准确性。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于遥感影像的土地利用分类识别系统。

背景技术

土地利用分类能够更好的利用土地，实现土地的最大价值，土地利用分类多用在城市规划、环境评价等方面，因此，准确的土地利用分类识别具有非常重要的意义。随着我国科技的不断发展，遥感影像逐步取代人为测绘数据，高分辨率的遥感影像因其蕴含丰富的地物信息在土地利用分类中的应用也越来越广泛。

但遥感影像易受天气影响导致精度下降，并且利用不同的波段获取的多光谱遥感影像的分辨率不足，而要想具有高分辨率就需要获取全波段的全色遥感影像，但是全色遥感影像中无法得到图像中的彩色信息，无法对土地进行分类识别。因此现有技术中常常将二者融合处理，获得既有高分辨率又具有多波段彩色信息的融合图像；利用融合图像中的彩色信息进行后续的土地利用分类。但由于融合图像上的彩色信息是从分辨率不足的多光谱遥感影像上获得，导致高分辨率的融合图像上的彩色信息实际上是连续大片出现的，即融合图像的彩色信息精度不足，导致根据融合图像分析得到的土地利用类别识别结果具有误差。

发明内容

本发明提供一种基于遥感影像的土地利用分类识别系统，以解决现有的全色遥感影像和多光谱遥感影像融合后导致的精度不足，进而导致土地利用类别识别结果不准确的问题。

本发明的一种基于遥感影像的土地利用分类识别系统，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；

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；

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。

进一步，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。

进一步，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。