[发明专利]一种基于三角网的面向对象耕地信息自动提取方法

摘要

本发明涉及一种基于三角网的面向对象耕地信息自动提取方法，其步骤为：利用多尺度分割法对高空间分辨率影像进行分割；剔除长条状分割对象（道路，沟渠等）；提取剩余分割对象的中心点；利用中心点构建三角网；对三角网进行剥皮操作；使用AUTOCLUST聚类算法构建三角网，并聚类；利用V图约束，优化聚类结果，避免过度聚类和欠聚类；利用最大方差约束，剔除剩余的零星林地；得到耕地提取结果并进行精度评估。本发明克服了高空间分辨率遥感影像数据量大，处理难的问题，充分利用分割后的对象提供的语义信息，通过剔除居民地和道路等对耕地信息提取造成干扰的对象，从而高效地进行耕地信息的自动提取，并保证耕地提取的整体性。

主权项

1.一种基于三角网的面向对象耕地信息自动提取方法，包括以下步骤：步骤1、利用多尺度分割法对高空间分辨率影像进行分割；步骤2、剔除长条状分割对象；步骤3、提取剩余分割对象的中心点；步骤4、利用中心点构建Delaunay三角网；步骤5、对步骤4获得的Delaunay三角网进行剥皮操作，剥离Delaunay三角网的外三角；步骤6、对步骤5中剥皮后的Delaunay三角网进行聚类，得到三角网节点分布密集和分布稀疏的两种类型的若干个聚类结果；步骤7、利用Vornoio图约束对聚类结果进行修正，修正方法如下：利用Delaunay三角网节点构建Voronoi图，计算Voronoi图中Voronoi多边形面积，Voronoi多边形面积小于下限阈值时，初步确定该Voronoi多边形对应的中心点属于破碎区域，Voronoi多边形面积大于上限阈值时，初步确定该多边形对应的中心点为耕地区域；将判定为破碎区域的中心点删去或归入节点分布密集的聚类中，将判定为耕地区域的中心点归入节点分布稀疏的聚类中；步骤8、删除节点分布密集的聚类所对应的中心点；步骤9、若所述步骤1分割后得到分割对象的最大光谱方差Max.diff大于预设阈值，则判定该分割对象为林地，剔除该分割对象所对应的中心点，最终保留下来的所有中心点所对应的分割对象为耕地，得到耕地提取结果。