[发明专利]一种提取空间邻接关系特征的方法及装置

摘要

本发明提供了一种提取空间邻接关系特征的方法及装置，所述方法包括：获取遥感数据，基于所述遥感数据构建遥感影像的复杂网络模型；基于所述复杂网络模型，利用网络退缩算法及所述可达路径搜索算法建立空间邻接关系网络，所述空间邻接关系网络为所述空间邻接关系特征；如此，将所述遥感影像中的每个像素点视为节点，将节点之间的邻居关系视为边，基于这些节点及边构造遥感影像的复杂网络模型，这样就可以基于复杂的网络模型提取到两类地物的空间邻接关系特征，提高了的遥感影像地物分类的精度。

主权项

1.一种提取空间邻接关系特征的方法，其特征在于，所述方法包括：获取遥感数据，基于所述遥感数据构建遥感影像的复杂网络模型；所述基于所述遥感数据构建遥感影像的复杂网络模型包括：将所述遥感数据中的每个像素作为一个节点，基于各节点与右邻居之间的关系、及各节点与下邻居之间的关系构建所述复杂网络模型；其中，所述遥感数据为所述遥感影像的地物分类结果数据；所述复杂网络模型为Network＝CreateNet(Image)＝<V,R,E>；所述Image为s列l行n个波段的遥感影像；所述V为顶点集，所述R为关系集，所述E为边集；所述V＝{p_0,0,p_1,0,…,p_s‑1,0,…p_i,j…,p_s‑1,l‑1}，所述p_i,j为地理经度值、地理纬度值及n个波段值的n+2维向量的集合；所述R＝{r₁,r₂}，所述r₁为节点v的右邻接关系，所述r₂为节点v的下邻接关系；所述E＝E₁∪E₂；所述E₁为E₁＝{＜＜u,v＞，r₁＞|v是u的右邻居}＝{＜＜p_i,j,p_i+1，_j＞，r₁＞|0≤i＜s‑1,0≤j＜l}E₂＝{＜＜u,v＞，r₁＞|v是u的下邻居}＝{＜＜p_i,j,p_i+1，_j＞，r₁＞|0≤i＜s,0≤j＜l‑1}；其中，所述u为所述网络模型的另一节点；基于所述复杂网络模型，利用网络退缩算法及可达路径搜索算法建立空间邻接关系网络，所述空间邻接关系网络为所述空间邻接关系特征；所述基于所述复杂网络模型，利用网络退缩算法及所述可达路径搜索算法建立空间邻接关系网络，包括：利用子网提取算法PatchNet(lon,lat,R)＝＜V′,R,E′＞＝SubNetwork(Network,V′,R)提取所述复杂网络模型覆盖地理位置(lon,lat)处关于关系集R连通区域的对象，基于所述关系集R连通区域的对象生成斑块级网络；其中，所述lon为所述地理位置的经度值，所述lat为所述地理位置的纬度值；所述PatchNet为所述斑块级网络；所述V′为所述斑块级网络的第一节点集合；所述E′为所述V′中具有r(r∈R)关系的边构成的集合；基于所述斑块级网络，利用网络退缩算法及所述可达路径搜索算法建立空间邻接关系网络；其中，具体包括：利用网络退缩算法ShrinkNet(Network,SubNet)＝＜V₁′,R′,E₁′＞将所述斑块级网络中的第i个子网Net_i退缩为第i个节点v_i；将第j个子网Net_j退缩为第j个节点v_j后，形成当前网络；在所述当前网络中利用可达路径搜索算法分别搜索节点v_i到节点v_j的第一可达路径及节点v_j到节点v_i的第二可达路径；若所述第一可达路径或所述第二可达路径为直接可达，则将所述第一可达路径或所述第二可达路径储存至所述空间邻接关系网络中；若所述第一可达路径或所述第二可达路径为间接可达，则将所述第一可达路径或所述第二可达路径储存至所述空间邻接关系网络中；其中，所述V₁′为所述当前网络的第二节点集合；所述R′为所述当前网络的关系集，所述E₁′为所述当前网络中所述V₁′中具有r(r∈R′)关系的边构成的集合；所述第一可达路径边的数量为所述第一可达路径所经过所有边的数量中的最小值；第二可达路径的边的数量为所述第二可达路径所经过所有边的数量中的最小值。