[发明专利]基于多尺度结构学习的卫星影像高精度农田边界提取方法有效
| 申请号： | 201810491945.6 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108830870B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 丁拥科 | 申请（专利权）人： | 千寻位置网络有限公司 |
| 主分类号： | G06T7/13 | 分类号： | G06T7/13;G06T7/11;G06T5/00;G06K9/62 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 赵秀芹 |
| 地址： | 200433 上海市杨浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于多尺度结构学习的卫星影像高精度农田边界提取方法，包括以下步骤：步骤1，基于结构学习的边缘检测：输入一幅高分辨率卫星影像后，首先基于局部的结构模式学习对其进行边缘检测，获取卫星影像中每一像素点在特定尺度上的边缘强度值；步骤2，多尺度边缘信息融合；步骤3，基于超度量轮廓图的多尺度分割：通过分水岭变换将多尺度边缘信息转化为底层的分割块信息；再利用超度量轮廓图分析相邻分割块之间的轮廓强度来逐层组合分割块，得到不同尺度的分割块；步骤4，基于语义建模的农田边界优化：通过利用条件随机场对农田块的空间分布位置进行建模，提高农田边界的可用性。本发明方法可以实现农田边界的精准提取。 | ||
| 搜索关键词： | 基于 尺度 结构 学习 卫星 影像 高精度 农田 边界 提取 方法 | ||
【主权项】：
1.一种基于多尺度结构学习的卫星影像高精度农田边界提取方法，其特征在于，包括以下步骤：步骤1，基于结构学习的边缘检测：输入一幅高分辨率卫星影像后，首先基于局部的结构模式学习对其进行边缘检测，获取卫星影像中每一像素点在特定尺度上的边缘强度值；步骤2，多尺度边缘信息融合：通过多尺度边缘信息融合，降低边缘检测对卫星影像不同分辨率的敏感性，使得边缘检测结果在保持边缘定位精度的同时能够结合高层语义信息来消除边缘噪声；步骤3，基于超度量轮廓图的多尺度分割：包括步骤31，通过分水岭变换将多尺度边缘信息转化为底层的分割块信息，即超像素；步骤32，再利用超度量轮廓图分析相邻分割块之间的轮廓强度来逐层组合分割块，得到不同尺度的分割块；步骤4，基于语义建模的农田边界优化：通过利用条件随机场对农田块的空间分布位置进行建模，提高农田边界的可用性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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千寻位置网络有限公司，未经千寻位置网络有限公司许可，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/patent/201810491945.6/，转载请声明来源钻瓜专利网。
