[發(fā)明專利]一種遙感圖像城區(qū)提取方法

有效

• 申請?zhí)枺?/td>: 201410662642.8
• 申請日: 2014-11-19
• 公開（公告）號: CN104331698A
• 公開（公告）日: 2015-02-04
• 發(fā)明（設(shè)計(jì)）人: 唐華俊;邵肖偉;周清波;史云;楊鵬;吳文斌
• 申請（專利權(quán)）人: 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京天奇智新知識產(chǎn)權(quán)代理有限公司 11340
• 代理人: 陳新勝

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像處理技術(shù)，更具體地，涉及一種遙感圖像城區(qū)提取方法。

背景技術(shù)

全球人口中，城市人口的比率持續(xù)增長。目前已有超過一半的人口居住于城區(qū)中。城市化的相關(guān)研究在城市規(guī)劃、社會形態(tài)分析、環(huán)境變化、災(zāi)害控制等方面有著重要影響。城區(qū)的地理相關(guān)信息一般由行政單位掌握，但有一定的局限性，包括如下：

-各國之間關(guān)于“城區(qū)”的定義存在差異；

-對城區(qū)的動態(tài)變化描述較為滯后；

-城區(qū)信息共享不易；

-發(fā)展中國家精確城區(qū)信息獲取不易。

當(dāng)前對城區(qū)地圖的分析中，基于遙感圖像的城區(qū)地圖分析成為城市化相關(guān)研究的一種主流方式。遙感分析方法基于城區(qū)的多光譜特性進(jìn)行分析，以獲取高分辨率城區(qū)地圖。它不依賴于行政區(qū)劃定義，在不同國家、地域間仍能保持一致性，有利于進(jìn)行全球城市化相關(guān)分析。

但是，當(dāng)前面臨的問題是，不同氣候帶的城區(qū)在多光譜特性上往往差異較大，圖1-3顯示了三個(gè)不同城市的ASTER(b1～b3)光譜偽彩數(shù)據(jù)，圖中圓圈中的區(qū)域大致代表城區(qū)。從圖中可以看出城區(qū)的顏色分布特性在三幅圖中差異較大，非城區(qū)亦是如此。

針對該問題，監(jiān)督分類方法是當(dāng)前基于遙感圖像的城區(qū)識別的主流方法。該方法通過手工選取圖像范圍內(nèi)的城區(qū)像素點(diǎn)和非城區(qū)像素點(diǎn)作為訓(xùn)練樣本，而后通過監(jiān)督分類方法(如支持向量機(jī)SVM、人工神經(jīng)網(wǎng)絡(luò)、決策樹等)，學(xué)習(xí)城區(qū)/非城區(qū)的光譜特性并建立模型，而后對遙感數(shù)據(jù)進(jìn)行分類獲取城區(qū)地圖。圖4顯示了一個(gè)訓(xùn)練樣本采集示意圖，該圖來自文獻(xiàn)宮崎等人的“通過結(jié)合ASTER衛(wèi)星圖像和GIS數(shù)據(jù)來進(jìn)行地球城區(qū)測繪的自動方法”(Miyazaki?et?al.,An?Automated?Method?for?Global?Urban?Area?Mapping?by?Integrating?ASTER?Satellite?Images?and?GIS?Data)，該圖表示了用于研發(fā)地面實(shí)況數(shù)據(jù)集的可視化解讀。根據(jù)該圖，通過特定的人機(jī)交互界面，由研究人員手工選取樣本點(diǎn)。

一般而言，基于監(jiān)督分類方法的多光譜遙感圖像城區(qū)地圖處理流程如下：

(1)從多光譜圖像中提取特征矢量

多光譜圖像一般由多光譜遙感圖像數(shù)據(jù)集表示，例如表示為：

{Img_b},b＝1,2,...,B，B為波段總數(shù)

對于圖像中的像素點(diǎn)i，通過各種方法提取相關(guān)特征，生成特征矢量

(2)通過訓(xùn)練樣本對城區(qū)分類模型進(jìn)行學(xué)習(xí)

對于監(jiān)督分類方法，需已知訓(xùn)練樣本集：

L為樣本點(diǎn)的所屬類別標(biāo)簽(Label)

(3)將學(xué)習(xí)后的模型應(yīng)用于整幅圖像，獲取每個(gè)像素的類別標(biāo)簽(城區(qū)/非城區(qū))，從而得到城區(qū)二值化的城區(qū)地圖。

對于城區(qū)分類問題，L的值域?yàn)榧蟵-1,1}。取值為1代表城區(qū)，-1代表非城區(qū)。

上述方法存在如下問題：

●訓(xùn)練樣本的獲取費(fèi)時(shí)費(fèi)力

該方法需要對遙感圖像有著豐富處理經(jīng)驗(yàn)的研究人員來手工操作，逐點(diǎn)選取。而且，由于不同地域城區(qū)光譜特性的變化，樣本點(diǎn)一般只適用當(dāng)前圖像以及鄰近區(qū)域。

●對于全球性的城區(qū)分析，需要對各個(gè)城區(qū)地點(diǎn)進(jìn)行采樣，人力物力消耗巨大，成本高昂。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提出一種新的遙感圖像城區(qū)提取方法，包括：S1)，針對ASTER?VNIR衛(wèi)星遙感圖像及其衍生產(chǎn)品高程數(shù)據(jù)、以及PALSAR衛(wèi)星遙感圖像的樣本，進(jìn)行特征提取；S2)，基于城區(qū)和非城區(qū)的光譜特性先驗(yàn)知識，進(jìn)行顯著城區(qū)和非城區(qū)點(diǎn)提取；S3)，以這部分顯著城區(qū)和非城區(qū)點(diǎn)作為初始信息，結(jié)合待分類數(shù)據(jù)的特征分布特性，通過LLGC方法，進(jìn)行置信度擴(kuò)散，獲得城區(qū)置信圖；S4)，獲得整個(gè)遙感圖像的置信度后，以此加權(quán)進(jìn)行隨機(jī)采樣，生成訓(xùn)練樣本；S5)，基于SVM進(jìn)行城區(qū)分類，包括：以步驟S1中所提取的特征矢量，和步驟S4中提取的樣本數(shù)據(jù)為基礎(chǔ)，通過傳統(tǒng)的SVM方法進(jìn)行分類，根據(jù)分類標(biāo)簽獲得二值化的城區(qū)地圖。

本發(fā)明的方法是一種自適應(yīng)的遙感圖像城區(qū)提取方法。其基于遙感圖像中城區(qū)的光譜基本信息，結(jié)合待分類數(shù)據(jù)的光譜分布特性，通過置信度擴(kuò)散的方式，實(shí)現(xiàn)訓(xùn)練樣本的自動選取，然后基于生成的訓(xùn)練樣本，通過監(jiān)督分類方法中的支持向量機(jī)SVM方法，對遙感數(shù)據(jù)進(jìn)行分類，生成城區(qū)地圖。

附圖說明

圖1-3顯示了三個(gè)不同城市的ASTER(b1～b3)光譜偽彩數(shù)據(jù)；