[發(fā)明專利]一種基于遙感影像的空廢宅基地信息自動提取方法

有效

• 申請?zhí)枺?/td>: 201410688271.0
• 申請日: 2014-11-25
• 公開（公告）號: CN104463168B
• 公開（公告）日: 2017-09-29
• 發(fā)明（設(shè)計）人: 劉彥隨;楊曉梅;王介勇;王志華;陳玉福
• 申請（專利權(quán)）人: 中國科學(xué)院地理科學(xué)與資源研究所
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/66
• 代理公司: 北京律譜知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11457
• 代理人: 黃云鐸

技術(shù)領(lǐng)域

本發(fā)明涉及遙感影像信息提取技術(shù)領(lǐng)域，特別涉及一種基于遙感影像進行農(nóng)村空廢宅基地信息自動提取的方法。

背景技術(shù)

我國快速工業(yè)化、城鎮(zhèn)化進程中，由于農(nóng)村宅基地管理制度不完善，農(nóng)村“一戶多宅”、超標(biāo)占用宅基地、宅地基空置、廢棄等低效利用問題比較突出，而且隨著工業(yè)化、城鎮(zhèn)化的快速推進，這一問題正不斷加劇。根據(jù)全國人口普查數(shù)據(jù)，1995年我國農(nóng)村人口峰值為8.6億，到2010年減少到6.7億，預(yù)計至2020年將超過1億農(nóng)民轉(zhuǎn)移進城，屆時有3億多農(nóng)村人口“離村進城”，若現(xiàn)有城鄉(xiāng)二元體制與土地制度不能根本突破，農(nóng)村空置、廢棄宅基地將十分嚴(yán)重。因此，快速、準(zhǔn)確地調(diào)查農(nóng)村“空廢宅基地”的數(shù)量、面積等信息，摸清農(nóng)村宅基地空置、廢棄狀況，對政府在土地管理中科學(xué)決策具有重大的意義。

遙感技術(shù)作為一種非接觸式獲取信息技術(shù)，尤其是當(dāng)前高分遙感的發(fā)展，相對傳統(tǒng)的地面實際調(diào)查走訪，具有節(jié)約成本、獲取周期短等顯著優(yōu)點。然而，目前關(guān)于高分影像自動提取“農(nóng)村空廢宅基地”信息方面的技術(shù)仍屬空白，實際應(yīng)用主要依靠室內(nèi)人工目視解譯和室外走訪調(diào)查相結(jié)合的方式。

人工目視解譯是根據(jù)高分遙感影像中空廢宅基地特征，如庭院含有大量植被、垃圾，房屋老化、破損等判斷是否為空廢宅基地，手動勾畫出宅基地范圍的斑塊，并賦給斑塊是否為空廢宅基地的屬性信息，然后根據(jù)解譯結(jié)果進行室外走訪調(diào)查，驗證其提取精度。這種解譯方法的缺點在于解譯的邊界面積與實際地籍測量數(shù)據(jù)可能存在一定沖突，而且當(dāng)進行大范圍推廣時，不僅會耗費大量人力資源，還使信息獲取周期變長，同時信息提取結(jié)果由于解譯人員干預(yù)，其結(jié)果也可能會在一定程度上受人為因素干擾，使結(jié)果喪失一定程度的客觀性。

隨著高分遙感衛(wèi)星的發(fā)射，一些面向高分遙感信息提取的方法，得到長足的發(fā)展。其中基于分割的面向?qū)ο笮畔⑻崛〖夹g(shù)，因其基于人眼視覺認(rèn)知機理，將基于像素的解譯方法提升到基于對象的解譯方法，有效的解決了高分遙感影像中“同物異譜”和“異物同譜”的問題，提高了解譯精度。但現(xiàn)有面向?qū)ο蠓椒ǎ?jīng)常忽略已有高精度數(shù)據(jù)的利用，使信息提取的結(jié)果精度較低，且與已有數(shù)據(jù)出入較大。此外，現(xiàn)有面向?qū)ο蠓椒ㄖ校谶M行對象分類識別時多利用對象的光譜、形狀、紋理特征，忽視了上下文特征。例如空廢宅基地的判斷，僅利用宅基地自身對象的特征，忽略庭院的植被覆蓋度、屋頂?shù)钠茡p度等特征，以及這些特征之間的綜合，即上下文特征，容易引起空廢宅基地的誤判。不注重自動化分類器，使用人為設(shè)定的判別規(guī)則判斷對象的類別，是目前面向?qū)ο笮畔⑻崛≈须y以實現(xiàn)全自動化的一個重要原因。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明提出了一種在遙感影像中自動提取農(nóng)村空廢宅基地信息的方法，本發(fā)明的方法利用矢量地籍?dāng)?shù)據(jù)的約束分割，并引入多尺度空間結(jié)構(gòu)上下文特征，采用模式識別方法識別空廢宅基地，實現(xiàn)了信息高精度、自動化提取。

具體而言，本發(fā)明提供一種基于遙感影像的空廢宅基地信息提取方法，其特征在于，該方法包括：

步驟1：提取宅基地對象，該步驟包括：

步驟1-1：獲取一區(qū)域的遙感影像以及該區(qū)域內(nèi)的矢量地籍?dāng)?shù)據(jù)；

步驟1-2：對所獲得的遙感影像進行預(yù)處理；

步驟1-3：利用所述矢量地籍?dāng)?shù)據(jù)中的各宅基地的邊界范圍作為約束條件，對所述遙感圖像進行分割，以分割出疑似宅基地對象；

步驟1-4：基于所述矢量地籍?dāng)?shù)據(jù)判斷所分割出的對象是否為宅基地對象，并將判斷出的所有宅基地對象組成父對象集；

步驟2：提取宅基地對象的特征，該步驟包括：

步驟2-1：對所提取出的每個宅基地對象進行分解，將每個宅基地對象分解為多個子對象；

步驟2-2：分別提取各個子對象的特征，為每個子對象構(gòu)建一個特征集合；

步驟2-3：整合所提取出的各個子對象的特征集合，構(gòu)建表示父對象——宅基地對象的多維特征空間；

步驟3：利用作為樣本的宅基地對象訓(xùn)練分類器，使所述分類器能夠基于所述多維特征空間從宅基地對象中識別出空廢宅基地；

步驟4：利用訓(xùn)練后的分類器基于所述多維特征空間對所述遙感影像中的所有非樣本宅基地對象進行識別，以便從所述宅基地對象中識別出空廢宅基地。

進一步地，所述預(yù)處理包括對所述遙感影像進行幾何校正以及以矢量地籍?dāng)?shù)據(jù)投影空間為基準(zhǔn)進行投影轉(zhuǎn)換，所述子對象包括房屋和庭院。

進一步地，作為樣本的宅基地對象也被成像在所述遙感影像中，并且作為樣本的宅基地對象包括空廢宅基地和非空廢宅基地兩種類型的樣本。