[發明專利]一種具有抗特征沖突的人口密集區識別方法有效

申請號：	201610069935.4	申請日：	2016-02-01
公開（公告）號：	CN105740824B	公開（公告）日：	2019-10-22
發明（設計）人：	施文灶	申請（專利權）人：	福建師范大學
主分類號：	G06K9/00	分類號：	G06K9/00
代理公司：	福州君誠知識產權代理有限公司 35211	代理人：	戴雨君
地址：	350108 福建省福州***	國省代碼：	福建;35
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種具有特征沖突人口密集區識別方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明涉及一種具有抗特征沖突的人口密集區識別方法。包括如下步驟：步驟1，對遙感影像進行預處理；步驟2，提取局部梯度方向密度、梯度均值、Harris特征點數和光譜同質性共四種特征；步驟3，計算各像素的特征取值并歸一化；步驟4，計算各像素的特征概率函數取值；步驟5，特征融合；步驟6，保留人口密集區像素及可視化。作為人口密集區中人工地物提取的預處理步驟，可以縮小后續處理的區域面積，提高人工地物提取的準確率和算法效率。

技術領域

本發明涉及一種遙感圖像處理領域，具體說是一種具有抗特征沖突的人口密集區識別方法。

背景技術

由于受拍攝條件的影響，不同時期、不同地區的高分辨率遙感影像中的人口密集區表現出不同的顯著特征，如果能獲取顯著特征的先驗知識，則可以大大提高建筑物密集區的識別準確率，但這一條件往往難以滿足。目前常見的方法有：(1)單一特征識別法，缺點是只對特定影像類別中的建筑物區域識別有效，(2)綜合多種特征識別法，缺點是需要確定各個特征的權重，不合理的權重可能導致建筑物密集區識別的失敗，而權重的確定一般采用訓練或學習的方式，需要大量的樣本；其次，當各個特征之間具有沖突時，識別的正確率將會大大降低。

發明內容

本發明提供了一種具有抗特征沖突的人口密集區識別方法，以遙感影像作為數據源，最大程度地挖掘遙感影像中人口密集區的有效信息，可以有效防止特征沖突導致識別正確率下降，且不涉及任何參數，達到完全自動化。

為實現本發明的目標所采用的技術方案是：方法包括以下步驟：

步驟1：對遙感影像image進行預處理；

步驟2：選取遙感影像中與人口密集區相關的局部梯度方向密度、梯度均值、Harris特征點數和光譜同質性共四種特征；

步驟3：對步驟2中四種特征在遙感影像image中各像素的取值進行歸一化處理，分別得到矩陣E₁、E₂、E₃和E₄；

步驟4：利用矩陣E₁、E₂、E₃和E₄分別計算每個像素屬于人口密集區、非人口密集區和(人口密集區、非人口密集區)的概率函數取值m_i(b)、m_i(nb)、m_i(b,nb)，其中i＝1,2,3,4；

步驟5：利用特征融合方法對步驟4中的m_i(b)、m_i(nb)、m_i(b,nb)進行組合，分別計算每個像素屬于人口密集區、非人口密集區和(人口密集區、非人口密集區)的概率m(b)、m(nb)、m(b,nb)；

步驟6：利用步驟5中的概率m(b)、m(nb)、m(b,nb)結合符合人口密集區條件的計算公式S保留相應的像素，并進行人口密集區的邊界表達。

所述的局部梯度方向密度由以下公式計算：

其中，N_s為窗口內各個像素點的梯度模值之和，h為局部梯度方向密度函數的帶寬，為像素點r的梯度幅值，k為核密度函數。

所述的梯度均值為所取窗口中各點的梯度模值的累加和與窗口面積的比值。