[發明專利]一種在高分辨率遙感影像中識別建筑物的方法有效
| 申請號： | 201810526468.2 | 申請日： | 2018-05-29 |
| 公開（公告）號： | CN108764136B | 公開（公告）日： | 2021-06-25 |
| 發明（設計）人： | 潘欣;趙健;孫宏彬 | 申請（專利權）人： | 長春工程學院 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 吉林長春新紀元專利代理有限責任公司 22100 | 代理人： | 陳宏偉 |
| 地址： | 130021 吉林*** | 國省代碼： | 吉林;22 |
| 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 高分辨率 遙感 影像 識別 建筑物 方法 | ||
1.一種在高分辨率遙感影像中識別建筑物的方法，包括以下步驟：
S1. 輸入遙感影像Image，該影像包含BandNum個波段，該影像的大小為RowNum行，ColNum列，指定跨度閾值SpanNum；輸入由SampleNum個樣本點構成樣本集TestSet；
S101，輸入遙感影像Image，該影像包含BandNum個波段，該影像的大小為RowNum行，ColNum列；
S102，指定跨度閾值SpanNum；跨度閾值的取值區間為[5,10]，默認值為5；
S103，在影像上選取SampleNum個樣本點構成樣本集TestSet；
TestSet為一個SampleNum個樣本集合{p1,p2,p3,..pSampleNum}，對于其中任意一個樣本pi其內容為pi={hs,ls,lable,character}，其中hs表示pi在影像中所處行，ls表示pi在影像上所在處列，label的值為1或者-1，其中1表示pi所在位置為建筑物，-1表示pi所在位置為非建筑物,樣本規律性特征character為4個元素的數組；
S2. 建立影像位置異質性處理器HeteroOperator；HeteroOperator需要輸入兩個位置點px1和px2，輸出為異質性差值HeteroDifference；
S201，建立影像位置異質性處理器HeteroOperator；HeteroOperator的輸入為兩個位置點px1和px2；
px1的內容為px1={hs1,ls1},其中hs1表示px1在影像中所處的行，ls1表示px1在影像中所處的列，px1的內容為px1={hs1,ls1},其中hs1表示px1在影像中所處的行，ls1表示px1在在影像中所處的列；
S202，設置異質性差值HeteroDifference=0；
S203, 設置行暫存變量counterI=0；
S204, 設置列暫存變量counterJ=0；
S205，取出Image上行為hs1-2+counterI列為ls1-2+counterJ的像元，并存儲在變量Pixel1中；
S206，取出Image上行為hs2-2+counterI列為ls2-2+counterJ的像元，并存儲在變量Pixel2中；
S207,計算Pixel1與Pixel2的差距diff，計算公式如下：
S208，計算HeteroDifference=HeteroDifference+diff；
S209，計算counterJ=counterJ+1；
S210，如果counterJ(SpanNum/2)則轉到S205, 否則轉到S211；
S211, 計算counterI=counterI+1；
S212, 如果counterI(SpanNum/2)則轉到S204, 否則轉到S213；
S213，計算HeteroDifference=tanh(HeteroDifference)；
S214，輸出異質性差值HeteroDifference；
S3，構建影像像元規律性過濾器Filter，Filter的輸入為一個位置點PixelFilter，輸出為該位置的規律性數組Regular：
S301，構建影像像元規律性過濾器Filter，Filter的輸入為一個位置點PixelFilter；
PixelFilter的內容為PixelFilter={hsP,lsP},其中hsP表示PixelFilter在影像中所處的行，lsP表示PixelFilter在影像中所處的列；
S302，計算過濾范圍參數filterscope=round(SpanNum/4+0.5) ；
其中round為進行四舍五入；
S303，構建模板數組一mask1=[-filterscope, -filterscope, filterscope,filterscope]，模板數組二mask2=[-filterscope, filterscope, -filterscope,filterscope]；
mask1和mask2為數組，兩個數組均包含4個元素，數組的下標為從1到4；
S304,構建規律性數組Regular=[0,0,0,0]；
temp為數組，數組均包含4個元素，數組的下標為從1到4；
S305，循環變量counterP=1；
S306，建立px2變量，px2的hs2=hsP，px2的ls2=lsP；
S307, 建立 px1變量，px1的hs1=hsP+SpanNum×mask1[counterP], px1的ls1=lsP+SpanNum×mask2[counterP]；
其中mask1[counterP]表示mask1的第counterP個元素，mask2[counterP]表示mask2的第counterP個元素；
S308，輸入px1和px2，執行影像位置異質性處理器HeteroOperator，獲得HeteroDifference；
S309，Regular[counterP]=HeteroDifference；
其中Regular[counterP]表示Regular的第counterP個元素；
S310，counterP=counter+1；
S311，如果counterP=4則轉到S306，否則轉到S312；
S312，輸出Regular；
S4，通過Filter處理TestSet的所有元素；TestSet中每一個樣本通過Filter的處理獲得規律性特征character；
S401，取出TestSet中的一個元素pi={hs,ls,lable,character}；
S402，建立變量PixelFilter，PixelFilter的hsP=hs，PixelFilter的lsP=ls；
S403，輸入PixelFilter，執行Filter，獲得Regular；
S404，pi的character=Regular；
S5，構建結果影像ResultImage，ResultImage的行數與列數與Image相同；通過Filter處理Image中的所有像元，并與TestSet的樣本進行比較，獲得是否為建筑物的判斷結果；根據判斷結果設定ResultImage中像元的顏色，白色對應建筑，黑色對應非建筑；
S501，取出Image中的每一個像元，像元其位置所在行為hsC，所在列為lsC；
S502，建立變量PixelFilter，PixelFilter的hsP=hsC，PixelFilter的lsP=lsC；
S503，輸入PixelFilter，執行Filter，獲得Regular；
S504，樣本計數器counterS=1，統計值sums=0；
S505，取出TestSet中的第counterS個樣本，獲得該樣本的label和character；
S506，計算帶下標距離labelDiff：
S507， sums=sums+labelDiff；
S508, counterS=counterS+1；
S509, 如果counterS=SampleNum則轉到S505，否則轉到S510；
S510，如果sums0則轉到S511，否則轉到S512；
S511，將ResultImage上行為hsC列為lsC的像元標記為黑色，轉到S513；
S512，將ResultImage上行為hsC列為lsC的像元標記為白色；
S513，處理過程結束。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長春工程學院，未經長春工程學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810526468.2/1.html，轉載請聲明來源鉆瓜專利網。
