[發明專利]基于模糊證據理論的主被動遙感數據融合分類方法

有效

• 申請號: 201910014911.2
• 申請日: 2019-01-08
• 公開（公告）號: CN109766824B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 趙宗澤;王雙亭;王宏濤;都偉冰;王春陽
• 申請（專利權）人: 河南理工大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/80
• 代理公司: 鄭州浩德知識產權代理事務所(普通合伙) 41130
• 代理人: 王國旭

本發明涉及一種基于模糊證據理論的主被動遙感數據融合分類方法，包括，激光點云拼接，點云網格化，植被區域識別，網格數據分割及證據理論分類等五個步驟。本發明與其他分類方法相比，此方法結合機載激光點云和航空影像主被動遙感數據，盡可能融合更多有效的特征進行地物分類，并結合模糊證據理論方法對多源特征進行融合，得出每種地物的最終聯合概率，從而可以有效地提高地物分類的精度。

技術領域

本發明涉基于模糊證據理論的主被動遙感數據融合分類方法，屬遙感測繪技術領域。

背景技術

在國家城市戰略的推動下，我國城市化迅速發展，2011年城市化化率超越50％大關，2015年城市化率已達到56.10％，這種超速發展對中國城市的管理和規劃提出了巨大的挑戰。隨著傳感器和影像處理方法的不斷更新，遙感技術已經成為城市管理和規劃的主要手段，可以通過不同的遙感數據對大范圍城市區域進行地物分類，從而為城市三維重建、地理國情監測、智慧城市以及城市規劃與管理提供有效的數據支撐，這也一直是攝影測量和遙感學科的研究熱點。近幾年來，許多學者利用光學影像、機載\移動激光雷達測量(LightDetection and Ranging，LiDAR)和合成孔徑雷達(Synthetic Aperture Radar，SAR)針對城市地表覆蓋分類做了廣泛且深入的研究。然而，上述研究均僅僅使用單一的數據源，由于大區域城市地物以及地形的高復雜性，這些單一的數據源無法完全描述地物特性，因此如何準確且高效地從大比例尺遙感數據中識別出不同的地物類型目前仍然是一個亟待解決的難題。

從20世紀70年代開始，許多學者開始通過光學影像對地物進行分類。隨著光學傳感器的不斷發展，目前，光學影像具有分辨率高、光譜信息豐富等優點，并且能夠根據影像密集匹配技術獲取地物的三維信息，但是，光學影像在地物分類上存在如下限制：1)由于受到陰影和城市大氣污染的影響，被動光學影像的質量和使用受到較大的限制；2)因為城市區域環境比較復雜，地物信息豐富，在影像中不可避免地會產生“同物異譜和同譜異物”的現象；3)影像密集匹配技術受地物紋理和影像的輻射質量影響較大，在弱紋理區域(如河流、雪地、窗戶等)匹配歧義性較大，匹配點云精度低，上述限制都會影響到光學影像分類的精度。

激光雷達測量技術得到了較好地發展，可以快速直接地獲取大范圍且高精度的三維地形數據。機載激光雷達可以主動地發射出較長波長的紅外波段，不受大氣污染和地物陰影的影響，且能夠精確量測地物高度，但是，與光學影像相比，缺少豐富的波譜信息。由此可知，為了較好地利用遙感數據對地物進行分類，需利用影像和激光點云主被動遙感數據協同進行處理，然而主被動遙感技術的成像機理不一樣，會產生不同類型的數據以及特征屬性信息。本文擬以影像和激光點云數據為研究對象，研究如何結合主被動遙感手段協同地獲取多源屬性特征，并著力解決如何利用模糊證據理論對主被動遙感數據進行分類。

發明內容

為了解決現有分類技術上的一些不足，本發明提供一種基于模糊證據理論的主被動遙感數據融合分類方法，解決了主被動遙感數據中空間維度上信息挖掘不充分和分類不平衡以及分類差別較大等問題，有效的提高了分類的精度和效率，為研究者提供了很好得參考價值。

為了實現上面提到的效果，提出了一種基于模糊證據理論的主被動遙感數據融合分類方法，包括以下步驟：

S1，激光點云拼接，首先由激光雷達對待觀測區域內進行遙感測量，并逆向生成待觀測區域外觀激光點云，然后對各激光點云進行拼接，生成待觀測區域地表外觀激光點云數據，然后對生成的待觀測區域地表外觀激光點云數據進行保存，同時另復制至少一份作為原始激光點云備用；

S2，點云網格化，首先在S1步驟獲得原始激光點云中，分別生成點云水平面坐標(X,Y)和網格坐標(i,j)，并使點云水平面坐標(X,Y)和網格坐標(i,j)通過關聯函數建立數據關聯并生成網格坐標；