[發明專利]遙感影像模糊邊界地物的提取方法及系統、存儲介質、設備

在審

• 申請號: 202010120498.0
• 申請日: 2020-02-26
• 公開（公告）號: CN111339947A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 周楠;胡曉東;魏春山;駱劍承;王嘉煒;李俊剛;劉暢
• 申請（專利權）人: 蘇州中科天啟遙感科技有限公司;中國科學院遙感與數字地球研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 張川

1.一種遙感影像模糊邊界地物的提取方法，其特征在于，包括如下步驟：

獲取高分辨率遙感影像，遙感影像中的待提取地物具有模糊邊界；

利用監督分類算法對遙感影像目標區域進行分類提取，得到遙感影像中待提取地物的地物數據；

利用均值漂移算法對所述遙感影像目標區域進行分割，得到相互獨立的矢量面圖斑；

將所述地物數據與所述矢量面圖斑進行融合，當所述地物數據與矢量面圖斑的重疊度大于等于設定閾值范圍時，將所述地物數據的地物類型賦予所述矢量面圖斑，得到遙感影像模糊邊界地物數據。

2.如權利要求1所述的一種遙感影像模糊邊界地物的提取方法，其特征在于，所述利用監督分類算法對遙感影像目標區域進行分類提取，包括：

利用深度學習分類算法對遙感影像目標區域進行分類提取，包括如下步驟：

對遙感影像進行分割裁切得到包含一種或多種模糊邊界地物的面矢量文件，并繪制所述面矢量文件中的地物標簽，將若干標簽為地物的所述面矢量樣本的矢量數據轉換為柵格數據，得到柵格化的地物樣本集；

調整UNET網絡模型參數，對所述地物樣本集進行基于UNET的模型訓練，得到地物模型；

將待測試的遙感影像數據輸入所述地物模型，并計算本次測試的檢查評價函數，若評價函數值達標則跳轉至下一步；若評價函數值不達標則調整UNET網絡模型參數返回步驟樣本制作并修改樣本集重新迭代訓練；

利用步驟精度評定中評定達標的所述地物模型對遙感影像的目標區域進行地物預測，得到遙感影像中柵格化的所述地物數據。

3.如權利要求2所述的一種遙感影像模糊邊界地物的提取方法，其特征在于，對所述地物數據與所述矢量面圖斑進行碎斑去除以及小孔洞填充處理。

4.如權利要求1所述的一種遙感影像模糊邊界地物的提取方法，其特征在于，在步驟利用均值漂移算法對所述遙感影像目標區域進行分割，得到相互獨立的矢量面圖斑之后還包括：

對得到的所述矢量面圖斑進行簡化、平滑處理。

5.如權利要求1所述的一種遙感影像模糊邊界地物的提取方法，其特征在于，在步驟利用均值漂移算法對遙感影像目標區域進行分割，得到獨立圖斑邊界，包括如下步驟：

選擇中心點，在未被分類的遙感影像數據中隨機選擇一個點作為中心點；

獲取集合，獲取離所述中心點距離在帶寬之內的所有點，記為集合M，所述集合M形成簇；

計算向量，計算從所述中心點開始到所述集合M中每個元素的向量，將這些向量相加，得到偏移向量；

漂移移動，所述中心點沿著漂移方向移動，移動的距離為所述偏移向量的模；

獲得新的中心點，重復步驟獲取集合、計算向量、漂移移動，直到所述偏移向量的大小在設定閾值范圍內，獲得此時新的中心點；

形成簇，重復步驟獲取集合、計算向量、漂移移動，直到遙感影像數據中所有點都被聚為簇；

確定所屬簇，根據每個簇對每個點的訪問頻率，取訪問頻率最大的簇作為當前點的所屬簇即所述獨立圖斑邊界。

6.如權利要求1所述的一種遙感影像模糊邊界地物的提取方法，其特征在于，在步驟利用均值漂移算法對所述遙感影像目標區域進行分割，得到相互獨立的矢量面圖斑，包括：

利用均值漂移算法對所述遙感影像目標區域進行分割，得到獨立圖斑邊界；將得到的所述獨立圖斑邊界進行矢量化處理，并進行構面處理，得到所述相互獨立的矢量面圖斑。

7.一種電子設備，其特征在于包括：處理器；

存儲器；以及程序，其中所述程序被存儲在所述存儲器中，并且被配置成由處理器執行，所述程序包括用于執行如權利要求1所述的方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行如權利要求1所述的方法。