[發(fā)明專利]一種基于夜光影像的城市人口密度獲取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010167349.X
• 申請(qǐng)日: 2020-03-11
• 公開(kāi)（公告）號(hào): CN111414820A
• 公開(kāi)（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 王長(zhǎng)青;高放;張鵬;翟雨微;張巖;李貝貝
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)光衛(wèi)星技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T3/40;G06T5/00
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 劉景祥

1.一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述獲取方法包括以下步驟：

步驟1：研究區(qū)夜光影像預(yù)處理；

步驟2：研究區(qū)單位面積輻射亮度值計(jì)算；

步驟3：回歸分析城市人口密度。

2.根據(jù)權(quán)利要求1所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述步驟1具體為獲取研究區(qū)的夜光影像之后，對(duì)其進(jìn)行輻射定標(biāo)，依據(jù)研究區(qū)夜光影像覆蓋情況對(duì)其進(jìn)行裁剪，最后進(jìn)行幾何校正。

3.根據(jù)權(quán)利要求2所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述輻射定標(biāo)公式：

Brightness＝a*Red+b*Green+c*Blue

式中，Red為紅波段，Geen為綠波段，Blue為藍(lán)波段，a、b、c為定標(biāo)系數(shù)，具體根據(jù)傳感器參數(shù)而定。

4.根據(jù)權(quán)利要求2所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述研究區(qū)夜光影像覆蓋情況：根據(jù)研究區(qū)范圍矢量文件，疊加至夜光影像上，判斷夜光影像是否完全覆蓋研究區(qū)矢量邊界；若沒(méi)有完全覆蓋，則首先獲取缺失部分地區(qū)的夜光影像，再將所有的夜光影像進(jìn)行拼接鑲嵌，得到完全覆蓋研究區(qū)的夜光影像。

5.根據(jù)權(quán)利要求2所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述影像裁剪：根據(jù)研究區(qū)范圍矢量文件與夜光影像覆蓋情況，若夜光影像完全覆蓋研究區(qū)，則對(duì)其進(jìn)行裁剪處理；若夜光影像未能完全覆蓋研究區(qū)，則將其與相鄰區(qū)域的夜光影像進(jìn)行鑲嵌處理后再通過(guò)研究區(qū)矢量范圍文件進(jìn)行裁剪。

6.根據(jù)權(quán)利要求2所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述幾何校正：在夜光影像獲取過(guò)程中，由于多種原因?qū)е掠跋裰心繕?biāo)物相對(duì)位置的坐標(biāo)關(guān)系在影像中發(fā)生變化，這種關(guān)系稱為幾何畸變，糾正幾何畸變的過(guò)程即為幾何校正，對(duì)夜光影像進(jìn)行幾何校正，需要大地坐標(biāo)系下的光學(xué)影像，通過(guò)匹配光學(xué)影像和夜光影像中地物特征，選取同名點(diǎn)利用多項(xiàng)式糾正法對(duì)夜光影像進(jìn)行幾何校正。

7.根據(jù)權(quán)利要求1所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述步驟2具體為將住宅區(qū)樣本圖斑矢量疊加到夜光影像上，利用ArcGIS的分區(qū)統(tǒng)計(jì)功能統(tǒng)計(jì)各樣本圖斑內(nèi)夜光數(shù)據(jù)的柵格個(gè)數(shù)COUNT、夜光數(shù)據(jù)的輻射亮度值總和Radiance和各樣本POI范圍面積Area；輻射亮度值公式為：

LRUA＝Radiance/Area

Radiance單位為W/(m²·sr·μm)，Area單位km²。

8.根據(jù)權(quán)利要求1所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述步驟3回歸分析在夜光影像輻射亮度值LRUA與人口密度之間構(gòu)建線性模型和非線性模型，非線性模型包括二次模型、三次模型、指數(shù)模型、對(duì)數(shù)模型和冪指數(shù)模型。

9.根據(jù)權(quán)利要求8所述一種基于夜光影像的城市人口密度獲取方法，其特征在于，所述線性模型為：

LURA＝aX+b#(1)，

所述二次模型為：

LURA＝aX²+bX+c#(2)，

所述三次模型為：

LURA＝aX³+bX²+cX+d#(3)，

所述二次模型為：

LURA＝a^X+b#(4)，

所述指數(shù)模型為：

LURA＝log_aX+b#(5)，

所述冪指數(shù)模型為：

LURA＝bX^a+c#(6)，

上式中，X為人口密度，單位為人/km²，a、b、c、d為常數(shù)。