[發(fā)明專(zhuān)利]一種基于高分遙感影像的道路建設(shè)監(jiān)管方法及系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202011154610.9 | 申請(qǐng)日: | 2020-10-26 |
| 公開(kāi)(公告)號(hào): | CN112329565A | 公開(kāi)(公告)日: | 2021-02-05 |
| 發(fā)明(設(shè)計(jì))人: | 楊景玉;王陽(yáng)萍;宿強(qiáng);黨建武;雍玖;王松;李攀峰;喻俊淇 | 申請(qǐng)(專(zhuān)利權(quán))人: | 蘭州交通大學(xué) |
| 主分類(lèi)號(hào): | G06K9/00 | 分類(lèi)號(hào): | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京高沃律師事務(wù)所 11569 | 代理人: | 張夢(mèng)澤 |
| 地址: | 730070 甘*** | 國(guó)省代碼: | 甘肅;62 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 高分 遙感 影像 道路 建設(shè) 監(jiān)管 方法 系統(tǒng) | ||
本發(fā)明公開(kāi)了一種基于高分遙感影像的道路建設(shè)監(jiān)管方法及系統(tǒng)。該方法包括:對(duì)選取的道路施工過(guò)程的高分遙感影像進(jìn)行預(yù)處理;基于核主成分分析方法對(duì)預(yù)處理后的高分遙感影像進(jìn)行降維;基于核函數(shù)的模糊C?均值算法,對(duì)降維后的高分遙感影像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果;基于主成分分析對(duì)預(yù)處理后的高分遙感影像進(jìn)行差異特征提取;基于直覺(jué)模糊C?均值聚類(lèi)算法對(duì)差異特征提取后的的遙感影像進(jìn)行變化檢測(cè),得到檢測(cè)結(jié)果;將所述分類(lèi)結(jié)果和所述變化檢測(cè)結(jié)果進(jìn)行對(duì)比分析,得到道路建設(shè)監(jiān)管數(shù)據(jù)。本發(fā)明能夠有效的對(duì)在建工程進(jìn)行監(jiān)管,減少工程在監(jiān)管方面的投入。
技術(shù)領(lǐng)域
本發(fā)明涉及道路建設(shè)監(jiān)管領(lǐng)域,特別是涉及一種基于高分遙感影像的道路建設(shè)監(jiān)管方法及系統(tǒng)。
背景技術(shù)
近幾年,高分遙感在地學(xué)研究領(lǐng)域和地球系統(tǒng)科學(xué)領(lǐng)域有非常重要的應(yīng)用,而且其應(yīng)用領(lǐng)域已經(jīng)擴(kuò)展到星球探測(cè)和食品安全等方面。隨著高分遙感分辨率的增加,對(duì)于遙感影像處理技術(shù)的要求也越來(lái)越高。
模糊C-均值聚類(lèi)算法作為無(wú)監(jiān)督方法中的重要算法,在遙感影像處理時(shí)對(duì)噪聲比較敏感,影響實(shí)驗(yàn)結(jié)果?;诖藛?wèn)題,大量研究人員對(duì)算法進(jìn)行了改進(jìn)。其中大部分改進(jìn)方法達(dá)不到工程要求。
現(xiàn)如今,工程建設(shè)監(jiān)管依然以人工監(jiān)管為主,優(yōu)點(diǎn)是直觀可靠,但缺點(diǎn)也很明顯:人工處理數(shù)據(jù)難度大、時(shí)間慢,無(wú)法做到實(shí)時(shí)性;而且工程建設(shè)監(jiān)管受環(huán)境等因素比較大,所以在監(jiān)管時(shí)還會(huì)遇到其它困難。
發(fā)明內(nèi)容
基于此,本發(fā)明的目的是提供一種基于高分遙感影像的道路建設(shè)監(jiān)管方法及系統(tǒng),實(shí)現(xiàn)對(duì)在建工程的有效監(jiān)管,并且減少工程在監(jiān)管方面的投入。
為實(shí)現(xiàn)上述目的,本發(fā)明提供了如下方案:
一種基于高分遙感影像的道路建設(shè)監(jiān)管方法,包括:
對(duì)選取的道路施工過(guò)程的高分遙感影像進(jìn)行預(yù)處理;
基于核主成分分析方法對(duì)預(yù)處理后的高分遙感影像進(jìn)行降維;
基于核函數(shù)的模糊C-均值算法,對(duì)降維后的高分遙感影像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果;
基于主成分分析對(duì)預(yù)處理后的高分遙感影像進(jìn)行差異特征提取;
基于直覺(jué)模糊C-均值聚類(lèi)算法對(duì)差異特征提取后的的遙感影像進(jìn)行變化檢測(cè),得到變化檢測(cè)結(jié)果;
將所述分類(lèi)結(jié)果和所述變化檢測(cè)結(jié)果進(jìn)行對(duì)比分析,得到道路建設(shè)監(jiān)管數(shù)據(jù)。
可選地,所述對(duì)選取的道路施工過(guò)程的高分遙感影像進(jìn)行預(yù)處理,具體包括:
對(duì)所述高分遙感影像進(jìn)行輻射校正、幾何校正、影像配準(zhǔn)和錯(cuò)誤數(shù)據(jù)去除處理。
可選地,所述基于核函數(shù)的模糊C-均值算法,對(duì)降維后的高分遙感影像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果,具體包括:
通過(guò)KFCM計(jì)算降維后的高分遙感影像的隸屬度和聚類(lèi)中心;
基于所述隸屬度和所述聚類(lèi)中心,對(duì)所述降維后的高分遙感影像進(jìn)行分類(lèi)。
可選地,所述基于主成分分析對(duì)預(yù)處理后的高分遙感影像進(jìn)行差異特征提取,具體包括:
基于預(yù)處理后的高分遙感影像,利用差值法、比值法以及圖像回歸方法構(gòu)建三幅光譜變化差異圖像;
利用PCA對(duì)所述差異圖像進(jìn)行差異特征提取。
可選地,所述基于直覺(jué)模糊C-均值聚類(lèi)算法對(duì)差異特征提取后的的遙感影像進(jìn)行變化檢測(cè),得到變化檢測(cè)結(jié)果,具體包括:
從差異特征提取后差異圖中選取灰度值最大和最小的像素作為聚類(lèi)的兩個(gè)中心進(jìn)行聚類(lèi),最終將差異圖像聚類(lèi)為兩類(lèi);
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于蘭州交通大學(xué),未經(jīng)蘭州交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011154610.9/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種基于SOA架構(gòu)的多星異構(gòu)遙感數(shù)據(jù)集成方法
- 一種遙感數(shù)據(jù)處理系統(tǒng)
- 一種遙感數(shù)據(jù)遠(yuǎn)程云處理系統(tǒng)及方法
- 一種帶報(bào)警提示的RFID遙感鎖
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像糾正匹配方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種遙感監(jiān)測(cè)自然災(zāi)害數(shù)據(jù)處理方法及系統(tǒng)
- 遙感傳感器輻射定標(biāo)方法、裝置和電子設(shè)備
- 一種熱紅外遙感圖像重建方法和裝置





