[發明專利]基于建筑形態分布的高分辨率影像城中村檢測方法

有效

• 申請號: 202011230894.5
• 申請日: 2020-11-06
• 公開（公告）號: CN112347926B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 張濤;王珍;丁樂樂;邢煒光;朱大勇;魏麟;潘宇明;王震;孟凡效;劉艷飛
• 申請（專利權）人: 天津市勘察設計院集團有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06N20/00;G06V20/40
• 代理公司: 天津企興智財知識產權代理有限公司 12226
• 代理人: 劉影

1.一種基于建筑形態分布的高分辨率影像城中村檢測方法，其特征在于：該方法包括以下步驟：

步驟一：獲取目標區域高分辨率衛星遙感影像和對應的道路矢量數據；

步驟二：將影像分割成若干街區作為城中村檢測的基本單元；

步驟三：采用多方向、多尺度形態學差分譜進行建筑特征提取；

步驟四：基于建筑提取結果，在街區范圍內計算典型的建筑形態分布參數，具體包括建筑覆蓋率、建筑個數密度、建筑平均面積和建筑平均間距；

步驟五：采集訓練樣本并聯合建筑形態分布特征輸入到隨機森林分類器中進行模型訓練和分類；

步驟六：根據機器學習輸出的分類概率，對低置信度分類結果進行檢查修正；

步驟四中，采用建筑形態分布參數作為城中村的場景特征表達；

采用幾個典型的建筑形態分布參數，包括建筑覆蓋率(PLAND)、建筑個數密度(PD)、建筑平均面積(MPA)和建筑平均間距(MNND)來描述建筑的空間分布特點；

建筑形態分布參數定義如下：

其中，a_i表示第i個斑塊的面積，n表示斑塊個數，A表示場景面積，h_j表示第j個斑塊到其最鄰近斑塊的距離。

2.根據權利要求1所述的基于建筑形態分布的高分辨率影像城中村檢測方法，其特征在于：在步驟一中，影像空間分辨率在0.5至2米之間，至少包含可見光三個波段。

3.根據權利要求1所述的基于建筑形態分布的高分辨率影像城中村檢測方法，其特征在于：步驟二中，采用道路矢量將影像分割成街區作為城中村的基本檢測單元，每個街區內部的土地利用和功能屬性相對一致。

4.根據權利要求1所述的基于建筑形態分布的高分辨率影像城中村檢測方法，其特征在于：步驟三中，建筑特征的提取方法為：采用多尺度和多方向的線性結構元素對影像進行白頂帽變換(WTH)，生成差分形態學特征(DMP)來表征不同尺度和方向上的建筑分布；

多方向、多尺度形態學差分譜(MP)定義如下：

其中，DMP_WTH是基于白頂帽變換WTH生成的差分形態學特征；s和d分別表示WTH變換中線性結構元素的尺寸和方向；N_s和N_d分別表示尺寸和方向的總數。

5.根據權利要求1所述的基于建筑形態分布的高分辨率影像城中村檢測方法，其特征在于：步驟六中，根據機器學習輸出的分類概率，對低置信度分類結果參照高分辨率影像進行目視檢查，如果分類錯誤，則修正分類結果;

根據機器學習的輸出結果評估分類置信度，對不同置信度下的分類結果分別進行精度評價，以城中村制圖應用為導向，對其中的低置信度分類結果進行檢查修正；

分類置信度表示為：

其中R(x)指街區x分類結果的置信度，TreeNumber指隨機森林分類器中決策樹的棵數，vote_k指第k個類別的投票數，即識別成城中村(k＝1)或非城中村(k＝2)的投票數，根據R(x)的數值，將所有街區的分類結果置信度分成高置信度(R(x)0.9)和低置信度(0.5R(x)0.9)，并對低置信度分類結果參照高分辨率影像進行人工檢查修正。