[發(fā)明專利]基于虛擬樣本的遙感影像變化檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110345591.6 | 申請(qǐng)日: | 2021-03-31 |
| 公開(公告)號(hào): | CN112906659A | 公開(公告)日: | 2021-06-04 |
| 發(fā)明(設(shè)計(jì))人: | 王杏林;宋昕宇;蔡培鑫;崔千鵬;陳璇 | 申請(qǐng)(專利權(quán))人: | 夏程巧 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62;G06T5/00;G06T5/30 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 528518 廣東省*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 虛擬 樣本 遙感 影像 變化 檢測(cè) 方法 | ||
基于虛擬樣本的遙感影像變化檢測(cè)方法,其方法在于,包括以下步驟:采集獲取目標(biāo)區(qū)域兩個(gè)時(shí)相的衛(wèi)星影像,對(duì)衛(wèi)星影像進(jìn)行預(yù)處理后選取各類地物的樣本;通過分析各地類樣本,確定敏感波段并組合形成具有兩相時(shí)光譜信息的數(shù)據(jù)集;分析地物變化類型,然后根據(jù)各類地物樣本通過自動(dòng)堆疊的方式生成虛擬樣本,將數(shù)據(jù)集與虛擬樣本輸入分類器中進(jìn)行分類,提取變化信息;然后對(duì)提取的變化檢測(cè)結(jié)果進(jìn)行變化信息后處理;最后通過人工目視解譯進(jìn)行精度評(píng)價(jià);與現(xiàn)有技術(shù)相比,本發(fā)明的技術(shù)將地物變化類型抽象為分類對(duì)象,采用虛擬樣本的方式,大大減少了人力及時(shí)間成本,處理效率高,檢測(cè)精度高,提高了遙感變化檢測(cè)的自動(dòng)化程度,挖掘了影像數(shù)據(jù)的潛能。
技術(shù)領(lǐng)域
本發(fā)明涉及遙感影像變化檢測(cè)技術(shù)領(lǐng)域,具體是基于虛擬樣本的遙感影像變化檢測(cè)方法。
背景技術(shù)
遙感變化檢測(cè)是利用不同時(shí)期覆蓋同一地表區(qū)域的多源遙感影像和相關(guān)地理空間數(shù)據(jù),結(jié)合相應(yīng)地物特性和遙感成像機(jī)理,采用圖像、圖形處理理論及數(shù)理模型方法,確定和分析該地區(qū)地物的變化,包括地理位置、范圍的變化。現(xiàn)有遙感變化檢測(cè)方法眾多,實(shí)際生產(chǎn)中主要采用先將地物分類再做變化分析和先提取變化區(qū)域再分析地物變化類型這兩種。兩種方法各有優(yōu)缺點(diǎn),一方面,先分類后變化分析方法對(duì)兩個(gè)時(shí)相地物分類精度要求較高,且分類誤差累積使得變化檢測(cè)結(jié)果精度大打折扣。此外還會(huì)受到兩時(shí)相影像幾何精度問題的困擾,形成“偽變化”圖斑;另一方面,先提取變化區(qū)域再分析地物變化類型的方法強(qiáng)烈依賴于變化閾值的選取,不同的影像所選取的閾值不盡相同,這給變化檢測(cè)帶來了很大的難度。分析地物變化類型大多仍然采用分類的方法,分類精度直接影響變化檢測(cè)的精度;
此外,其他類型的遙感變化檢測(cè)的方法受到遙感影像成像時(shí)間、幾何偏差等因素影響,存在操作復(fù)雜、耗時(shí)長、需要大量樣本以及人工干預(yù)的缺陷,無法適應(yīng)大規(guī)模,例如省級(jí)范圍的變化檢測(cè)要求。
發(fā)明內(nèi)容
本發(fā)明提供基于虛擬樣本的遙感影像變化檢測(cè)方法,可以有效解決上述背景技術(shù)中提出的問題。
本發(fā)明所采取的技術(shù)方案是:基于虛擬樣本的遙感影像變化檢測(cè)方法,包括以下步驟:
步驟1,采集獲取目標(biāo)區(qū)域兩個(gè)時(shí)相的衛(wèi)星影像,通過衛(wèi)星拍攝獲取目標(biāo)區(qū)域兩個(gè)不同時(shí)間的影像;
步驟2,影像預(yù)處理,對(duì)兩時(shí)相影像進(jìn)行輻射定標(biāo)、大氣校正、配準(zhǔn)的預(yù)處理;對(duì)預(yù)處理好的兩時(shí)相影像查找其重疊區(qū)域并裁剪出重疊部分;
步驟3,選擇樣本,在第一時(shí)相影像中選擇各類地物的樣本,在第二時(shí)相影像中選擇各類地物的樣本;
步驟4,敏感波段分析,統(tǒng)計(jì)步驟3中第一時(shí)相影像、第二時(shí)相影像各類地物樣本的光譜信息,并計(jì)算兩時(shí)相光譜差異性;
步驟5,影像波段組合,根據(jù)步驟4中的光譜差異性,篩選出差異性較小的幾個(gè)波段,并將篩選的波段組合到一起形成具有兩時(shí)相光譜信息的數(shù)據(jù)集;
步驟6,地物變化類型分析,根據(jù)步驟3中各地類,分析并確定地物變化類型;
步驟7,虛擬樣本,根據(jù)步驟6中確定的地物變化類型,結(jié)合步驟3中得到的地物樣本,采用均值法將樣本堆疊,生成帶有變化信息的虛擬樣本;
步驟8,提取變化信息,將步驟5得到的數(shù)據(jù)集和步驟7得到的虛擬樣本輸入到分類器中得到變化信息,并將變化信息轉(zhuǎn)換為矢量結(jié)果;
步驟9,變化信息后處理,將步驟8得到的矢量結(jié)果中未發(fā)生變化的圖斑刪除,保留地物類型發(fā)生變化的矢量圖斑;
步驟10,統(tǒng)計(jì)步驟9經(jīng)偽變化圖斑去除后得到的圖斑面積,將小于4個(gè)像元大小的圖斑刪除,減小影像噪點(diǎn)及四鄰域影響;
步驟11,對(duì)步驟10得到的圖斑進(jìn)行平滑處理,采用多項(xiàng)式近似的平滑方法,結(jié)合道格拉斯-普克簡化算法對(duì)圖斑進(jìn)行平滑處理;
步驟12,將步驟11平滑后的圖斑進(jìn)行面積平差處理,統(tǒng)計(jì)其平滑后圖斑總面積、總周長以及平滑前圖斑總面積;
步驟13,精度驗(yàn)證,將提取的變化信息結(jié)合人工目視解譯進(jìn)行精度評(píng)價(jià);
步驟14,得到變化檢測(cè)結(jié)果,統(tǒng)計(jì)各種變化類型的面積、分布情況。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于夏程巧,未經(jīng)夏程巧許可,擅自商用是侵權(quán)行為。如果您想購買此專利、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/202110345591.6/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
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)別印刷或書寫字符或者用于識(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)筆畫組成的,而且每個(gè)筆畫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
- 確定吸收制品功效
- 一種虛擬機(jī)的安全訪問方法及虛擬機(jī)系統(tǒng)
- 一種虛擬桌面的解鎖方法及裝置
- 一種實(shí)時(shí)處理虛擬交換機(jī)網(wǎng)絡(luò)流量的虛擬化平臺(tái)
- 虛擬智能家居實(shí)訓(xùn)系統(tǒng)及其虛擬實(shí)訓(xùn)方法
- 虛擬機(jī)的磁盤資源的管理方法和裝置
- 一種基于KVM的虛擬網(wǎng)卡管理方法
- 虛擬資源數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 基于虛擬環(huán)境的道具使用方法、裝置、設(shè)備及介質(zhì)
- 虛擬道具的獲取方法、裝置、設(shè)備及介質(zhì)
- 樣本引入裝置、樣本引入基片和樣本引入方法
- 樣本查找方法、裝置及系統(tǒng)
- 模型訓(xùn)練、樣本平衡方法及裝置以及個(gè)人信用評(píng)分系統(tǒng)
- 樣本輸送系統(tǒng)、樣本輸送方法以及樣本檢測(cè)系統(tǒng)
- 樣本分析裝置、樣本檢測(cè)設(shè)備及樣本檢測(cè)方法
- 樣本檢測(cè)方法、樣本檢測(cè)裝置及樣本檢測(cè)系統(tǒng)
- 樣本架、樣本混勻系統(tǒng)及樣本分析儀
- 樣本收集管及樣本收集系統(tǒng)
- 樣本數(shù)據(jù)集的擴(kuò)容方法及模型的訓(xùn)練方法
- 行人重識(shí)別的噪聲樣本識(shí)別方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 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





