[發明專利]使用遙感數據和出租車軌跡數據的城市功能區識別方法

有效

• 申請號: 202110536051.6
• 申請日: 2021-05-17
• 公開（公告）號: CN113343781B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 秦昆;張曄
• 申請（專利權）人: 武漢大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/764;G06K9/62
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種綜合使用遙感數據和出租車軌跡數據的城市功能區識別方法，其特征在于，包括如下步驟：

步驟1，基于OpenStreetMap道路數據，建立城市用地的基本分析單元，并注明基本分析單元的建設用地類型屬性，生成土地利用圖，包括以下幾個子步驟：

步驟1.1，下載OSM城市底圖及相關屬性數據的shapefile文件，包括城市道路、建筑物、自然用地、重要地點、鐵路、水系信息，根據區域行政邊界矢量圖裁剪出研究區域；

步驟1.2，提取OSM中區域城市道路數據的道路中心線，并參考出租車軌跡點數據聚集產生的軌跡路徑，進行拓撲檢查與修正，生成區域道路網矢量圖層；

步驟1.3，利用步驟1.2得到的區域道路網矢量圖層切割區域行政邊界矢量圖，生成基本分析單元面圖層文件；

步驟1.4，參考城市建設用地實際類型，為相應的基本分析單元添加建設用地類型屬性，生成土地利用圖；

步驟2，基于高空間分辨率遙感影像提取加權均值的視覺特征，包括以下幾個子步驟：

步驟2.1，對衛星原始遙感影像數據進行預處理；

步驟2.2，使用多層次圖像分割方法，基于高空間分辨率遙感影像和道路矢量圖，得到M個圖像對象；

步驟2.3，提取各個圖像對象包括光譜特征、紋理特征和幾何特征在內的λ種視覺特征，得到每個圖像對象的λ維視覺特征向量；

步驟2.4，以各基本分析單元為單位，對其包含的所有圖像對象的視覺特征值求加權平均值，得到各基本分析單元的λ維加權平均視覺特征向量；

步驟3，基于出租車軌跡數據，提取上、下車點數據的時序統計特征，包括以下幾個子步驟：

步驟3.1，對一定時間段內的出租車軌跡數據進行預處理；

步驟3.2，從步驟3.1經過預處理的出租車軌跡數據中提取上、下車點；

步驟3.3，將步驟3.2提取的上、下車點圖層匹配到步驟1.3中的基本單元面圖層；

步驟3.4，提取各基本分析單元內一定時間段內的出租車上、下車點數據的48維時序統計特征；

步驟4，綜合使用高空間分辨率遙感影像的視覺特征和出租車軌跡上、下車點數據的時序統計特征進行城市功能區的識別。

2.如權利要求1所述的一種綜合使用遙感數據和出租車軌跡數據的城市功能區識別方法，其特征在于：所述步驟1.2中拓撲檢查可利用ArcMap軟件中的“拓撲”工具進行，拓撲修正可根據出租車的軌跡路徑對OSM中提取的區域城市道路數據的道路中心線進行手動修正，出租車軌跡數據由裝置在出租車上的GPS設備接收導航衛星發射的信息采集而成，采樣時間間隔大于40s，每條記錄包含車牌號、時間、經緯度、方向、速度、ACC狀態和載客狀態屬性信息。

3.如權利要求1所述的一種綜合使用遙感數據和出租車軌跡數據的城市功能區識別方法，其特征在于：所述步驟2.1中預處理包括幾何校正、圖像融合、圖像鑲嵌、圖像裁剪。

4.如權利要求1所述的一種綜合使用遙感數據和出租車軌跡數據的城市功能區識別方法，其特征在于：所述步驟2.2是依次使用棋盤分割、多尺度分割和光譜差分割三種多層次圖像分割方法，基于高空間分辨率遙感影像和道路矢量圖，得到M個圖像對象。

5.如權利要求1所述的一種綜合使用遙感數據和出租車軌跡數據的城市功能區識別方法，其特征在于：所述步驟2.3中視覺特征包括歸一化差分植被指數、歸一化差分水體指數、土壤調整植被指數、灰度共生矩陣均值、熵、對比度、相關性、非相似度、均值、標準差、偏度、面積、長寬比、邊界指數、緊致度、橢圓擬合、矩形擬合、圓度、形狀指數。