基于前期林地矢量数据的林地变化检测方法技术

技术编号:20920417 阅读:33 留言:0更新日期:2019-04-20 10:30
本发明专利技术公开一种基于前期林地矢量数据的林地变化检测方法,该方法包括步骤1,对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割,分别获取前后两期遥感影像对应的像斑;步骤2,提取前后两期像斑的多维特征,采用基于稀疏表示理论的特征融合方法计算像斑的差异度;步骤3,自适应选择训练样本,使用基于最大期望算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值;步骤4,对步骤2得到的加权差异影像使用步骤3得到的变化阈值进行二值分割,获得林地变化检测结果。本发明专利技术能够利用前期林地矢量数据对前后两期遥感影像进行多尺度分割,进而得到林地变化的检测结果。

Forestland Change Detection Method Based on Forestland Vector Data

The invention discloses a forest land change detection method based on pre-forest vector data, which includes step 1, multi-scale segmentation of two remote sensing images based on pre-forest vector data, and obtaining the corresponding image spots of two remote sensing images respectively; step 2, extracting the multi-dimensional features of pre-and post-forest image spots, and adopting feature fusion method based on sparse representation theory. In step 3, the training sample is selected adaptively, and the change threshold of the difference between the two phases is determined by Bayesian threshold determination method based on the maximum expectation algorithm. In step 4, the weighted difference image obtained in step 2 is segmented by the change threshold obtained in step 3 to obtain the forest land change detection results. The method can segment the front and back two remote sensing images at multi-scale by using the forestland vector data in the early stage, and then obtain the detection result of forestland change.

【技术实现步骤摘要】
基于前期林地矢量数据的林地变化检测方法
本专利技术属于遥感影像数据处理领域,涉及一种基于前期林地矢量数据进行多尺度分割,进而提取林地变化信息的检测方法。
技术介绍
随着国家可持续发展战略的实施,以六大林业重点工程的全面启动为标志,我国林业进入了一个以可持续发展理论为指导,全面推进跨越式发展的新阶段。但是当前森林资源调查监测多以地面人工调查为主,技术手段落后,监测数据采集、传输和存储的信息化、自动化水平低,导致相关工作耗时长、成本高,调查周期长、频次少、精度受人为因素影响大,需要推动林地变化检测向自动化发展。遥感影像的多尺度分割是基于面向对象方法的遥感影像林地变化检测前提,分割精度在很大程度上决定了变化检测精度。目前多尺度分割方法多集中在定量和定性判别最佳参数的研究,已研究出多种多尺度分割算法,但是实际应用效果却不够理想,难以大规模应用于实际生产。基于我国已实现年度森林资源年度变更调查,更新年度森林资源数据库和林地矢量数据,根据目前林业调查工作可知,该林地矢量数据可以准确描述森林经营单位的境界线和林班区划线。因此可利用前期林地矢量数据对前后两期遥感影像进行分割,以提高分割精度,进而提高林地变化检测精度。
技术实现思路
针对目前所存在的问题,本专利技术提供一种基于前期林地矢量数据的林地变化检测方法,该方法能够利用前期林地矢量数据对前后两期遥感影像进行多尺度分割,进而得到林地变化的检测结果。本专利技术基于前期林地矢量数据的林地变化检测方法,包括以下步骤:步骤1,对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割,分别获取前后两期遥感影像对应的像斑;步骤2,提取前后两期像斑的多维特征,采用基于稀疏表示理论的特征融合方法计算像斑的差异度;步骤3,自适应选择训练样本,使用基于最大期望(expectationmaximization,EM)算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值;步骤4,对步骤2得到的加权差异影像使用步骤3得到的变化阈值进行二值分割,获得林地变化检测结果。所述步骤1中,分割后的像斑使用分形网络演化算法再次进行分割,生成子像斑。所述步骤2的特征包括植被变化指数特征、归一化水指数特征、光谱特征、近红外波段标准差特征和近红外波段灰度共生矩阵纹理特征。本专利技术利用前期林地矢量数据对前后两期遥感影像进行分割,通过分割的像斑一系列的操作,获得林地变化检测结果,本专利技术的使用提高了当前森林资源调查监测的信息化和自动化,检测效率高,检测精度高。附图说明图1为本专利技术实施例的流程示意图;具体实施方式以下结合附图和实施例详细说明本专利技术的具体实施方式。如图1所示,本专利技术基于前期林地矢量数据的林地变化检测方法,包括以下步骤:步骤1,将前期林地矢量数据与前后两期遥感影像配准套合,以前期林地像斑矢量边界为准对前后两期遥感影像进行多尺度分割,获取两期遥感影像对应的林地像斑。由于变化区域没有规律性,很少变化区域正好对用一个前期林地像斑,不能保证分割后像斑的光谱同质性,使得后续变化检测变得困难。因此有必要对分割后的林地像斑使用分形网络演化算法再次进行分割,生成子像斑,从而保证各林地像斑内的光谱同质性。分形网络演化算法基于像素自下而上的增长,在保证异质性最小的前提下,把光谱信息相近的且相邻的像元合并为一个光谱同质的像斑。步骤2,遥感影像具有非常丰富的纹理特征、植被指数特征和光谱特征,提取像斑的光谱特征、植被变化指数(NDVI)特征、归一化水指数(NDWI)特征、近红外波段标准差特征、近红外波段灰度共生矩阵纹理特征遥感影像特征,得到各特征的特征向量,进而采用基于稀疏表示理论的特征融合方法计算像斑的加权差异度。基于稀疏表示理论的特征融合方法是使用数据稀疏这一先验知识,从所有特征向量中找到尽可能少的元素对目标信号进行稀疏表示。即假设像斑各特征向量表示为则对于目标向量bb,我们希望找到一个向量使得Ax=b并且向量x的l0l0范数最小,但由于难以求解l0l0范数,一般使用l1l1范数代替,用公式表示为:min||x||1s.tAx=b最终得到的x即为基于稀疏表示理论的特征融合方法所得的特征联合稀疏向量,这个向量就是遥感像斑多特征融合的结果。步骤3,自适应选择训练样本,使用基于EM算法的贝叶斯阈值确定法确定前后两期像斑的变化阈值。自适应选择样本像斑,假设选取的N个样本像斑为xi(i=1,...,N),样本像斑差异度越大,其标准差越大,计算其标准差σi以表征差异像斑的变化程度。将差异度较大的样本像斑称为强差异像斑,将σi由大到小排序,提取前50%对应的样本像斑样本,通过基于EM算法的贝叶斯阈值确定方法获得变化阈值T。步骤4,利用T对步骤2得到差异度像斑进行二值分割,获得林地变化像斑检测结果。本文中所描述的具体实施例仅仅是对本专利技术精神作举例说明。本专利技术所属
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本专利技术的精神或者超越所附权利要求书所定义的范围。本文档来自技高网
...

【技术保护点】
1.一种基于前期林地矢量数据的林地变化检测方法,其特征在于包括以下步骤:步骤1,对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割,分别获取前后两期遥感影像对应的像斑;步骤2,提取前后两期像斑的多维特征,采用基于稀疏表示理论的特征融合方法计算像斑的差异度;步骤3,自适应选择训练样本,使用基于最大期望算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值;步骤4,对步骤2得到的加权差异影像使用步骤3得到的变化阈值进行二值分割,获得林地变化检测结果。

【技术特征摘要】
1.一种基于前期林地矢量数据的林地变化检测方法,其特征在于包括以下步骤:步骤1,对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割,分别获取前后两期遥感影像对应的像斑;步骤2,提取前后两期像斑的多维特征,采用基于稀疏表示理论的特征融合方法计算像斑的差异度;步骤3,自适应选择训练样本,使用基于最大期望算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值;步骤4,对步骤2得到的加权差异影像使用...

【专利技术属性】
技术研发人员:刘润东陈崇征梅树红蔡会德范城城刘清郭小玉农胜奇卢峰陶衡麦超韦强
申请(专利权)人:广西壮族自治区遥感信息测绘院
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1