一种地物识别方法及装置制造方法及图纸

技术编号:21893025 阅读:17 留言:0更新日期:2019-08-17 14:56
本发明专利技术提供一种地物识别方法及装置,涉及遥感图像检索领域。该地物识别方法包括:获取待标注图像中各子区域的特征信息;采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域;计算所述聚类区域的特征信息与已标注的样本特征之间的相似度信息;根据所述相似度信息,确定所述聚类区域的地物类型。使用该地物识别方法,能够方便快捷地对待标注图像的地物进行识别。

A Method and Device for Land Object Recognition

【技术实现步骤摘要】
一种地物识别方法及装置
本专利技术涉及遥感图像检索领域,具体而言,涉及一种地物识别方法及装置。
技术介绍
在遥感影像类地图集编制过程中,通常需要把水体、植被、道路、建筑物、农田等信息进行解译、勾勒出边界信息、并加以不同颜色或者透明度的掩膜,进行区分,为了图幅美观,同时也让读图者能够快速的对影像图表达的信息进行识别,便于快速读图。但在地物识别过程中,这些工作,往往需要制图人员通过目视解译,手工勾勒边界完成,工作量大。
技术实现思路
本专利技术的目的在于,针对上述现有技术中的不足,提供一种地物识别方法及装置,能够方便快捷地对待标注图像的地物进行识别。为实现上述目的,本专利技术实施例采用的技术方案如下:第一方面,本专利技术实施例提供了一种地物识别方法,包括:获取待标注图像中各子区域的特征信息;采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域;计算所述聚类区域的特征信息与已标注的样本特征之间的相似度信息;根据所述相似度信息,确定所述聚类区域的地物类型。一种实施方式中,所述获取所述聚类区域的特征信息与已标注的样本特征之间的相似度信息之前,还包括:获取训练图像库,所述训练图像库包括训练图像,所述训练图像为已标注地物类型的图像;对所述训练图像进行分割,得到多个子区域图像;采用预设算法对各所述子区域图像进行特征提取,获取样本特征;建立所述样本特征与已标注地物类型之间的关联关系。一种实施方式中,所述对所述训练图像进行分割,得到多个子区域图像,包括:将所述训练图像分割为多个区域;将每个所述区域划分为多个所述子区域图像。一种实施方式中,所述采用预设算法对各所述子区域图像进行特征提取,获取样本特征,包括:采用预设算法对各所述子区域图像的颜色信息和/或纹理信息进行提取,获取样本特征。一种实施方式中,所述采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域,包括:采用聚类算法,将所述待标注图像中相邻子区域中特征信息相同的部分汇聚形成所述聚类区域。第二方面,本专利技术实施例还提供了一种地物识别装置,包括:获取模块,用于获取待标注图像中各子区域的特征信息;处理模块,用于采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域;计算模块,用于获取所述聚类区域的特征信息与已标注的样本特征之间的相似度信息;确定模块,用于根据所述相似度信息,确定所述聚类区域的地物类型。一种实施方式中,还包括:预处理模块,用于获取训练图像库,所述训练图像库包括训练图像,所述训练图像为已标注地物类型的图像;分割模块,用于对所述训练图像进行分割,得到多个子区域图像;提取模块,用于采用预设算法对各所述子区域图像进行特征提取,获取样本特征;关联模块,用于建立所述样本特征与已标注地物类型之间的关联关系。一种实施方式中,所述分割模块包括:第一分割单元,用于将所述训练图像分割为多个区域;第二分割单元,用于将每个所述区域划分为多个所述子区域图像。一种实施方式中,所述提取模块,具体用于采用预设算法对各所述子区域图像的颜色信息和/或纹理信息进行提取,获取样本特征。一种实施方式中,所述计算模块,具体用于采用聚类算法,将所述待标注图像中相邻子区域中特征信息相同的部分汇聚形成所述聚类区域。本专利技术的有益效果是:本专利技术实施例提供的一种地物识别方法及装置,通过获取待标注图像中各子区域的特征信息,并采用聚类算法获取相同地物类型的聚类区域,计算该聚类区域的特征信息与已标注的样本特征之间的相似度信息,根据该相似度信息,找出相似度信息最大的相似度值,根据该最大的相似度值确定出聚类区域的地物类型。该方法可以快速便捷地对水体、植被、道路、建筑物、农田等信息进行地物识别。附图说明为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提供的地物识别方法的步骤流程示意图;图2为本专利技术实施例提供的训练图像地物类型与特征信息关联的流程示意图;图3为本专利技术实施例提供的训练图像分割成子图像的流程示意图;图4为本专利技术实施例提供的地物识别装置的模块结构示意图;图5为本专利技术实施例提供的训练图像地物类型与特征信息关联的流程对应的模块结构示意图。图标:101-获取模块;102-处理模块;103-计算模块;104-确定模块;201-预处理模块;202-分割模块;203-提取模块;204-关联模块。具体实施方式为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。第一实施例图1为本专利技术实施例提供的地物识别方法的步骤流程示意图,请参照图1,本专利技术实施例提供一种地物识别方法,包括:S101、获取待标注图像中各子区域的特征信息。可选地,对待标注图像分割得到多个子区域,并将各自区域分解成互不重叠的子图像,获取子图像32维或者64维的颜色直方图作为图像的特征信息。例如,对待标注图像进行4×4或者8×8分割得到32个子区域或者64个子区域,并将32个子区域或者64个子区域的每个子区域分割成32个子图像或者64个子图像,获取每个子图像的颜色直方图作为图像的特征信息。需要说明的是,上述子区域分割得到的子图像近似为最小的粒度单元,也就是说提取的特征信息是同一地物的特征信息。S102、采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域。具体的,根据S101步骤得到的特征信息,采用聚类算法,将具有相同特征信息的子图像进行聚类得到聚类区域。需要说明的是,将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异。“物以类聚,人以群分”,在自然科学和社会科学中,存在着大量的分类问题。聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析起源于分类学,但是聚类不等于分类。聚类与分类的不同在于,聚类所要求划分的类是未知的。聚类分析内容非常丰富,有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。S103、计算聚类区域的特征信息与已标注的样本特征之间的相似度信息。具体的,根据S102步骤中得到的聚类区域的特征信息,将得到的聚类区域的特征信息和已标注的样本特征进行相似度计算,得到对应的相似度结果。例如,已标注的样本特征有农田的样本特征为(x1,x2,x3,…,xn),水体的样本特征为(y1,y2,y3,…,yn),建筑的样本特征为(z1,z2,z3,…,z4),道路的样本特征为(w1,w2,w3,…,wn),聚类区域的特征信息与农田的样本特征(x1,x2,x3,…,xn)进行相似度计算得到第一相似度值A1,聚类区域的特征信息与水体的样本特征(y1,y2,y3,…,yn)进行相似度计算的得到第二相似度值A2,聚类区域的本文档来自技高网...

【技术保护点】
1.一种地物识别方法,其特征在于,包括:获取待标注图像中各子区域的特征信息;采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域;计算所述聚类区域的特征信息与已标注的样本特征之间的相似度信息;根据所述相似度信息,确定所述聚类区域的地物类型。

【技术特征摘要】
1.一种地物识别方法,其特征在于,包括:获取待标注图像中各子区域的特征信息;采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域;计算所述聚类区域的特征信息与已标注的样本特征之间的相似度信息;根据所述相似度信息,确定所述聚类区域的地物类型。2.根据权利要求1所述的地物识别方法,其特征在于,所述获取所述聚类区域的特征信息与已标注的样本特征之间的相似度信息之前,还包括:获取训练图像库,所述训练图像库包括训练图像,所述训练图像为已标注地物类型的图像;对所述训练图像进行分割,得到多个子区域图像;采用预设算法对各所述子区域图像进行特征提取,获取样本特征;建立所述样本特征与已标注地物类型之间的关联关系。3.根据权利要求2所述的地物识别方法,其特征在于,所述对所述训练图像进行分割,得到多个子区域图像,包括:将所述训练图像分割为多个区域;将每个所述区域划分为多个所述子区域图像。4.根据权利要求2所述的地物识别方法,其特征在于,所述采用预设算法对各所述子区域图像进行特征提取,获取样本特征,包括:采用预设算法对各所述子区域图像的颜色信息和/或纹理信息进行提取,获取样本特征。5.根据权利要求1所述的地物识别方法,其特征在于,所述采用聚类算法,根据待标注图像中各子区域的特征信息获取相同地物类型的聚类区域,包括:采用聚类算法,将所述待标注图像中相邻子区域中特征信息...

【专利技术属性】
技术研发人员:高晓梅胡玉玺
申请(专利权)人:中煤航测遥感集团有限公司中煤地西安地图制印有限公司
类型:发明
国别省市:陕西,61

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