一种遥感图像城区提取方法技术

一种遥感图像城区提取方法，包括：S1，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据以及PALSAR HH/HV卫星遥感图像样本，进行特征提取；S2，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3，以显著城区和非城区点为初始信息，结合待分类数据的特征分布特性，通过LLGC方法进行置信度扩散，获得城区置信图；S4，获得整个遥感图像的置信度，以此加权进行随机采样，生成训练样本；S5，基于SVM进行城区分类：以步骤S1中所提取的特征矢量和步骤S4中提取的样本数据为基础，通过SVM方法进行分类，根据分类标签获得二值化的城区地图。本方法解决了现有技术中人工采样的高成本、高耗时等问题。

【技术实现步骤摘要】
一种遥感图像城区提取方法
本专利技术涉及遥感图像处理技术，更具体地，涉及一种遥感图像城区提取方法。
技术介绍
全球人口中，城市人口的比率持续增长。目前已有超过一半的人口居住于城区中。城市化的相关研究在城市规划、社会形态分析、环境变化、灾害控制等方面有着重要影响。城区的地理相关信息一般由行政单位掌握，但有一定的局限性，包括如下：-各国之间关于“城区”的定义存在差异；-对城区的动态变化描述较为滞后；-城区信息共享不易；-发展中国家精确城区信息获取不易。当前对城区地图的分析中，基于遥感图像的城区地图分析成为城市化相关研究的一种主流方式。遥感分析方法基于城区的多光谱特性进行分析，以获取高分辨率城区地图。它不依赖于行政区划定义，在不同国家、地域间仍能保持一致性，有利于进行全球城市化相关分析。但是，当前面临的问题是，不同气候带的城区在多光谱特性上往往差异较大，图1-3显示了三个不同城市的ASTER(b1～b3)光谱伪彩数据，图中圆圈中的区域大致代表城区。从图中可以看出城区的颜色分布特性在三幅图中差异较大，非城区亦是如此。针对该问题，监督分类方法是当前基于遥感图像的城区识别的主流方法。该方法通过手本文档来自技高网...

【技术保护点】
一种遥感图像城区提取方法，其特征在于，包括：S1)，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据、以及PALSAR HH、HV卫星遥感图像的样本，进行特征提取；S2)，针对ASTER VNIR卫星遥感图像以及PALSAR HH卫星遥感图像，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3)，以这部分显著城区和非城区点作为初始信息，结合待分类数据的特征分布特性，通过LLGC方法，进行置信度扩散，获得城区置信图；S4)，获得整个遥感图像的置信度后，以此加权进行随机采样，生成训练样本；S5)，基于SVM进行城区分类，包括：以步骤S1中所提取的特征矢量，和步骤S4中提取的样本数...

【技术特征摘要】
1.一种遥感图像城区提取方法，其特征在于，包括：S1)，针对ASTERVNIR卫星遥感图像及其衍生产品高程数据、以及PALSARHH、HV卫星遥感图像的样本，进行特征提取，提取的特征包括：输入数据Asterb1～Asterb4、slope、hh、hv、hhcor、NDVI、NDWI、hhsub和hhent，其中，Asterb1～Asterb4表示ASTERVNIR卫星遥感图像的4个波段的数据，slope表示ASTER卫星遥感图像的衍生产品高程数据，hh和hv分别表示PALSAR卫星遥感图像的HH和HV波段的数据，hhcor表示PALSAR卫星遥感图像的入射角进行校正处理后的HH波段数据，NDVI表示归一化植被指数，NDWI表示归一化水指数，hhsub根据PALSARHH卫星遥感图像数据hh和hhcor计算得到，用于区分非城区的数据，hhent根据PALSARHH卫星遥感图像数据hh计算得到，用于描述纹理信息；S2)，针对ASTERVNIR卫星遥感图像以及PALSARHH卫星遥感图像，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3)，以这部分显著城区和非城区点作为初始信息，结合待分类数据的特征分布特性，通过LLGC方法，进行置信度扩散，获得城区置信图；S4)，获得整个遥感图像的置信度后，以此加权进行随机采样，生成训练样本；S5)，基于SVM进行城区分类，包括：以步骤S1中所提取的特征矢量，和步骤S4中提取的样本数据为基础，通过传统的SVM方法进行分类，根据分类标签获得二值化的城区地图。2.根据权利要求1所述的遥感图像城区提取方法，其特征在于，在步骤S2中，基于计算卫星遥感图像中的二值化掩码图像，然后同二值化掩码图像的二值形态开闭运算确定显著城区和非城区点，其中，二值化掩码图像的对比阈值根据该卫星遥感图像的NDVI、DNWI...

【专利技术属性】
技术研发人员：唐华俊，邵肖伟，周清波，史云，杨鹏，吴文斌，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：北京;11