街区式农村居民地遥感快速标注方法技术

本发明专利技术公开了一种街区式农村居民地遥感快速标注方法，其包括：获取待标注的遥感影像，并将遥感影像划分成若干影像块；按设定的约束条件将影像块初步标注为居民地影像块和非居民地影像块；获取若干初步标注的非居民地影像块作为负样本和一个手工标注的影像块作为正样本，采用最近邻分类法选取设定数量的影像块作为正样本；采用正样本、负样本和若干特征，运用k‑近邻分类法，逐步剔除居民地影像块中的非居民影像块；将空间具有邻接农村居民地影像块的农村居民地影像块聚集在一起形成若干聚集居民地影像块，判断聚集居民地影像块中农村居民地影像块个数是否小于设定值，如果小于则将聚集居民地影像块加入负样本，否则输出相应的聚集居民地影像块。

Remote sensing method for marking rural residential land in block type

The invention discloses a block type of rural residents to remote sensing rapid labeling method, comprising the following steps of: acquiring remote sensing image annotation, and the remote sensing image is divided into several image blocks; according to the constraints set will be marked as preliminary image block residents and non residents of image block image blocks; obtaining a number of preliminary non marking the residents of image block as negative samples and a manual annotation of image block is used as the sample, the nearest neighbor classification method to select a set number of image blocks are used as samples; the positive samples and negative samples and some characteristics, the use of k neighbor classification, gradually eliminating the non resident image block residents image blocks; the space with residents of rural residents to the adjacent image blocks of image blocks together to form a number of residents gathered to image block, judgment of rural residents gathered in the residents of image block If the number of image blocks is less than the set value, if the image is less than that, the resident image blocks are added to the negative samples, or the corresponding image blocks of the aggregated residential areas are output.

【技术实现步骤摘要】
街区式农村居民地遥感快速标注方法
本专利技术涉及遥感影像中居民地的标注技术，具体涉及一种街区式农村居民地遥感快速标注方法。
技术介绍
随着遥感影像空间分辨率的不断提升，遥感影像提供了更多的几何、纹理、形状等细节信息，居民地的内部组成、外部轮廓能够更好地展现在遥感影像上，利用遥感手段精确获取居民地空间分布信息成为可能。但是，居民地内部由建筑物、道路、绿地、阴影等构成，不同组成的光谱差异较大，仅利用光谱信息难以提取居民地信息，居民地在高分影像上的表现形式加大了遥感自动提取算法的技术难度。为解决这一技术难题，服务灾害评估、环境变化、军事侦察等领域的应用需求，国内外研究学者对高分遥感影像居民地信息提取算法进行了研究。目前已有的高分遥感影像居民地信息提取算法主要存在以下两个问题：第一，基于监督分类机制的算法需要大量手工标注的训练样本，标注过程繁琐耗时，算法的自动化程度无法达到实用级别；第二，基于非监督机制的算法虽然不需要训练样本，但其分类精度相对较低，需要进一步提升。由此可见，克服监督分类算法和非监督分类算法的缺点，构建不需要训练样本或少量训练样本，且提取准确率较高的遥感影像居民地信息快速提取算法，是当前值得深入研究的问题。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的街区式农村居民地遥感快速标注方法能够准确地检测到遥感影像中的居民地。为了达到上述专利技术目的，本专利技术采用的技术方案如下。提供一种街区式农村居民地遥感快速标注方法，其包括以下步骤：获取待标注的遥感影像，并将所述遥感影像划分成若干影像块，相邻影像块之间存在部分重叠；按设定的约束条件将影像块初步标注为居民地影像块和非居民地影像块；获取若干初步标注的非居民地影像块作为负样本和一个手工标注的影像块作为正样本，在距离正样本设定距离内的区域中，采用最近邻分类法选取设定数量的影像块作为正样本；采用正样本、负样本和若干特征，运用k-近邻分类法，依次利用每一个特征训练分类器，逐步剔除居民地影像块中的非居民影像块，得到采用最后一个特征剔除后的农村居民地影像块；将空间具有邻接农村居民地影像块的农村居民地影像块聚集在一起形成若干聚集居民地影像块，判断聚集居民地影像块中农村居民地影像块个数是否小于设定值，如果小于则将该区域内的影像块加入到负样本中，否则输出相应的聚集居民地影像块。进一步地，优选若干特征包括光谱、纹理和形状特征，逐步剔除居民地影像块中的非居民影像块时，按设定顺序采用每个特征剔除初步标注为居民地影像块中非居民用地，采用设定顺序前两个特征剔除非居民用地后，均需对具有邻接居民地影像块的影像块进行聚集形成聚集块，并将聚集块中居民地个数小于设定值的聚集块加入到负样本中；设定顺序中的第二个和第三个特征均采用上一个特征剔除后得到的居民用地进行判断。进一步地，优选所述影像块为正方形影像块，将所述影像块等分成四个正方形子影像块；判断以任意子影像块为中心的四个农村居民地影像块的个数是否大于等于预设值，若大于等于预设值，则子影像块为居民地，并输出为居民地的子影像块。进一步地，采用预设的约束条件将影像块初步标注为居民地和非居民地的具体方法为：计算每个影像块中每个像素的窗口方差，并判断所有像素的窗口方差小于等于设定阀值的占比是否大于等于预设阀值；若大于等于，则剔除该影像块；对余下影像块采用canny算子提取遥感影像的边缘，并判断每个影像块内水平方向上连续的边缘像素个数与垂直方向上连续的边缘像素个数的比值是否位于设定范围内，若不在设定范围内，则剔除该影像块；判断余下的影像块内整行和整列像素都不包含边缘像素的数目，若行数目和列数目中任一值大于影像块尺寸的一半，则剔除该影像块；计算余下的影像块中每个影像块的灰度累积直方图，并判断像素灰度值位于设定区间内的比例是否大于设定值，若大于设定值，则剔除该影像块；将剔除的影像块归类为初步标注的非居民地影像块，余下的影像块归类为初步标注的居民地影像块。进一步地，优选所述设定区间为[0,d1]或区间[d2,∞]，所述d1和d2的获取方法为：计算手工标注的影像块的灰度累积直方图；采用以下公式计算d1和d2：s.t.H(i)＞25％×w2s.t.H(i)＞75％×w2其中，H(i)为手工标注的影像块的灰度值为i时的累积像素数，w为影像块的边长。进一步地，优选所述依次利用每一个特征训练分类器，逐步剔除居民地影像块中的非居民影像块进一步包括：选取相同数量的正样本和负样本构建成样本集，之后，构建若干分类器；分类器运用k-近邻分类法，计算初步标注为居民地的影像块及样本集的光谱、纹理和形状特征，在样本集中搜索单个居民地影像块前k个近邻；若至少一半分类器确定前k个近邻中判定当前初步标注为居民地影像块的概率小于为非居民地影像块的概率，则将当前初步标注为居民地的影像块归类为非居民地。进一步地，优选在最近邻分类法中采用欧氏距离选选取设定数量的影像块作为正样本，正样本的选取过程进一步包括：以灰度直方图为影像块特征，以欧氏距离衡量特征间的差异，计算距离手工标注的正样本设定距离内的所有影像块与正样本和所有的负样本之间的欧氏距离；若每个影像块的所有欧氏距离中距离正样本的欧氏距离为最小值，则将其标注为正样本，直至正样本数量达到设定数量。进一步地，优选当距离手工标注的正样本设定距离内的正样本小于设定数量时，以灰度直方图为影像块特征，计算初步标注为居民地的影像块与手工标注的正样本之间的欧氏距离，选取欧氏距离较小的影像块补足设定数量的正样本。进一步地，优选所述正样本的数量q与负样本的数量Q的关系为Q＝nq，n为单数。进一步地，优选所述遥感影像为高分二号全色影像。本专利技术的有益效果为：本方案在进行街区式居民地的标注时，仅需一个人工标注的样本，不需要提供大量人工标注的数据样本，降低了标注过程的繁琐程度，面对海量级的遥感影像数据，保证了街区式农村居民地标注的自动化和实时化需求。采用本方法进行居民地标注，可以高效、准确地检测到影像中的居民地，对地物背景存在差异的遥感影像都具有良好的效果；将本方法的标注结果与人工标注的结构相比，不存在将一大块非居民地区域误判为居民地的情况，总体上能够达到手工标注的精度。附图说明图1为街区式农村居民地遥感快速标注方法一个实施例的流程图。图2为遥感影像的多种划分方式的示意图。图3为两种不同划分方式的影像块重叠后的示意图。图4为两种不同划分方式的影像块重叠后的局部分块示意图。图5为搜索正样本方式的示意图。图6为采用本方案的方法进行街区式农村居民地标注后的遥感影像图。图7为采用现有的基于边缘抑制点投票的高分辨率遥感影像农村居民地提取算法进行街区式农村居民地标注后的遥感影像图。图8为采用手工标注方法进行街区式农村居民地标注后的遥感影像图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。参考图1，图1示出了街区式农村居民地遥感快速标注方法一个实施例的流程图；如图1所示，该方法100包括步骤101至步骤105。在步骤101中，获取待标注的遥本文档来自技高网...

【技术保护点】
街区式农村居民地遥感快速标注方法，其特征在于，包括以下步骤：获取待标注的遥感影像，并将所述遥感影像划分成若干影像块，相邻影像块之间存在部分重叠；按设定的约束条件将影像块初步标注为居民地影像块和非居民地影像块；获取若干初步标注的非居民地影像块作为负样本和一个手工标注的影像块作为正样本，在距离正样本设定距离内的区域中，采用最近邻分类法选取设定数量的影像块作为正样本；采用正样本、负样本和若干特征，运用k‑近邻分类法，依次利用每一个特征训练分类器，逐步剔除居民地影像块中的非居民影像块，得到采用最后一个特征剔除后的农村居民地影像块；将空间具有邻接农村居民地影像块的农村居民地影像块聚集在一起形成若干聚集居民地影像块，判断聚集居民地影像块中农村居民地影像块个数是否小于设定值，如果小于则将该区域内的影像块加入到负样本中，否则输出相应的聚集居民地影像块。

【技术特征摘要】
1.街区式农村居民地遥感快速标注方法，其特征在于，包括以下步骤：获取待标注的遥感影像，并将所述遥感影像划分成若干影像块，相邻影像块之间存在部分重叠；按设定的约束条件将影像块初步标注为居民地影像块和非居民地影像块；获取若干初步标注的非居民地影像块作为负样本和一个手工标注的影像块作为正样本，在距离正样本设定距离内的区域中，采用最近邻分类法选取设定数量的影像块作为正样本；采用正样本、负样本和若干特征，运用k-近邻分类法，依次利用每一个特征训练分类器，逐步剔除居民地影像块中的非居民影像块，得到采用最后一个特征剔除后的农村居民地影像块；将空间具有邻接农村居民地影像块的农村居民地影像块聚集在一起形成若干聚集居民地影像块，判断聚集居民地影像块中农村居民地影像块个数是否小于设定值，如果小于则将该区域内的影像块加入到负样本中，否则输出相应的聚集居民地影像块。2.根据权利要求1所述的街区式农村居民地遥感快速标注方法，其特征在于，若干特征包括光谱、纹理和形状特征，逐步剔除居民地影像块中的非居民影像块时，按设定顺序采用每个特征剔除初步标注为居民地影像块中非居民用地，采用设定顺序前两个特征剔除非居民用地后，均需对具有邻接居民地影像块的影像块进行聚集形成聚集块，并将聚集块中居民地个数小于设定值的聚集块加入到负样本中；设定顺序中的第二个和第三个特征均采用上一个特征剔除后得到的居民用地进行判断。3.根据权利要求1所述的街区式农村居民地遥感快速标注方法，其特征在于，所述影像块为正方形影像块，将所述影像块等分成四个正方形子影像块；判断以任意子影像块为中心的四个农村居民地影像块的个数是否大于等于预设值，若大于等于预设值，则子影像块为居民地，并输出为居民地的子影像块。4.根据权利要求1所述的街区式农村居民地遥感快速标注方法，其特征在于，采用预设的约束条件将影像块初步标注为居民地和非居民地的具体方法为：计算每个影像块中每个像素的窗口方差，并判断所有像素的窗口方差小于等于设定阀值的占比是否大于等于预设阀值，若大于等于，则剔除该影像块；对余下影像块采用canny算子提取遥感影像的边缘，并判断每个影像块内水平方向上连续的边缘像素个数与垂直方向上连续的边缘像素个数的比值是否位于设定范围内，若不在设定范围内，则剔除该影像块；判断余下的影像块内整行和整列像素都不包含边缘像素的数目，若行数目和列数目中任一值大于影像块尺寸的一半，则剔除该影像块；计算余下的影像块中...

【专利技术属性】
技术研发人员：杨晓梅，陆尘，周成虎，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京,11