基于空间引力和像元聚集度的亚像元定位方法和系统技术方案

本发明专利技术提供一种基于空间引力和像元聚集度的亚像元定位方法和系统，所述方法包括：S1，基于遥感影像混合像元中各类型地物的丰度值，得到中心混合像元中分属各类地物的亚像元与8邻域相邻混合像元中相同地物类型亚像元的总引力值；基于所计算的引力值，将初始化地物类型分配给中心混合像元中的亚像元；S2，对S1中的亚像元分布进行像元聚集度优化，包括：S21，计算像元聚集度目标函数；S22，交换像元以优化亚像元空间分布并更新S21中的目标函数；S23，遍历遥感影像中所有混合像元，对每个混合像元执行步骤S22；S24，使用迭代算法，重复步骤S22‑步骤S23。本发明专利技术方法和系统计算的亚像元定位结果既具有较高空间相关性，又具有有效地物空间分布，提高了亚像元定位模型对于不同尺寸地物的适用性。

Subpixel location method and system based on Spatial Gravity and pixel aggregation

The present invention provides a sub-pixel location method and system based on Spatial Gravity and pixel aggregation. The method includes: S1. Based on the abundance values of various types of objects in remote sensing image mixed pixels, sub-pixels belonging to various types of objects in central mixed pixels and sub-pixels of the same type of objects in 8 neighboring mixed pixels are obtained. Total gravitational value; Based on the calculated gravitational value, the initial ground object type is allocated to the sub-pixel in the central mixed pixel; S2, the sub-pixel distribution in S1 is optimized, including: S21, calculating the objective function of pixel aggregation; S22, exchanging pixels to optimize the spatial distribution of sub-pixels and update the objects in S21. Scalar function; S23, traverse all mixed pixels in remote sensing image, execute 22 for each mixed pixel; S24, use iterative algorithm, repeat 22 The method of the invention and the result of sub-pixel positioning calculated by the system not only have high spatial correlation, but also have effective spatial distribution of objects, thus improving the applicability of the sub-pixel positioning model for different size objects.

【技术实现步骤摘要】
基于空间引力和像元聚集度的亚像元定位方法和系统
本专利技术涉及遥感技术，更具体地的，涉及一种亚像元定位方法。
技术介绍
遥感影像中普遍存在的混合像元现象已经成为进一步提高地物识别与遥感分类精度的主要障碍之一。针对混合像元分解，需要研究的是混合像元内像元地类属性、丰度及其空间分布，分别对应的技术是端元提取技术、混合像元分解技术以及亚像元定位技术。从现有研究来看，对于前两个技术的研究较多也较为深入。但是，只依靠端元提取技术和混合像元分解技术仅能获得混合像元内各端元比例信息，而无法获得各类地物分布，制图结果仍停留在较低空间分辨率尺度上，需要依靠亚像元定位技术才能获得所需要的更高空间分辨率的制图结果。亚像元定位技术作为混合像元分解的后续有效处理手段，是一种将软分类转换成更高空间尺度上的硬分类技术。可以使遥感制图结果达到亚像元级，这将有利于对混合像元问题的掌控，继而有利于提高地物识别与遥感分类精度。从亚像元定位的理论来看，亚像元定位成功与否关键在于地物空间分布特征描述是否准确。而不同地物尺寸和遥感影像像元分辨率关系下，地物空间分布特征的描述也是不同的。地物尺寸和遥感影像像元分辨率之间存在以下两本文档来自技高网...

【技术保护点】
1.一种基于空间引力和像元聚集度的亚像元定位方法，其特征在于，包括：S1，基于遥感影像混合像元中各类型地物的丰度值，得到中心混合像元中分属各类地物的亚像元与8邻域相邻混合像元中相同地物类型亚像元的总引力值；基于所计算的引力值，将初始化地物类型分配给中心混合像元中的亚像元；S2，对S1中的亚像元分布进行像元聚集度优化，包括：S21，计算像元聚集度目标函数；S22，交换像元以优化亚像元空间分布并更新S21中的目标函数；S23，遍历遥感影像中所有混合像元，对每个混合像元执行步骤S22；S24，使用迭代算法，重复步骤S22‑步骤S23。

【技术特征摘要】
1.一种基于空间引力和像元聚集度的亚像元定位方法，其特征在于，包括：S1，基于遥感影像混合像元中各类型地物的丰度值，得到中心混合像元中分属各类地物的亚像元与8邻域相邻混合像元中相同地物类型亚像元的总引力值；基于所计算的引力值，将初始化地物类型分配给中心混合像元中的亚像元；S2，对S1中的亚像元分布进行像元聚集度优化，包括：S21，计算像元聚集度目标函数；S22，交换像元以优化亚像元空间分布并更新S21中的目标函数；S23，遍历遥感影像中所有混合像元，对每个混合像元执行步骤S22；S24，使用迭代算法，重复步骤S22-步骤S23。2.根据权利要求1所述的亚像元定位方法，其特征在于，步骤S1包括：S11，依次计算中心混合像元pm中分属各类地物的亚像元与相邻混合像元中相同地物类型亚像元的引力值z(ωin)，然后计算pm中分属各类地物的亚像元与8邻域相邻混合像元中相同地物类型亚像元的总引力值z(ωi)；S12，将S11中计算的d类地物的总引力值z(ωi)进行归一化；S13，初始化亚像元地物类型，依次以像元为单位计算遥感影像中每一类地物的归一化引力值并对比不同地类归一化引力值的大小，若对于亚像元x第e类地物的归一化引力值在所有地类归一化引力值中最大，则将地物类型e分配给亚像元x；S14，遍历整幅遥感影像，将所得亚像元分布作为亚像元初始化分布。3.根据权利要求2所述的亚像元定位方法，其特征在于，在S21中，基于较高空间分辨率遥感影像和亚像元初始化结果中的像元聚集度，来建立像元聚集度目标函数。4.根据权利要求3所述的亚像元定位方法，其特征在于，步骤S22包括：S221，选取亚像元初始化结果中某一混合像元pm中的亚像元pi和亚像元pj，且亚像元pi和亚像元pj分属于不同类型地物；S222，交换亚像元pi与亚像元pj的地物类型，若交换后目标函数值变小，则交换亚像元pi与亚像元pj的地物类型；S223，对混合像元pm中的每个亚像元执行步骤S221-步骤S222。5.根据权利要求1所述的亚像元定位方法，其特征在于，在S24中，迭代至不再进行像元交换后获得最终亚像元定位结果。6.一种基于空间引力和像元聚集度的亚像元定位系统，其...

【专利技术属性】
技术研发人员：吴尚蓉，陈仲新，刘杏认，任建强，
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