一种生态保护红线区典型地理国情要素提取系统及方法技术方案

本发明专利技术提供了一种生态保护红线区典型地理国情要素提取系统及方法，该系统包括：数据处理模块，用于处理卫星影像数据；尺度集分割模块，用于建立尺度集模型，并基于建立的尺度集模型对所述卫星影像数据进行影像分割，得到影像尺度集；信息提取模块，用于基于所述影像尺度集进行面向对象的信息提取，提取出耕地、林地、水体、居民地这四类典型地理国情要素。本发明专利技术系统及方法可以进行典型地理国情要素自动解译提取，提高效率及准确度。

【技术实现步骤摘要】
一种生态保护红线区典型地理国情要素提取系统及方法
本专利技术涉及生态环境监测
，特别涉及一种生态保护红线区典型地理国情要素提取系统及方法。
技术介绍
地理国情要素提取是地理国情普查与监测工作中的基础性工作，其中，耕地、林地、水体、居民地4类为地理国情要素中典型的地理国情要素。生态保护红线的实质是生态环境安全的底线，对生态保护红线的地表覆盖要素进行提取分析监测是国家生态安全的重要保障。现阶段，基于高分辨率遥感影像的生态保护红线区地理国情要素提取方法以人工目视解译为主，工作量大，自动化程度低，限制了地理国情要素提取效率的提高。为此，研究一种自动化的地理国情要素提取技术是生态保护红线区地理国情监测中亟待解决的难题。
技术实现思路
本专利技术的目的在于提供一种生态保护红线区典型地理国情要素提取系统及方法，实现地理国情要素自动化提取。为了实现上述目的，本专利技术提供以下技术方案：一种生态保护红线区典型地理国情要素提取系统及方法，包括：数据处理模块，用于处理卫星影像数据；尺度集分割模块，用于建立尺度集模型，并基于建立的尺度集模型对所述卫星影像数据进行影像分割，得到影像尺度集；信息提取模块，用于基于所述影像尺度集进行面向对象的信息提取，提取出生态保护红线区耕地、林地、水体、居民地这四类典型地理国情要素。另一方面，本专利技术实施还提供了一种生态保护红线区典型地理国情要素提取系统及方法，包括以下步骤：处理卫星影像数据；建立尺度集模型，并基于建立的尺度集模型对所述卫星影像数据进行影像分割，得到影像尺度集；基于所述影像尺度集进行面向对象的信息提取，提取出生态保护红线区耕地、林地、水体、居民地这四类典型地理国情要素。与现有技术相比，本专利技术具有以下优势：采用区域合并的影像分割方法，建立上下层次关系；通过区域合并代价准则，建立分割尺度索引；利用二叉树模型表达尺度集。通过尺度集能够快速的实现尺度变换，从而获得任意尺度下的影像分割结果。尺度集的提出能提升影像分割的效率，且通过一次分割，便能获得任意尺度下的分割结果，便于最优尺度的选择。以影像尺度集为基础，对于不同的样本，通过尺度变换，在最优的尺度上选择训练样本，实现跨尺度的样本选择；在所有尺度下进行影像分类，叠加不同尺度下的影像分类结果，实现跨尺度的影像分类。跨尺度的面向对象影像分类方法可以避免单一尺度造成的区域表达不准确和解译精度不高，提高影像分类的精度。尤其适用于生态保护红线区耕地、林地、水体、居民地4类典型地理国情要素的自动提取，也可以推广运用到其它区域或者面状地理国情要素的提取中。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要介绍，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附图。图1所示为本专利技术所述典型地理国情要素提取系统的组成模块图。图2为合并过程示意图。图3为尺度集组织结构示意图。图4为图像分割流程示意图。图5a、5b、5c分别为过分割、恰当分割、欠分割的示意图。图6a、6b分别为林地实际国情数据、林地解译数据。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚完整的描述。应当理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。基于本专利技术的实施例，本领域技术人员在没有创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。本实施例提供的生态保护红线区典型地理国情要素提取系统及方法，以高分辨率遥感影像数据为数据源，采用基于图论的快速分割方法对影像进行初始分割，利用区域合并的方法获取不同尺度的影像分割结果，采用二叉树结构表达尺度集模型；通过尺度变换方法，基于影像尺度集，快速获得任意尺度下的影像分割结果；采用面向对象的特征提取方法，提取像斑的光谱及纹理等特征；在不同尺度下选择训练样本，基于支持向量机算法获取最终的影像分类结果，在此基础上，提取出生态保护红线区耕地、林地、水体、居民地这4类地理国情要素。具体地，请参阅图1，本实施例提供的生态保护红线区典型地理国情要素提取系统，包括：数据处理模块，尺度集分割模块，信息提取模块。其中，数据收集模块用于处理高分(高分辨率)卫星影像数据、数字规划地图数据及数字高程模型数据；其中，现势性强的高分辨率1:50000DOM(数字正射影像)成果资料，作为正射影像生产及地理国情要素提取的基础数据；1:10000DEM(数字高程模型)数据，作为高分辨率影像正射纠正的高程控制资料使用。同时还可以收集要素提取区域内的像控成果(包括航空影像像控点和卫星影像像控点)及空三加密成果资料，作为影像正射纠正的主要控制资料和正射影像成果的精度检查资料。处理过程例如以卫星影像、控制成果、DLG数据以及DEM数据为基本资料，对全色影像进行正射纠正，以纠正后的全色影像为参考资料，对多光谱影像进行配准纠正。将全色影像与多光谱影像进行融合，对融合影像按图幅进行镶嵌和裁切，并对分幅影像进行影像增强、色彩调整等处理，制作出DOM成果(包括整景影像、分幅影像)。其中，尺度集分割模块用于建立尺度集模型，并基于建立的尺度集进行影像分割，得到影像尺度集。具体的，利用层次区域合并的方法，综合利用影像的光谱、纹理和形状特征进行影像的尺度集建模。通过建立影像的尺度集模型，获得一个包含所有尺度影像分割结果的集合，并进行层次结构组织，进而方便后续的快速分割结果查询与应用。令尺度集为S＝(H,λ+)，其中H记录多尺度分割算法所生成的所有区域的集合，λ+记录H中各区域的尺度信息。H中区域之间存在空间关联关系，可以建立不同区域间的层次组织关系；再通过区域的尺度特性，可以快速获得对应尺度下影像的表达结果。尺度集不是尺度参数的集合，是一系列具有尺度属性的区域的集合，且集合内部各区域具有相对特殊的层次关系，从而方便了获取任意尺度下影像的表达形式。本实施例中所述尺度集具有以下3种特征：(1)尺度集结构是一个规则的二叉树，除叶子节点外所有的节点均有两个子节点，其中子节点的数目N对应于初始区域的个数；节点的总个数为2N-1个。(2)所有节点均以其出现尺度作为索引，将其映射到一维的尺度轴。每个节点具有其特定的尺度参数：出现尺度和存续的尺度区间。其中出现尺度表现为节点在尺度轴的坐标，存续的尺度区间表现为其出现尺度和消失尺度(父节点出现尺度)的差值。(3)节点表示区域实体，节点间的连线表示区域层次关系。其中，叶子节点代表所有初始区域，非叶子节点代表区域合并过程中生成的区域。尺度集将基于对象的影像解译过程分解为影像多尺度表达—基于知识的影像解译。在第一阶段，通过将影像进行基于区域的多尺度表达，建立基于区域的影像多尺度结构，在应用中通过给定的参数选取出对应的分割结果。相比于传统的多尺度分割，尺度集最大的优势在于可以根据尺度索引，快速获取任意尺度的分割结果，实现分割结果的任意尺度转换。其中，信息提取模块用于基于所述影像尺度集进行面向对象的信息提取，提取出耕地、林地、水体、居民地这四类生态保护红线区典型地理国情要素。具体地，信息提取模块在基于尺度集的影像分割结果基础上，采用面向对象的特征提取技术，提取像斑的光谱、纹理等特征本文档来自技高网...

【技术保护点】
1.一种生态保护红线区典型地理国情要素提取系统及方法，其特征在于，包括：数据处理模块，用于处理卫星影像数据；尺度集分割模块，用于建立尺度集模型，并基于建立的尺度集模型对所述卫星影像数据进行影像分割，得到影像尺度集；信息提取模块，用于基于所述影像尺度集进行面向对象的信息提取，提取出生态保护红线区耕地、林地、水体、居民地这四类典型地理国情要素。

【技术特征摘要】
1.一种生态保护红线区典型地理国情要素提取系统及方法，其特征在于，包括：数据处理模块，用于处理卫星影像数据；尺度集分割模块，用于建立尺度集模型，并基于建立的尺度集模型对所述卫星影像数据进行影像分割，得到影像尺度集；信息提取模块，用于基于所述影像尺度集进行面向对象的信息提取，提取出生态保护红线区耕地、林地、水体、居民地这四类典型地理国情要素。2.根据权利要求1所述的系统，其特征在于，尺度集分割模块包括：初始分割子模块，用于基于图论的快速分割算法对影像进行初始分割，并将初始分割的区域插入尺度集区域集合；区域合并子模块，用于进行层次区域合并，并将合并过程产生的中间区域组成尺度集的区域集合；尺度索引子模块，用于将区域合并过程中的合并顺序进行组织，构建区域层次关系，建立区域的尺度索引，实现影像的尺度集表达。3.根据权利要求1所述的系统，其特征在于，信息提取模块包括：样本选择子模块，用于选取每类地物的训练样本像斑；特征提取子模块，用于提取像斑的光谱特征、纹理特征、几何特征和指数特征；要素提取子模块，用于基于影像样本集和支持向量机分类方法实现影像的自动分类，并导出耕地、林地、水体、居民地。4.根据权利要求3所述的系统，其特征在于，所述样本选择子模块在选择训练样...

【专利技术属性】
技术研发人员：李国明，李胜，李亮，申学林，何鑫，高倩影，
申请(专利权)人：国家测绘地理信息局第六地形测量队，
类型：发明
国别省市：四川,51