The invention discloses a land use change detection method for high-resolution multi-source remote sensing images, which includes: step 1) acquiring the object layer after image segmentation of the base period T1 image, extracting the feature of the T1 image spot, and inputting it into the trained classifier to obtain the categories of the image objects on the T1 image; step 2) acquiring the T2 image in the detection period, and then acquiring the T1 image. The image object layer is nested on the T2 image, and then the speckle feature is extracted to get the image features, and the feature centers of each image object category in the T2 image are calculated according to the category of each image object on the T1 image. Step 3) The feature centers of each image object category in the T2 image are compared with the image features, and if the category changes are found, the image objects that have changed are based on the internal consistency. Sex is re-segmented and merged to generate the image object layer and determine its category information. Step 4) Compare the categories of T1 and T2 images, and generate the vector boundary and change type of the change area.
【技术实现步骤摘要】
一种高分辨率多源遥感影像的土地利用变化检测方法
本专利技术涉及遥感应用领域,特别是利用一种高分辨率多源遥感影像的土地利用变化检测方法。
技术介绍
《国土资源“十三五”科技创新发展规划》要求面向土地调查、土地执法、矿产开发执法、重大地质灾害应急调查监测等应用实际,着重提升空天观测技术定量化、工程化、智能化数据处理和专题产品生产能力,开发软件平台,提升服务效率,提升卫星应用对政府决策的服务能力,支撑调查监管体系建设,为构建生态国土、智慧国土奠定坚实基础。高分辨率多源遥感影像的土地利用变化检测是国土遥感应用的基础。当前的土地利用变化检测主要有两类方法:1、人工目视解译。专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息。该方法受限于人员技术水平且费工费时,不能满足信息时效性的需要。2、计算机监督分类。以最大似然法为代表的监督分类,是计算机模式识别的方式自动提取土地利用类别。该方法虽然自动化程度较高,但准确度受限于样本选择数量与质量、计算机模式识别算法性能等的影响,识别的准确度较低,难以满足应用要求。近年来遥感观测技术的迅速发展,遥感数据的光谱分辨率、空间分辨率、时间分辨率不断提高,为进一步提高遥感土地利用变化的准确性和效率提供了可能性。但上述两类方法均无法充分利用多源(尤其是中高分辨率卫星),因此需要一种能够高分辨率多源遥感影像的准确、高效、适用性强的土地利用变化检测方法。
技术实现思路
本专利技术主要解决的技术问题是在高分辨率多源遥感影像在土地利用变化检测中信息无法被充分利用、解译自动化程度较低、识别准确度较低。为解决上述问题,本专利技术采用的 ...
【技术保护点】
1.一种高分辨率多源遥感影像的土地利用变化检测方法,所述方法包括:步骤1)对基准期T1影像进行图像分割后获取其对象层,并将T1影像进行图斑特征提取获取到图像特征并输入到训练好的分类器,得到T1影像上各图像对象的类别;步骤2)获取检测期T2影像,将T1影像对象层套合到T2影像上,然后进行图斑特征提取获取到图像特征,并根据T1影像上各图像对象的类别,计算T2影像各图像对象类别的特征中心;步骤3)将T2影像各图像对象类别的特征中心与图像特征进行比较,若发现类别变化,则对发生变化的图像对象基于内部一致性进行再分割和归并,生成图像对象层,并判定其类别信息,进入步骤4);否则,判定土地利用未发生变化;步骤4)对比T1影像和T2影像的类别,生成变化区域的矢量边界及变化类型。
【技术特征摘要】
1.一种高分辨率多源遥感影像的土地利用变化检测方法,所述方法包括:步骤1)对基准期T1影像进行图像分割后获取其对象层,并将T1影像进行图斑特征提取获取到图像特征并输入到训练好的分类器,得到T1影像上各图像对象的类别;步骤2)获取检测期T2影像,将T1影像对象层套合到T2影像上,然后进行图斑特征提取获取到图像特征,并根据T1影像上各图像对象的类别,计算T2影像各图像对象类别的特征中心;步骤3)将T2影像各图像对象类别的特征中心与图像特征进行比较,若发现类别变化,则对发生变化的图像对象基于内部一致性进行再分割和归并,生成图像对象层,并判定其类别信息,进入步骤4);否则,判定土地利用未发生变化;步骤4)对比T1影像和T2影像的类别,生成变化区域的矢量边界及变化类型。2.根据权利要求1所述的高分辨率多源遥感影像的土地利用变化检测方法,其特征在于,所述分类器的训练的步骤为:选取T1影像中的典型地物类别区域作为样本区域;以这些区域内的图像对象作为训练样本,利用支持向量机方法训练分类器。3.根据权利要求1所述的高分辨率多源遥感影像的土地利用变化检测方法,其特征在于,所述图像分割的具体步骤为:步骤1)利用图像像素在空间和色彩上的相似性对图像进行初...
【专利技术属性】
技术研发人员:李磊,吴岳,姜航,
申请(专利权)人:北京航天泰坦科技股份有限公司,
类型:发明
国别省市:北京,11
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。