一种高分辨率遥感输电通道巡视方法及系统技术方案

一种高分辨率遥感输电通道巡视方法及系统，包括：基于高分辨率卫星遥感影像和直方图统计得到属性剖面特征；将所述属性剖面特征导入直方图对比算子为核函数的支持向量机分类器，得到高分辨率遥感影像的地物分类。本发明专利技术解决了无法有效地对地物的复杂特征进行提取的问题，提高了高分辨率卫星遥感影像上复杂环境地物的分类精度。

A High Resolution Remote Sensing Patrol Method and System for Transmission Channels

A high-resolution remote sensing transmission channel patrol method and system includes: obtaining attribute profile features based on high-resolution satellite remote sensing images and histogram statistics; importing the attribute profile features into the support vector machine classifier with histogram contrast operator as the kernel function to obtain the object classification of high-resolution remote sensing images. The method solves the problem that complex features of ground objects can not be effectively extracted, and improves the classification accuracy of complex environmental ground objects on high resolution satellite remote sensing images.

【技术实现步骤摘要】
一种高分辨率遥感输电通道巡视方法及系统
本专利技术涉及理论技术方法，具体涉及一种高分辨率遥感输电通道巡视方法及系统。
技术介绍
目前城市建设用地的识别主要依靠遥感手段，对于区域尺度的建设用地，遥感影像的全面真实性能快速精确地反应地表的空间动态变化。然而，目前运用高分遥感影像进行建设用地识别的应用较少。如今高分遥感影像的空间分辨率得到了很大的提高，像素空间分辨率在10m以内，能更为清晰地表现更细致丰富的地表细节，遥感与机器学习算法的结合可以在高分遥感影像中对建设用地进行分类。决策树算法是一种建立在统计学理论基础上的机器学习方法，能够利用递归传播分割方式对现行可分数据进行最优分类。分类决策树算法作为一种以自下而上迭代计算为基础的模式分类方法，能够针对高分辨率遥感影像建设用地的数据量大、地类多样且杂乱等特点，实现对城市建设用地的高效分类，而目前决策树算法在高分辨率遥感影像的城市建设用地分类应用较少。利用高分辨率(Veryhighresolution)遥感影像的输电通道环境巡视本质是基于高分辨率遥感影像的环境地物分类。实现高精度的环境地物分类，目前，已经发展了许多特征提取方法，比如：波段运算提取植被指数、灰度共生矩阵提取纹理特征。然而，在环境地物非常复杂或分类体系细化的情况下(比如：城市场景下区分道路、建筑物、绿化带、阴影和水体)，现有的属性剖面仅仅考虑面积、大小、标准差等地物空间尺度相关的特征，无法有效地对地物的复杂特征进行提取。
技术实现思路
本专利技术提供的技术方案是：一种高分辨率遥感输电通道巡视方法，包括：基于高分辨率卫星遥感影像采集地物；对所述地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征；将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型；所述地物包括：至少一个波段，每个波段包括多个像素。优选的，所述标准属性剖面特征的获取包括：对于已知的、预先基于高分辨率卫星遥感影像采集地物，确定所述已知地物的类型；对所述已知类型的地物特征，采用基于直方图统计属性剖面的方法进行统计，得到标准属性剖面特征。优选的，所述对地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征，包括：针对地物影像的每个波段，以及波段中每个像素分别设定阈值建立形态学属性剖面集合AP(A)；基于所述形态学属性剖面集合AP(A)中的样本得到每个像素的局部直方图分布特征；将每个像素的所有局部直方图分布特征进行级联，得到所述像素的直方图属性剖面；将所述地物影像的每个波段的每个像素进行组合得到影像基于直方图统计的属性剖面特征。优选的，所述基于所述形态学属性剖面集合AP(A)中的样本得到每个像素的局部直方图分布特征，包括：基于所述形态学属性剖面中的任一样本，分别统计影像粗化滤波结果、影像本身和影像细化滤波结果的最大和最小的灰度值；基于所述影像粗化滤波结果、影像本身和影像细化滤波结果的最大、最小的灰度值范围内，定义直方图灰度区间，建立直方图架构；针对每一个像素，选择一个预设大小的窗口；在所述窗口中，计算所述像素附近局部的灰度值直方图。优选的，所述基于直方图统计的属性剖面特征如下式所示：HAP＝{H(x1),H(x2),...,H(xj),...,H(xB)}式中，HAP为：影像X的属性剖面特征；H(xj)为：第j个像素的属性剖面特征；B为每个波段中的像素个数。优选的，所述像素的属性剖面特征如下式所示：式中，为像素xj附近预设大小的窗口内像元灰度落在第k个直方图灰度区间内的像素个数；其中，所述窗口的大小为w×w。优选的，所述针对地物，选定多个阈值建立形态学属性剖面集合，包括：针对地物，选定m个阈值{λ1,λ2,...,λm}，计算影像X的形态学属性剖面AP(X)。优选的，所述剖面集合AP(X)，如下式所示：式中，AP(X)为形态学属性剖面，X为影像，为影像X中的像素形态学剖面；其中，所述影像X中的像素形态学剖面如下式所示：式中，为使用λi阈值对xj进行属性粗化的滤波结果；xj为影像X中的像素；为使用λi阈值对xj进行属性细化的滤波结果。优选的，所述将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型，包括：将采集到的直方图统计的属性剖面特征和预先得到的标准属性剖面特征通过直方图对比算子进行比对，根据对比结果，将采集到地物对应到匹配一致的类型；将所述交互算子设为核函数作为支持向量机分类器。优选的，所述支持向量机分类器，如下式所示式中，为所述属性剖面特征第l个直方图灰度区间的元素个数，为预先得到的标准属性剖面特征第l个直方图灰度区间的元素个数。优选的，所述波段，包括：红、绿、蓝和近红外；或所述波段包括灰度。一种高分辨率遥感输电通道巡视系统，包括：采集模块：用于基于高分辨率卫星遥感影像采集地物；影像处理模块：用于对所述地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征；对比模块：用于将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型；所述地物包括：至少一个波段，每个波段包括多个像素。优选的，所述的影像处理模块，包括：属性剖面特征获取子模块、形态学属性剖面集合获取子模块和直方图架构子模块；所述属性剖面特征获取子模块，用于基于下式获取属性剖面特征集合：HAP＝{H(x1),H(x2),...,H(xj),...,H(xB)}式中，HAP为：影像X的属性剖面特征；H(xj)为：像素的属性剖面特征；所述形态学属性剖面集合获取子模块，用于基于下式获取形态学属性剖面集合：式中，AP(X)为形态学属性剖面，X为影像，为影像X中的像素形态学剖面；其中，所述影像X中的像素形态学剖面如下式所示：式中，为使用λi阈值对xj进行属性粗化的滤波结果；xj为影像X中的像素；为使用λi阈值对xj进行属性细化的滤波结果；所述直方图架构子模块：用于将所述形态学属性剖面中的任一样本，分别统计影像粗化滤波结果、影像本身和影像细化滤波结果的最大和最小的灰度值内，定义直方图灰度区间，建立直方图架构；其中针对每一个像素，选择一个预设大小的窗口；在所述窗口中，计算所述像素附近局部的灰度值直方图。优选的，所述对比模块包括：匹配子模块和支持向量机分类器；所述匹配子模块：用于将采集到的直方图统计的属性剖面特征和预先得到的标准属性剖面特征通过直方图对比算子进行比对，根据对比结果，将采集到地物对应到匹配一致的类型；所述支持向量机分类器，如下式所示式中，为所述属性剖面特征第l个直方图灰度区间的元素个数，为预先得到的标准属性剖面特征第l个直方图灰度区间的元素个数。优选的，所述波段，包括：红、绿、蓝和近红外；或所述波段包括灰度。与现有技术相比，本专利技术的有益效果为：1、一种高分辨率遥感输电通道巡视方法，包括：基于高分辨率卫星遥感影像采集地物；对所述地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征；将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型；所述地物包括：至少一个波段，每个波段包括多个像素。本专利技术解决了无法有效地对地物的复杂特征进行提取的问题，提高了高分辨率卫星遥感影像上复杂环境地物的分类精度本文档来自技高网...

【技术保护点】
1.一种高分辨率遥感输电通道巡视方法，其特征在于，包括：基于高分辨率卫星遥感影像采集地物；对所述地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征；将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型；所述地物包括：至少一个波段，每个波段包括多个像素。

【技术特征摘要】
1.一种高分辨率遥感输电通道巡视方法，其特征在于，包括：基于高分辨率卫星遥感影像采集地物；对所述地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征；将所述属性剖面特征带入支持向量机分类器与预先得到的标准属性剖面特征进行比对，得到所述地物的类型；所述地物包括：至少一个波段，每个波段包括多个像素。2.如权利要求1所述的输电通道巡视方法，其特征在于，所述标准属性剖面特征的获取包括：对于已知的、预先基于高分辨率卫星遥感影像采集地物，确定所述已知地物的类型；对所述已知类型的地物特征，采用基于直方图统计属性剖面的方法进行统计，得到标准属性剖面特征。3.如权利要求1或2所述的输电通道巡视方法，其特征在于，所述对地物采用基于直方图统计属性剖面的方法进行统计后得到属性剖面特征，包括：针对地物影像的每个波段，以及波段中每个像素分别设定阈值建立形态学属性剖面集合AP(A)；基于所述形态学属性剖面集合AP(A)中的样本得到每个像素的局部直方图分布特征；将每个像素的所有局部直方图分布特征进行级联，得到所述像素的直方图属性剖面将所述地物影像的每个波段的每个像素进行组合得到影像基于直方图统计的属性剖面特征。4.如权利要求3所述的输电通道巡视方法，其特征在于，所述基于所述形态学属性剖面集合AP(A)中的样本得到每个像素的局部直方图分布特征，包括：基于所述形态学属性剖面中的任一样本，分别统计影像粗化滤波结果、影像本身和影像细化滤波结果的最大和最小的灰度值；基于所述影像粗化滤波结果、影像本身和影像细化滤波结果的最大、最小的灰度值范围内，定义直方图灰度区间，建立直方图架构；针对每一个像素，选择一个预设窗口；在所述窗口中，计算所述像素附近局部的灰度值直方图。5.如权利要求3所述的输电通道巡视方法，其特征在于，所述基于直方图统计的属性剖面特征如下式所示：HAP＝{H(x1)，H(x2)，...，H(xj)，...，H(xB)}式中，HAP为：影像X的属性剖面特征；H(xj)为：第j个像素的属性剖面特征；B为每个波段中的像素个数。6.如权利要求5所述的输电通道巡视方法，其特征在于，所述像素的属性剖面特征如下式所示：式中，为像素xj附近预设大小的窗口内像元灰度落在第k个直方图灰度区间内的像素个数；其中，所述窗口的大小为W×W，w为窗口的边长单位为像素。7.如权利要求3所述的输电通道巡视方法，其特征在于，所述针对地物，选定多个阈值建立形态学属性剖面集合，包括：针对地物，选定m个阈值{λ1，λ2，...，λm}，计算影像X的形态学属性剖面AP(X)。8.如权利要求7所述的输电通道巡视方法，其特征在于，所述剖面集合AP(X)，如下式所示：式中，AP(X)为形态学属性剖面，X为影像，为影像X中的像素形态学剖面；其中，所述影像X中的像素形态学剖面如下式所示：式中，为使用λi阈值对xj进行属性粗化的滤波结果；xj为影像X中的像素；为使用λi阈值对xj进行属性细化的滤波结果。9.如权利要求1所...

【专利技术属性】
技术研发人员：杨知，贺兴容，尹德君，叶有名，费香泽，李闯，马潇，赵斌滨，欧文浩，于佰龙，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网四川省电力公司检修公司，
类型：发明
国别省市：北京,11