一种地理国情监测成果可靠性质检方法及系统技术方案

本发明专利技术公开了一种地理国情监测成果可靠性质检方法及系统，首先利用已有正射影像数据T和掩膜数据建立样本数据集，并对样本数据进行增强处理，在此基础上，建立深度卷积神经网络模型CNN，并对该模型进行深入的增强与融合，其次，对新时相影像T2进行超像素分割得到特征图斑，将其映射到旧时相地表覆盖数据上得到变化图斑的几何信息，再次，将新时相影像T2数据输入到训练好的深度卷积神经网络模型得到变化图斑的语义信息，从而得到地表覆盖的变化信息，最后，将其与被检地表覆盖数据进行比对得到疑似错漏区域，并与新旧时相影像T1、T2进行对比验证，得到最终的地表覆盖变化可靠性质检结果。本发明专利技术能实现遥感影像变化检测成果可靠性的快速检查，可以用于地理国情监测项目的质量检查验收，极大地提高了质检的效率。

A reliability quality inspection method and system for geographical situation monitoring results

【技术实现步骤摘要】
一种地理国情监测成果可靠性质检方法及系统
本专利技术涉及地理信息技术
，特别是一种地理国情监测成果可靠性质检方法及系统。
技术介绍
地理国情监测是新时期测绘地理信息部门服务经济社会科学发展新的实践和重大任务。地表覆盖数据是地理国情监测、全球变化研究和生态资源管理等工作的重要基础信息。目前地表覆盖变化检测已经广泛应用到土地覆盖和土地利用监测、城市发展研究、资源管理、灾害评估和生态系统监测及军事应用等领域，此外，变化检测是地表覆盖更新的关键技术，而地理国情监测的地表覆盖拥有庞大、复杂的分类体系与标准。且大区域地表覆盖变化检测信息不仅分类体系庞杂、变化类型复杂，影像时相差异大，地物纹理和结构特征复杂多变，这些特点都不同程度地加大了地表覆盖变化检测及其可靠性研究的难度。目前地表覆盖变化检测的可靠性检验方法主要是人工对比，即质量检测员将地表覆盖分类信息与影像源、样本数据、专题信息等叠加在一起，进行人工的对照检查。对于无法确定分类正确与否的图斑，在图上进行标记，然后进行外业的实地核查。机器学习领域最前沿的深度学习模型能一定程度上模拟人脑对图像本文档来自技高网...

【技术保护点】
1.一种地理国情监测成果可靠性质检方法，其特征在于：包括以下步骤：/nS1：将已有地表覆盖数据栅格化，并赋予各地类指定代码，生成掩膜数据；/nS2：将正射影像数据与掩膜数据建立样本数据集，并利用四种方式对样本数据进行增广，在此基础上，对深度卷积神经网络模型进行增强与融合；/nS3：利用超像素多尺度分割方法对新时相影像T2进行分割，并将分割后结果映射到旧时相地表覆盖数据上，提取地表覆盖变化区域几何信息；/nS4：利用深度卷积神经网络模型对地表覆盖变化区域进行语义标记；/nS5：将步骤S4所得到的变化图斑与待检地表覆盖数据叠加。/n

【技术特征摘要】
1.一种地理国情监测成果可靠性质检方法，其特征在于：包括以下步骤：
S1：将已有地表覆盖数据栅格化，并赋予各地类指定代码，生成掩膜数据；
S2：将正射影像数据与掩膜数据建立样本数据集，并利用四种方式对样本数据进行增广，在此基础上，对深度卷积神经网络模型进行增强与融合；
S3：利用超像素多尺度分割方法对新时相影像T2进行分割，并将分割后结果映射到旧时相地表覆盖数据上，提取地表覆盖变化区域几何信息；
S4：利用深度卷积神经网络模型对地表覆盖变化区域进行语义标记；
S5：将步骤S4所得到的变化图斑与待检地表覆盖数据叠加。


2.如权利要求1所述的地理国情监测成果可靠性质检方法，其特征在于：还包括以下步骤：
S6：疑似错漏检查及质检报告生成：
将得到的地表覆盖变化检测结果与待检地表覆盖数据进行几何和属性数据的对比分析，并将新旧时相影像T2、T1与检测结果叠加进行验证，最后统计变化检测的漏检、错检率，生成质检报告。


3.如权利要求1所述的地理国情监测成果可靠性质检方法，其特征在于：所述步骤S2中的深度卷积神经网络模型按照以下步骤建立：
1)样本选择与划分阶段，首先将已有正射影像T与掩膜数据分割为多个子区域，每一子区域对应一个瓦片，然后采用基于瓦片的机制来将整个样本集分为训练样本集、验证样本集与测试样本集；
2)对训练样本进行数据增广操作；
3)将数据增广操作后的训练样本输入到深度卷积神经网络模型中，进行前向推理和后向学习，训练计算模型的超参值。


4.如权利要求1所述的地理国情监测成果可靠性质检方法，其特征在于：所述步骤S3中的超像素结合区域邻接图的分割映射策略按照以下步骤进行：
S31：利用超像素多尺度分割方法对新时相影像T2进行分割，在此基础上，采用空间约束的分水岭分割算法进行超像素分割；
S32：构建区域邻接图；将初始分割结果中的每个超像素抽象为一个节点，超像素相邻即代表节点连通，则用一条带有权重的线段连接连通节点；
S33：区域合并；根据合并代价的排序，循环合并代价函数值最小的相邻区域，直到最小合并代价函数值满足条件。


5.如权利要求1所述的地理国情监测成果可靠性质检方法，其特征在于：所述合并代价按照以下函数进行计算：



H(m,n)＝w1*DS(m,n)+w2*DT(m,n)+w3*DF(m,n)(2)









式中，C(m,n)表示相邻超像素的合并代价函数；
Am、An分别表示超像素m和n的面积；
L表示相邻超像素的公共边界长度；
λ表示形状系数；
H(m,n)表示相邻超像素的异质性；
w1、w2、w3分别表示光谱异质性、纹理异质性和特征因子异质性的权重；
DS(m,n)、DT(m,n)、DF(m,n)分别表示光谱异质性...

【专利技术属性】
技术研发人员：沈晶，张继贤，张莉，韩文立，章力博，葛娟，卢遥，周进，
申请(专利权)人：国家测绘产品质量检验测试中心，
类型：发明
国别省市：北京;11