【技术实现步骤摘要】
一种融合地形特征的黄土陷穴面向对象提取方法
[0001]本专利技术属于地形图数据分析处理
，具体涉及一种融合地形特征的黄土陷穴面向对象提取方法。
技术介绍
[0002]黄土陷穴是黄土高原上广泛分布的一类微地貌，是由于地表水汇集在土壤节理裂隙发生潜蚀作用而形成的一种裸露于地表的黄土洞穴。其作为一种特殊的地质灾害，不仅会造成黄土高原地区的水土流失，也会诱发多种地质灾害从而对黄土地区的公路、运输管道、民用建筑等设施造成危害。
[0003]近年来，随着遥感技术的迅猛发展以及卫星影像空间分布率不断提高，越来越多的学者开始从遥感数据上对地物信息进行分类与提取并取得了良好的效果，这也为黄土陷穴的提取提供了崭新的视角。现有技术中常用的遥感影像分类提取方法主要分为基于像元与基于面向对象两类。Baatz等人提出了以面向对象的方式对影像进行分析的方法，与传统基于像元的分析方式相比，该方法跳出只考虑光谱差异性的“圈子”，结合了影像对象的纹理、形状等特征，取得了良好的分类效果，因此该方法也成为遥感信息分类与提取过程中常用的研究方法。
【技术保护点】
【技术特征摘要】
1.一种融合地形特征的黄土陷穴面向对象提取方法，其特征在于：以全局莫兰指数MI描述分割后相邻对象的空间自相关性作为衡量对象间异质性的标准；以灰度共生矩阵熵GE描述对象内部纹理复杂程度作为衡量对象内部同质性的标准；将MI与GE的计算式进行归一化处理统一量纲，并以综合评价指标的方式进行融合计算，得到综合评价指标峰值所对应的最优分割尺度，采用分组试错法确定最优分割尺度的均质标准，进而提取出相应影像对象的特征信息，将特征信息输入卷积神经网络模型提取相应影像对象。2.根据权利要求1所述的一种融合地形特征的黄土陷穴面向对象提取方法，其特征在于：MI与GE的计算式如下：于：MI与GE的计算式如下：式(1)中，n代表对象个数，w
ij
代表i对象与j对象的空间权重，表示空间上两个对象的相邻程度，x
i
、x
j
分别为i对象与j对象的对象内部光谱均值，为整个图像的光谱均值，MI值越小代表相邻对象的相似度越低，即异质性越大；式(2)中，p(i，j)为灰度共生矩阵中第i行，j列的概率值，N为共生矩阵行列数。研究通过计算影像层中所有对象的灰度共生矩阵熵的平均值以衡量该层总体同质性的效果，其值越小代表对象内部纹理复杂度越小，即对象同质性越高。3.根据权利要求2所述的一种融合地形特征的黄土陷穴面向对象提取方法，其特征在于：以综合评价指标的方式进行融合计算的具体公式如下所示：式(3)中，a代表重要性指数，当取1时代表重要性相同，MI
norm
代表归一化后莫兰指数，为归一化对象灰度共生矩阵平均值。4.根据权利要求3所述的一种融合地形特征的黄土陷穴面向对象提取方法，其特征在于：根据黄土陷穴对象形态设定分割区间、起点和步长，并设定相应的形状因子的默认值、光谱因子、紧致度因子和光滑度因子，利用eCognition软件进行影像分割，并对针对于每个分割尺度计算并统计归一化GLCM熵平均值、归一化莫兰指数MI值和综合评价指标F
‑
Measure值。5.根据权利要求1
‑
4中任一所述的一种融合地形特征的黄土陷穴面向对象提取方法，其特征在于：所述均质标准包括光谱因子与形状因子，形状因子又由紧致度因子和光滑度因子共同组...
【专利技术属性】
技术研发人员：黄骁力，江岭，王春，苏旭，赵明伟，陈西，杨灿灿，黄丹妮，
申请(专利权)人：滁州学院，
类型：发明
国别省市：
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。