一种提取不透水面产品集的方法技术

本申请提供一种提取不透水面产品集的方法，该方法包括，基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库；通过所述地物类型样本库，搭建地表覆盖产品分类模型，并通过所述地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果；利用隐马尔可夫时空模型对所述初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品。通过该方法可以达到提高提取不透水面产品集的准确率的效果。集的准确率的效果。集的准确率的效果。

【技术实现步骤摘要】
一种提取不透水面产品集的方法


[0001]本申请涉及图像提取的领域，具体而言，涉及一种提取不透水面产品集的方法。

技术介绍

[0002]随着全球经济快速发展，各国都在经历快速城镇化的过程，城市扩张导致不透水面占比迅速上升。遥感是获取大范围不透水面数据集的唯一有效手段。传统不透水面提取的数据样本通常是人工目视标记得到的，通过人工标记的数据样本去训练能够提取不透水面产品集。
[0003]上述人工目视标记得到不透水面数据存在很大的局限性，在不透水面分类产品提取的过程中浪费大量的时间，同时没有对分类结果进行时间一致性的后处理，地表变化趋势得不到正确的表达。
[0004]因此，如何提高提取不透水面产品集的准确率，是一个需要解决的技术问题。

技术实现思路

[0005]本申请实施例的目的在于提供一种提取不透水面产品集的方法，通过本申请的实施例的技术方案可以达到提高提取不透水面产品集的准确率的效果。
[0006]第一方面，本申请实施例提供了一种提取不透水面产品集的方法，包括，基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库；通过所述地物类型样本库，搭建地表覆盖产品分类模型，并通过所述地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果；利用隐马尔可夫时空模型对所述初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品。
[0007]本申请在上述实施例中，通过自动构建样本库，并搭建地表覆盖产品分类模型，可以通过该地表覆盖产品分类模型可以得到地表覆盖产品的初始分类，进而通过隐马尔可夫时空模型对所述初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品，可以达到提高提取不透水面产品集的准确率的效果。
[0008]在一些实施例中，基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：
[0009]对多个所述地表覆盖多要素产品或所述不透水面产品进行重分类，得到多个人工不透水面；
[0010]将所述多个人工不透水面进行坐标统一数据融合，标记类型一致和冲突的像素，得到融合后的不透水面样本。
[0011]本申请在上述实施例中，通过对地表覆盖多要素产品或不透水面产品的重分类，以及数据的融合，可以达到自动的完成数据融合的效果。
[0012]在一些实施例中，基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：
[0013]通过OSM要素和不透水面之间的映射关系，将不同OSM面要素类别赋值，得到多种
要素类别对应的要素；
[0014]将多种要素类别对应的要素进行要素合并，得到不透水面类要素和非不透水面类要素；
[0015]将不透水面和多要素地表覆盖产品的不透水面类要素和非不透水面类要素进行数据融合，筛选融合后数据中要素冲突点并通过代码优化要素冲突点，得到优化后的不透水面样本。
[0016]本申请在上述实施例中，通过要素和不透水面的映射关系，可以将不同要素进行自动合并，通过数据融合之后可以自动实现冲突点要素的自动优化。
[0017]在一些实施例中，基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：
[0018]利用预设大小的滑动窗口在融合及优化后的不透水面上滑动，当滑动窗口内要素冲突点数量小于预设值即要素点一致的精度大于等于预设精度时，裁剪滑动窗口内的图像样本，得到地物类型样本库。
[0019]本申请在上述实施例中，通过滑动窗口可以自动裁剪要素冲突点数量较少时的图像，作为地物类型样本库中的样本。
[0020]在一些实施例中，通过地物类型样本库，搭建地表覆盖产品分类模型，并通过地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果，包括：
[0021]通过所述地物类型样本库对开发套件开发的高质量分割模型进行训练，得到所述地表覆盖产品分类模型，并通过所述地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果。
[0022]本申请在上述实施例中，通过模型可以进行分类，可以得到准确的初始分类结果。
[0023]在一些实施例中，通过地物类型样本库，搭建地表覆盖产品分类模型，并通过地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果，包括：
[0024]在深度学习模型方法中对通道数量和图像分类类别数量对应参数进行配置，得到配置后基于深度学习的语义分割网络模型；
[0025]通过预设的损失函数对地物类型样本库中的样本进行相似性评估，筛选用于模型训练的正负样本；
[0026]通过正负样本对配置后基于深度学习的语义分割网络模型进行训练，得到地表覆盖产品分类模型，并通过地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果。
[0027]本申请在上述实施例中，通过样本的相似性评估，可以提高模型训练的准确度。
[0028]在一些实施例中，利用隐马尔可夫时空模型对初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品，包括：
[0029]对初始分类结果中的遥感图像上每一像素在初始年份时属于多个要素类别的概率进行预测，得到初始分类结果；
[0030]利用贝叶斯公式计算初始分类结果中的每一类别产生的光谱向量的观测概率，得到多个观测概率；
[0031]计算相邻两年内初始分类结果中遥感图像上每一像素类别发生变化的概率，得到地物类别转移概率矩阵；
[0032]通过前向算法和后向算法对初始分类结果、多个观测概率和地物类别转移概率矩阵计算初始分类结果中遥感图像上每一像素所属类别，得到类别标签和识别置信度小于预设值的像素。
[0033]本申请在上述实施例中，通过预测初始分类，计算观测概率和地物类别转移概率，并采用前向算法和后向算法求解，可以准确的计算出最终分类结果。
[0034]在一些实施例中，利用隐马尔可夫时空模型对初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品，包括：
[0035]在隐马尔可夫时空模型的基础上，引入空间信息因子对初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品。
[0036]本申请在上述实施例中，通过引入空间信息因子，可以提高不透水面分类产品的精度。
[0037]本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0038]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提取不透水面产品集的方法，其特征在于，包括：基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库；通过所述地物类型样本库，搭建地表覆盖产品分类模型，并通过所述地表覆盖产品分类模型提取遥感图像中的地表覆盖要素，得到地表覆盖产品的初始分类结果；利用隐马尔可夫时空模型对所述初始分类结果进行时空一致性调节，得到高精度的不透水面分类产品。2.根据权利要求1所述的方法，其特征在于，所述基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：对多个所述地表覆盖多要素产品或所述不透水面产品进行重分类，得到多个人工不透水面；将所述多个人工不透水面进行坐标统一数据融合，标记类型一致和冲突的像素，得到融合后的不透水面样本。3.根据权利要求1所述的方法，其特征在于，所述基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：通过OSM要素和不透水面之间的映射关系，将不同OSM面要素类别赋值，得到多种要素类别对应的要素；将所述多种要素类别对应的要素进行要素合并，得到不透水面类要素和非不透水面类要素；将不透水面和多要素地表覆盖产品的不透水面类要素和非不透水面类要素进行数据融合，筛选融合后数据中要素冲突点并通过代码优化所述要素冲突点，得到优化后的不透水面样本。4.根据权利要求1所述的方法，其特征在于，所述基于现有研究机构发布的高精度地表覆盖多要素产品或不透水面产品，自动构建地物类型样本库，包括：利用预设大小的滑动窗口在融合及优化后的不透水面上滑动，当所述滑动窗口内要素冲突点数量小于预设值即要素点一致的精度大于等于预设精度时，裁剪所述滑动窗口内的图像样本，得到所述地物类型样本...

【专利技术属性】
技术研发人员：朱凌，蒋书媛，张敬怡，李菁，翟龙辰，刘珺，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：