一种基于遥感影像的交互式样本快速采集方法技术

一种基于遥感影像的交互式样本快速采集方法，涉及遥感影像技术领域，包括：选择高分辨率遥感影像数据并进行预处理；高效超像素分割处理及高效阈值合并处理；选择样本所属领域及类别；利用样本勾画辅助工具按照交互式样本勾画逻辑进行交互式样本采集操作。为了提升人工勾画样本的精度与速率，本发明专利技术采用一种高效遥感影像超像素分割方式将影像分割为多个图像子区域，并采用高效的阈值合并方法将子区域中较相似的区域合并为一个区域，当勾画人员点击鼠标进行勾画时，会根据当前鼠标所处经纬度自动搜寻最合适的区域进行绘制，同时也涵盖扩展、收缩等勾画方式。本发明专利技术可从高分辨率遥感影像中稳定、快速地勾画出所需的较为规整、均质的地块样本。质的地块样本。质的地块样本。

【技术实现步骤摘要】
一种基于遥感影像的交互式样本快速采集方法


[0001]本专利技术涉及遥感影像技术及遥感影像数据挖掘
，具体涉及一种基于遥感影像的交互式样本快速采集方法。

技术介绍

[0002]随着对地观测技术的发展，遥感影像数据以几何级数的速度快速增长，遥感影像数据集量的快速增长和数据类型的不断丰富，对数据快速精准解译技术提出了更高要求。得益于大数据、人工智能等技术的不断进步，深度学习技术在计算机视觉方面取得重大进展，对于遥感影像数据挖掘领域，相比传统的机器学习、统计学习等算法而言，深度学习模型拥有对复杂问题的高度拟合、解构能力，目前逐渐应用于地物目标检测、土地覆盖分类、变化检测和三维重建等方面。虽然深度学习模型算法能力很强，但模型的提取和泛化能力都需要依赖海量的样本数据。目前，遥感解译的实用化、商业化程度仍未达到人脸、指纹识别等通用计算机视觉领域的水平。研究表明，针对遥感领域解译算法而言，当算法模型到达一定程度后，精度差异的主要因素为样本数据的丰富度等方面带来。由此说明，高精度、高质量的遥感地表信息提取产品需要大量、准确的训练样本作为支撑。
[0003]当前对于大多数遥感影像样本采集流程来说，大都依赖GIS软件如ArcGIS、QGIS或开源样本勾画软件LabelMe等，由于ArcGIS和QGIS没有专门适配样本勾画功能，导致使用上有诸多不便，例如，ArcGIS和QGIS都需要手动创建渔网进行勾画，需要手动建立勾画字段、类别字段，需要手动拖动渔网进度等；而LabelMe等开源样本勾画软件虽然拥有上述的样本勾画功能，但由于没有适配高分辨率遥感影像样本采集领域，无法调整栅格影像的波段顺序、排列、渲染方式等，且需要人工手动将栅格影像裁剪为一张张图像，另外，无法像GIS软件一一样保留勾画矢量，便于后续回溯。此外，当前的大多数样本采集软件只能通过手动绘制的方式进行样本采集，无法通过交互式的方式勾画面要素，导致勾画效率低下，另外，无论是ArcGIS还是QGIS都缺少对水平矩形的快捷顶点缩放功能，该功能对于目标检测样本勾画领域十分重要，所以目前目标检测样本采集任务大多由拥有该功能的LabelMe开源软件进行采集。
[0004]从上述已有技术和产品的分析可得出，目前高分辨率遥感影像样本采集需要一个直接在影像上可交互式自动勾画且拥有主流样本采集功能的产品。

技术实现思路

[0005]本专利技术的目的是提供一种基于遥感影像的交互式样本快速采集方法。
[0006]本专利技术为解决技术问题所采用的技术方案如下：
[0007]本专利技术的一种基于遥感影像的交互式样本快速采集方法，包括以下步骤：
[0008]步骤S1：选择高分辨率遥感影像数据并进行预处理；
[0009]步骤S2：高效超像素分割处理及高效阈值合并处理；
[0010]步骤S3：选择样本所属领域及类别；
[0011]步骤S4：利用样本勾画辅助工具按照交互式样本勾画逻辑进行交互式样本采集操作。
[0012]进一步的，步骤S1中，所述高分辨率遥感影像数据分辨率小于1米，波段数大于或等于3。
[0013]进一步的，步骤S1中，所述预处理的方法包括：几何纠正、正射校正、图像增强、图像融合和影像镶嵌。
[0014]进一步的，步骤S2中，所述高效超像素分割处理的具体操作步骤如下：首先评估距离度量，然后初始化聚类中心，并行更新聚类中心。
[0015]进一步的，所述评估距离度量的具体操作步骤如下：
[0016]采用整数算术算子，对于任意像元i，定义其特征向量为[y
i
,x
i
,l
i
,a
i
,b
i
]T
，同理可得质心k的特征向量为[y
k
,x
k
,l
k
,a
k
,b
k
]T
，根据上述特征向量，按公式(2)和公式(3)计算任意像元i与质心k的颜色距离和空间距离
[0017][0018][0019]其中，l
i
为像元i的亮度，l
k
为质心k的亮度，a
i
为像元i从绿色可见光波段到红色可见光波段的分量，a
k
为质心k从绿色可见光波段到红色可见光波段的分量，b
i
为像元i从蓝色可见光波段到黄色可见光波段的分量，b
k
为质心k从蓝色可见光波段到黄色可见光波段的分量，x
i
为像元i的矩阵位置X坐标，x
k
为质心k的矩阵位置X坐标，y
i
为像元i的矩阵位置Y坐标，y
k
为质心k的矩阵位置Y坐标，m为色差距离的紧凑度因子，n为匹配量化颜色比例的影像比特位深度。
[0020]根据公式(4)将颜色距离和空间距离相加得到距离度量；
[0021][0022]进一步的，步骤S2中，所述高效阈值合并处理的具体操作步骤如下：
[0023]首先计算Graph，创建整个聚类的邻接矩阵，再根据图像矩阵的颜色阈值合并颜色相似度大于阈值的邻接矩阵，获得交互式样本采集的本底参考数据。
[0024]进一步的，步骤S3的具体操作步骤如下：
[0025]首先根据需求选择样本所属领域，根据样本所属领域生成不同类型的面要素；然后进行样本类别的选择，若选择的勾画类别小于或等于一类时，将会在勾画后直接生成面矢量；若选择的勾画类别大于一类时，将会在勾画后弹出属性字段选择窗口。
[0026]进一步的，步骤S4的具体操作步骤如下：
[0027]将遥感影像细分为多个大小相同的子区域，利用样本勾画辅助工具按照交互式样本勾画逻辑开始进行勾画，勾画时依次浏览所有子区域并使用样本勾画辅助工具勾画所有子区域；经过逐子区域的勾画后，快速获取到贴合轮廓边界的样本勾画矢量图斑，生成影像对应样本。
[0028]本专利技术的有益效果是：
[0029]本专利技术提出了一种基于遥感影像的交互式样本快速采集方法，为了提升人工勾画样本的精度与速率，采用一种高效的遥感影像超像素分割方式将影像分割为多个图像子区
域，并采用高效的阈值合并方式将子区域中较相似的区域合并为一个区域，当勾画人员点击鼠标进行勾画时，会根据当前鼠标所处经纬度自动搜寻最合适的区域进行绘制，同时也涵盖扩展、收缩等勾画方式。最终本专利技术的方法可以从高分辨率遥感影像中稳定、快速地勾画出所需的较为规整、均质的地块样本。本专利技术通过构建交互式样本快速采集算法，并基于该算法，可适配开发相应的遥感影像交互式样本勾画辅助产品。
附图说明
[0030]图1为本专利技术提供的一种基于遥感影像的交互式样本快速采集方法流程图。
[0031]图2为高效超像素分割处理及高效阈值合并处理的具体操作流程图。
[0032]图3为交互式样本勾画逻辑流程图。
[0033]图4为不同绘制动作产生的效果。
具体实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感影像的交互式样本快速采集方法，其特征在于，包括以下步骤：步骤S1：选择高分辨率遥感影像数据并进行预处理；步骤S2：高效超像素分割处理及高效阈值合并处理；步骤S3：选择样本所属领域及类别；步骤S4：利用样本勾画辅助工具按照交互式样本勾画逻辑进行交互式样本采集操作。2.根据权利要求1所述的一种基于遥感影像的交互式样本快速采集方法，其特征在于，步骤S1中，所述高分辨率遥感影像数据分辨率小于1米，波段数大于或等于3。3.根据权利要求1所述的一种基于遥感影像的交互式样本快速采集方法，其特征在于，步骤S1中，所述预处理的方法包括：几何纠正、正射校正、图像增强、图像融合和影像镶嵌。4.根据权利要求1所述的一种基于遥感影像的交互式样本快速采集方法，其特征在于，步骤S2中，所述高效超像素分割处理的具体操作步骤如下：首先评估距离度量，然后初始化聚类中心，并行更新聚类中心。5.根据权利要求4所述的一种基于遥感影像的交互式样本快速采集方法，其特征在于，所述评估距离度量的具体操作步骤如下：采用整数算术算子，对于任意像元i，定义其特征向量为[y
i
,x
i
,l
i
,a
i
,b
i
]
T
，同理可得质心k的特征向量为[y
k
,x
k
,l
k
,a
k
,b
k
]
T
，根据上述特征向量，按公式(2)和公式(3)计算任意像元i与质心k的颜色距离和空间距离和空间距离和空间距离其中，l
i
为像元i的亮度，l
k
为质心k的亮度，a
i

【专利技术属性】
技术研发人员：彭芝珏，朱瑞飞，易志伟，徐猛，刘舒雅，
申请(专利权)人：长光卫星技术股份有限公司，
类型：发明
国别省市：