System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法技术_技高网

一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法技术

技术编号:40873647 阅读:2 留言:0更新日期:2024-04-08 16:41
本发明专利技术公开了一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,步骤包括:输入高分辨率光学遥感影像,进行地物样本标注;以随机森林模型为算法基础进行高分辨率光学遥感影像的地物分割,得到初步解译结果;统计初步解译结果的斑块地理特征,实现解译结果降噪。本发明专利技术通过统计高分辨率遥感光学影像在经过地物解译之后各类别斑块的地理特征,分割实际地物与降低噪声影响,产出结果准确、应用度较高的高分辨率光学影像地物解译产品。

【技术实现步骤摘要】

本专利技术涉及摄影测量与遥感领域,特别是一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法


技术介绍

1、当前空间探测感知技术飞速进步,高分辨率光学遥感影像已经成为对地观测的主要数据来源,无论是国土资源监测、土地利用调查,还是军事目标制图都离不开对遥感影像进行地物解译分割。高分辨率光学遥感影像确实提升了对地观测效率,但遥感数据本身大幅宽、大尺度等特点也造成了影像数据存储量大、地理信息复杂等难题。相较于时下科研成果快速涌现的基于深度学习的遥感影像语义分割方法,面向对象的影像分割方法凭借其人工标注工作量小、运算系统配置需求较低等优点仍然占据着重要地位。在应用环节,无论是基于深度学习还是基于面向对象的影像分割方法,都要完成解译结果的拓扑关系构建问题,即结果破碎问题,并且这个问题会随着分辨率的提高而愈加突现。

2、现代航空航天遥感成像朝着“三多”(多传感器、多平台、多角度)和“四高”(高空间分辨率、高光谱分辨率、高时相分辨率、高辐射分辨率)方向发展。其中高分辨率光学影像数据的极大丰富在提升对地观测能力的同时也对图像解译提出了更高要求。目前,星载高分辨率遥感影像仍然是国土资源监测、地理信息统计、地物识别任务的主要数据源,而为了能够得到更优秀的地物解译结果,各类影像分割算法都在分割效率和准确度上进行了大量的尝试,并在一定的预置条件上取得了较好的应用成果,其中以监督分类、非监督分类为代表的影像解译算法在很长一段时间都是遥感影像分割的重要方法。

3、遥感图像信息提取是遥感数据获取的逆过程,是从对地面实况的模拟影像中提取有关信息、反演地面原型的过程。遥感影像智能解译方法虽然经历了多年的探索,但人工判读仍然是地物分割最准确的方式。然而,人工判读存在劳动强度大,效率低,很难做出准确的定量分析等缺点。为了能够将判图员准确的判图经验和机器的高效执行结合起来,监督分类方法可以结合图像解译人员的先验知识进行准确的特征样本标注,然后依托强大的计算机算力设计人工智能网络模型,经过一定的参数调整和结果纠正后可实现高效准确的遥感影像地物分割,并能够进行数字格式转化添加地理属性信息,完成遥感影像和地理信息系统的有效结合。

4、遥感影像监督分类方法基本上使用了面向对象的分割思路,相较于关注影像上每一个像素值,面向对象的分割思路更加注重地物的类别划分,如植被、房屋、水体等。面向对象的优点在于考虑了影像整体的内在组成,将对象类别划分与模型的决策结构有效对应,运算效率较高。面向对象的分割方法在中等分辨率遥感影像上(30m空间分辨率的landsatetm+影像)可以取得效果较好的大尺度地物分割结果,如河流分割、冰川分割,耕地分割等。然而,当地物类型随着光学遥感影像分辨率的提升而变得更加复杂,地物界限变得更加模糊时,该分割方法结果的可应用性会大大降低,主要表现在,人工标注及结果修正虽然可以增加样本类别,但由于地物特征差异小,将会使解译结果的完整性大大降低,整体影像噪声斑块广泛分布,使地物边界更加模糊不清。因此,需要在借助机器学习等人工智能算法优势的同时,考虑解译结果的相关特征,提升解译结果精度,增加解译结果的可应用性。


技术实现思路

1、针对现有技术中存在的问题,本专利技术提供了一种提升高分辨率光学影像地物解译结果精度的降噪方法,目标是通过统计高分辨率遥感光学影像在经过地物解译之后各类别斑块的地理特征,分割实际地物与降低噪声影响,产出结果准确、应用度较高的高分辨率光学影像地物解译产品。

2、本专利技术的目的通过以下技术方案实现。

3、一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,步骤包括:

4、1)输入高分辨率光学遥感影像,进行地物样本标注;

5、2)以随机森林模型为算法基础进行高分辨率光学遥感影像的地物分割,得到初步解译结果;

6、3)统计初步解译结果的斑块地理特征,实现解译结果降噪。

7、2.根据权利要求1所述的一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于所述步骤1):输入高分辨率光学遥感影像,抽取其自身包括的地理信息,通过转换格式,在保证影像分辨率的同时,降低了储存大小,在自开发的影像解译系统上使用选择工具进行地物样本标注在对应的属性种类区输入对应的地物名称。

8、所述步骤3)具体为:

9、3.1)进行图像栅格转矢量处理:完成初步地物解译后的影像数据是栅格格式,假设像素分别为1-3的数值,使用地理数据转化方法将栅格格式数据直接转为矢量数据,这时三个属性值的矢量数据在一个图层上,同时完成离散化处理,得到三个斑块,属性数值分别为1-3;3.2)统计每个斑块的面积或周长;

10、3.3)按阈值选择并剔除。

11、相比于现有技术,本专利技术的优点在于:本专利技术选择了面向对象的影像分割思路,使用了随机森林算法来完成影像初步解译,提升了影像分割的运算效率,减少了运算资源的使用。本专利技术使用了基于斑块地理特征统计的方法进行了噪声去除,本专利技术降噪效果明显,地物类别的连续性、完整性较强。同时对比专业的、成熟的遥感影像地物解译商业软件econgnition developer,本专利技术提供的方法能够得到准确的分割结果。

本文档来自技高网...

【技术保护点】

1.一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于步骤包括:

2.根据权利要求1所述的一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于所述步骤1):输入高分辨率光学遥感影像,抽取其自身包括的地理信息,通过转换格式,在保证影像分辨率的同时,降低了储存大小,在自开发的影像解译系统上使用选择工具进行地物样本标注在对应的属性种类区输入对应的地物名称。

3.根据权利要求1所述的一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于所述步骤3)具体为:

【技术特征摘要】

1.一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于步骤包括:

2.根据权利要求1所述的一种基于斑块地理统计特征的高分辨率遥感影像解译降噪方法,其特征在于所述步骤1):输入高分辨率光学遥感影像,抽取其自身包括的地理信息,通过转换格...

【专利技术属性】
技术研发人员:李澜宇尹奎英牛贝乐高艺
申请(专利权)人:中国电子科技集团公司第十四研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1