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()
【技术实现步骤摘要】
本申请属于图像特征提取的,特别涉及一种基于改进jm距离的高原泥炭沼泽提取特征选择方法及应用。
技术介绍
1、多光谱遥感影像能够提供丰富的地物光谱信息;合成孔径雷达(sar)影像对地表的物理特性比较敏感,能够获取地表粗糙度、土壤湿度、植被结构等信息;沼泽一般分布在地形低洼、水体容易积聚的地方,地形地貌特征也能为沼泽识别提供有效信息。联合多光谱遥感影像、sar影像、地形地貌数据能够有效提取高原泥炭沼泽的地物类型,但存在特征信息冗余的现象,需要利用特征优化算法对解译特征进行优选,以提高地物信息提取效率与精度。
2、影像解译特征优选的方法一般分为监督选择与非监督选择两种,其差异在于是否需要先验知识。最大方差法、主成分分析法等都属于非监督选择的范畴,通过分析特征变量之间的相关性达到去除冗余、优化特征集的目的,这类方法不需要先验知识。而监督选择是通过先验知识,判定特征变量与地物类别之间的相关程度,优选相关性较高的特征,实现特征优选,例如relief算法和jm距离算法都属于该类。基于jm距离的特征优选一般适用于判定某种特征下两类地物的可分性,jm距离越大,表明二者的可分性越好,但高原泥炭沼泽一般分布有水体、沼泽地、沼泽化草地、草地等多种地物类型,现有技术中基于jm距离的算法无法有效实现对高原泥炭沼泽的多类地物提取。
技术实现思路
1、为了解决现有技术中基于jm距离对高原泥炭沼泽的多类地物提取的特征优选适用性不强问题,在第一方面,本申请提出了一种基于改进jm距离的高原泥炭沼泽提取特征选
2、步骤1:获取研究区域的多光谱遥感影像、sar影像和dem数据,并进行预处理,构建多源样本数据;
3、步骤2:基于多源样本数据构建高原泥炭沼泽特征集,特征集包括光谱特征、植被指数特征、水体指数特征、 地形地貌特征、雷达后向散射信号特征;
4、步骤3:按照高原泥炭沼泽的地物类型依次计算不同特征下两种地物类别之间的jm距离;
5、步骤4:分别对不同地物类型之间的jm距离进行排序,并根据jm距离排序情况对特征变量依次进行打分;
6、步骤5:计算出各个特征变量的总分值,依据总分值大小对所有特征变量进行排序;
7、步骤6:根据特征变量排序结果,对特征变量进行特征组合,获取到沼泽提取的最优特征集。
8、进一步地,步骤2中:光谱特征包括可见光和红外波段波谱特征,植被指数特征包括归一化差异植被指数ndvi、归一化差异红边植被指数ndre和增强植被指数evi,水体指数特征包括归一化水体指数ndwi和归一化差值水分指数ndmi,地形地貌特征包括dem和坡度,雷达后向散射信号特征包括vv极化后向散射系数和vh极化后向散射系数。
9、进一步地,步骤3中高原泥炭沼泽的地物类型包括草地、沼泽地、沼泽化草地和水体。
10、步骤3中jm距离计算公式包括:
11、
12、
13、式中,为自然对数,、分别表示两类地物的某类特征的均值,、分别表示两类地物的某类特征的方差,jm距离表示样本间的可分离程度,其值在0~2之间,值越大表示两类地物的分离性越好。
14、进一步地,步骤4根据jm距离排序情况对特征变量依次进行打分包括:采用梯级打分制,根据特征变量数量设定分值,相邻特征变量之间分差为1。
15、进一步地,步骤6中对排在前列的特征变量进行组合,逐个增加特征变量数量,并开展影像分类及分类结果的精度评定,以分类精度不再提高为原则,确定最终的最优特征集。
16、其中,步骤6中开展影像分类及分类结果的精度评定包括监督分类法,具体地采用随机森林或支持向量机进行高原泥炭沼泽的地物类别分类。
17、第二方面,本申请还保护一种基于改进jm距离的高原泥炭沼泽提取方法,具体方案包括:
18、获取待研究区域的多光谱遥感影像、sar影像和dem数据,并进行预处理;
19、根据预处理后的数据和前述第一方面中任一项方法确定的最优特征集,采用监督分类对待研究区域进行分类,提取得到高原泥炭沼泽的分布。
20、第三方面,本申请还保护一种计算机设备,包括存储器、处理器和存储在存储器中可供处理器运行的程序指令,所述处理器执行所述程序指令以实现第一方面和第二方面中任一项的方法。
21、第四方面,本申请保护一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现第一方面和第二方面中任一项的方法。
22、本专利技术的有益效果是:本专利技术提供了一种基于改进jm距离的高原泥炭沼泽提取特征选择方法及应用,通过计算光谱特征、植被指数特征、水体特征、地形地貌特征、雷达后向散射系数特征等不同特征变量下草地与沼泽化草地、草地与水体、草地与沼泽地、沼泽地与沼泽化草地、沼泽地与水体、沼泽化草地与水体之间的jm距离,并依据jm距离大小为特征变量打分,实现特征变量优选排序,基于最优特征变量组合构建的特征集开展遥感影像解译,能够提高高原泥炭沼泽的地物提取精度,通过动态监测湿地资源时空分布情况,对湿地资源保护与开发利用管理具有重要的科学性和实用性指导意义,发展和应用前景广阔。
本文档来自技高网...【技术保护点】
1.一种基于改进JM距离的高原泥炭沼泽提取特征选择方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述步骤2中:光谱特征包括可见光和红外波段波谱特征,植被指数特征包括归一化差异植被指数NDVI、归一化差异红边植被指数NDRE和增强植被指数EVI,水体指数特征包括归一化水体指数NDWI和归一化差值水分指数NDMI,地形地貌特征包括DEM和坡度,雷达后向散射信号特征包括VV极化后向散射系数和VH极化后向散射系数。
3.根据权利要求2所述的方法,其特征在于,所述步骤3中高原泥炭沼泽的地物类型包括草地、沼泽地、沼泽化草地和水体。
4.根据权利要求3所述的方法,其特征在于,所述步骤3中JM距离计算公式包括:
5.根据权利要求4所述的方法,其特征在于,所述步骤4根据JM距离排序情况对特征变量依次进行打分包括:采用梯级打分制,根据特征变量数量设定分值,相邻特征变量之间分差为1。
6.根据权利要求5所述的方法,其特征在于,所述步骤6中根据对特征变量进行组合,获取到沼泽信息提取的最优特征集包括:对排在前列的特征
7.根据权利要求6所述的方法,其特征在于,所述步骤6中开展影像分类及分类结果的精度评定包括:采用随机森林或支持向量机进行高原泥炭沼泽的地物类别分类。
8.一种基于改进JM距离的高原泥炭沼泽提取方法,其特征在于,包括:
9.一种计算机设备,其特征在于,包括存储器、处理器和存储在存储器中可供处理器运行的程序指令,所述处理器执行所述程序指令以实现权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种基于改进jm距离的高原泥炭沼泽提取特征选择方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述步骤2中:光谱特征包括可见光和红外波段波谱特征,植被指数特征包括归一化差异植被指数ndvi、归一化差异红边植被指数ndre和增强植被指数evi,水体指数特征包括归一化水体指数ndwi和归一化差值水分指数ndmi,地形地貌特征包括dem和坡度,雷达后向散射信号特征包括vv极化后向散射系数和vh极化后向散射系数。
3.根据权利要求2所述的方法,其特征在于,所述步骤3中高原泥炭沼泽的地物类型包括草地、沼泽地、沼泽化草地和水体。
4.根据权利要求3所述的方法,其特征在于,所述步骤3中jm距离计算公式包括:
5.根据权利要求4所述的方法,其特征在于,所述步骤4根据jm距离排序情况对特征变量依次进行打分包括:采用梯级打分制,根据特征变量数量设定分值,相邻特征变...
【专利技术属性】
技术研发人员:陈丹蕾,薛鹏,马丽,张雪梅,黄琼仪,徐庆,刘恩来,王萍,李亮,张卓尧,羊山鑫,
申请(专利权)人:自然资源部第六地形测量队自然资源部地下管线勘测工程院,四川省第三测绘工程院,
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。