【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及一种面向林权确权中的地类冲突区域检测方法。
技术介绍
1、林权是指森林、林木、林地的所有权和使用权，林权证发证范围内应为林地，但由于不同管理部门对地类认定不一致，导致林权证发证范围内存在耕地、草地等其他地类；或者后期林权证范围内修建道路、建筑等，会造成的林地变化，从而出现地类冲突。这种地类冲突区域为非林地，占比极小。目前对于该地类冲突区域的确认方式，主要由人工根据遥感影像对林地中的地类冲突区域进行识别，但人工识别速度慢、时间开销大。
2、名词解释：instance discrimination，缩写为instdisc，中文为实例判别方法，是一种无监督对比学习算法。实例判别是指通过将每个训练数据都视为不同于其它数据的类别，让模型具备识别图像视觉特征的能力，同时保证模型输出的特征向量满足对于视觉上相似的图像更加接近，视觉上不相似的图像更加远离。
技术实现思路
1、本专利技术的目的就在于提供一种解决上述问题，能快速对地类冲突区域进行识别的，一种面向林权确权中的地类冲突区域检测方法。
2、为了实现上述目的，本专利技术采用的技术方案是这样的：一种面向林权确权中的地类冲突区域检测方法，包括以下步骤；
3、s1，获取林权证发证范围的遥感影像，划分为 m个方块，依次标记为 x1~ x m； >
4、s2，提取每个方块的高层语义特征， x1~ x m对应的高层语义特征依次为 v1~ v m；
5、s3，依次计算 m个方块的密度 ρ1~ ρ m，其中第 i个方块 x i的密度 ρ i的计算方法包括s31~s32；
6、s31，找到 x i的邻居，共 n i个，依次标记为，1≤ i≤ m；
7、s32，计算 x i的密度 ρ i；
8、，
9、式中， v i,j为 x i,j对应的方块的高层语义特征，1≤ j≤ n i，为计算欧氏距离；
10、s4，依次处理 x1~ x m，标记核心方块和密度连通，其中 x i的处理方法为包括s41~s42；
11、s41，若，则标记 x i为核心方块，否则不标记，式中， ρ i,j为 x i,j对应的方块的密度；
12、s42，若对相邻两个方块 x i和 x k，至少1个为核心方块且，则将 x i、 x k标记为密度连通，其中， ρ k为 x k的密度， α为密度连通参数；
13、s5，基于密度连通进行地类冲突区域检测，包括步骤s51~s57；
14、s51，构造方块集合；
15、s52，从x中查找 x1~ x m中密度最大的方块，若为 x i，生成簇 c1={ x i}；
16、s53，将与 x i密度联通的邻居加入到 c1，将 c1中的核心方块构成集合a，遍历a中所有方块，将与a中方块密度联通的方块加入到 c1中，并从x中减去 c1内的方块，更新x；
17、s54，按步骤s52、s53，从更新后的x中生成簇 c2；
18、s55，重复步骤s54直到x为空，共生成c个簇，依次为 c1~ c c；
19、s56，选取包含方块最多的簇 c δ，计算其中方块的平均相似度avg( c δ)，1≤ δ≤c；
20、s57，对其余簇 c t，若满足下式，则将 c t内的方块标注为异常，1≤ t≤ c， t≠δ；
21、，
22、式中， v δ为 c 本文档来自技高网...
【技术保护点】
1.一种面向林权确权中的地类冲突区域检测方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：S1中，遥感影像包含N1×N2个像素点，每个方块包含M×M个像素点，M<<N1、M<<N2。
3.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：S2具体为，将每个方块作为一个类别，第i个方块xi为第i个类别，用InstanceDiscrimination算法进行特征提取，得到高层语义特征。
4.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：密度连通参数α=0.5。
5.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：S56中，avg(Cδ)根据下式得到；
【技术特征摘要】
1.一种面向林权确权中的地类冲突区域检测方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：s1中，遥感影像包含n1×n2个像素点，每个方块包含m×m个像素点，m<<n1、m<<n2。
3.根据权利要求1所述的一种面向林权确权中的地类冲突区域检测方法，其特征在于：s2具体为...
【专利技术属性】
技术研发人员：邓智诚，万在平，黄晓霞，叶绍泽，李翔，余峰，
申请(专利权)人：江西啄木蜂科技有限公司，
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。