本发明专利技术公开了一种高分辨率遥感图像新增建设用地变化图斑自动提取的方法，包含如下步骤：输入同一区域不同时期的两幅高分辨率遥感图像，进行几何精校正与相对辐射校正；分别计算两期图像各波段的纹理特征，将该纹理特征与图像的光谱特征逐波段进行差值运算获得差值图像并进行阈值分割，将获得的各波段二值结果图进行逻辑合并；对逻辑合并后的二值结果图依次进行形态学闭运算、孔洞填充和小面积图斑去除处理，获得土地利用变化图斑；对土地利用变化图斑进行区域标记以生成图斑对象，计算新时期遥感图像中各图斑对象的纹理特征，提取新增建设用地变化图斑。本发明专利技术主要解决提取新增建设用地这一问题，同时具有探测建设用地内部变化的能力。
【技术实现步骤摘要】
本专利技术涉及一种图像处理方法，特别涉及一种。
技术介绍
近年来，随着我国经济的高速发展以及人口的快速增长，城市规模在不断扩大，建设用地面积激增。城镇建设用地的不断增加，在不同程度上占用了耕地资源。目前我国实行最严格的耕地保护政策，各级政府部门迫切需要掌握准确的土地利用变化信息，特别是农用地转变为建设用地的情况。此外，及时准确的建设用地变化信息对于城市规划、城市扩展、城市环境(热岛效应、城市水文特征)等研究和应用领域具有重要价值。随着遥感技术的发展，遥感图像的空间分辨率不断提高，利用高空间分辨率遥感图像检测土地利用变化信 息，实现建设用地的动态监测与监察，已成为解决这一问题的主要手段。目前高分辨率遥感图像空间分辨率已达到亚米级，如QuickBird、WorldView、GeoEye等，其纹理信息丰富，但光谱分辨率却略显不足。针对中低分辨率遥感图像的变化检测方法多利用图像的光谱信息探测变化像元，在高分辨率遥感图像中，建设用地由于其结构、物质组成显著不同，其光谱特征差异明显，单纯利用光谱特征并不能完整地提取建设用地的变化信息。由于高分辨率遥感图像的细节信息丰富，需要充分挖掘图像中的空间纹理信息，探寻建设用地空间纹理的有效表征，提高变化检测的精度。变化检测方法主要包括分类后比较和直接比较两大类，前者能直接获得变化图斑的属性信息，但结果受制于图像分类的精度且图像分类过程费时费力，在实际应用中多采用直接比较的方法获取土地利用变化信息，如差值法、比值法、变化向量法等。直接比较的变化检测方法运算速度快，且能有效探测土地利用变化信息，但通过该方法获得的土地利用变化信息中往往包含多种土地利用变化类型，而在国土资源、城市规划等应用领域中最为关心的是新增建设用地变化图斑，因此在这些的应用领域中，需要在获得的土地利用变化图斑中进一步筛选出新增建设用地变化图斑。
技术实现思路
专利技术目的针对上述现有技术存在的问题和不足，本专利技术的目的是提供一种从高分辨率遥感图像中自动提取新增建设用地变化图斑的方法，主要解决提取新增建设用地这一问题，同时具有探测建设用地内部变化的能力。技术方案为实现上述专利技术目的，本专利技术采用的技术方案为一种，其特征在于包含如下步骤(1)输入同一区域不同时期的两幅高分辨率遥感图像，进行几何精校正与相对辐射校正；(2)分别计算两期图像各波段的纹理特征，将该纹理特征与图像的光谱特征逐波段进行差值运算获得差值图像，对差值图像进行阈值分割，并将获得的各波段二值结果图进行逻辑合并； (3)对所述步骤(2)中逻辑合并后的二值结果图依次进行形态学闭运算、孔洞填充和小面积图斑去除处理，获得土地利用变化图斑； (4)对所述步骤(3)中的土地利用变化图斑进行区域标记以生成图斑对象，计算新时期遥感图像中各图斑对象的纹理特征，该纹理特征包括纹理均值和内外纹理差异，将各图斑对象的纹理均值和内外纹理差异分别与设定的第一阈值和第二阈值比较，若图斑对象的纹理均值大于第一阈值或图斑对象的内外纹理差异大于第二均值，则将该图斑对象视为新增建设用地变化图斑。进一步地，所述步骤(2)中的纹理特征是指遥感图像各波段灰度共生矩阵纹理的方差特征。进一步地，所述步骤(2)中的阈值分割采用均值标准差法，将满足 判别条件的像元视为变化像元，赋值为1，否则视为无变化像元，赋值为0，判别公式为 ηι/ 、 ["I I D(U)-M^rxSTZ) D (χ,ν)= < [O I D(x,y)-M\<TxSTD 式中，D(x,y)和D1(U)分别为阈值分割前后的像元值，M和STD分别为差值图像的均值和标准差，T为需要通过人工设定的倍率值(建议取值范围为)。进一步地，所述步骤(2)中各波段二值结果图的逻辑合并指在各波段差值图像进行阈值分割后生成的二值结果图中，只要有一个波段的像元值为1，则将该像元视为变化像J Li ο进一步地，所述步骤(4)中采用区域标记的方法追踪相互连通的土地利用变化像元生成土地利用变化图斑对象，图斑对象的纹理特征是指新时期遥感图像中灰度共生矩阵纹理的方差特征，图斑对象的内外纹理差异指图斑对象外层像元纹理均值与内层像元纹理均值的差异。内层像元的获取方法为对图斑对象进行形态学腐蚀操作，腐蚀结果为内层像元。外层像元则为被腐蚀的像元集合。 进一步地，所述步骤(I)中几何精校正方法为多项式几何模型法，相对辐射校正方法为直方图匹配法。进一步地，所述步骤(3)中需要依次进行三项后处理步骤以生成完整的、有意义的变化图斑。首先利用形态学闭运算连接狭窄缺口得到闭合的变化图斑，而后利用孔洞填充生成完整的变化图斑，最后根据实际应用需求，去除无意义的小面积图斑。有益效果本专利技术采用由粗到精的提取思路，方法简洁、快速。首先充分利用高分辨率遥感图像的光谱信息和表征建设用地特征的纹理信息，在差值运算的基础上，辅以形态学、图形处理等后处理方式，快速提取完整、有意义的土地利用变化图斑。而后，在土地利用变化图斑中，采用面向对象的分析手段，基于新时期遥感图像中建设用地的纹理表征，筛选新增建设用地变化图斑。运算过程无需只需设定少量阈值，自动化程度较高。附图说明图I为本专利技术的流程 图2为同一区域前期的遥感图像；图3为同一区域后期的遥感图像； 图4为利用计算机编程语言实现的本专利技术结果图像。具体实施例方式下面结合附图和具体实施例，进一步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定的范围。本专利技术的基本思路为设计一种由粗到精的高分辨率遥感图像新增建设用地变化图斑自动提取方法。其主要过程为输入两期不同时期遥感图像，进行预处理后，计算各波段的灰度共生矩阵纹理特征(方差，Variance)，将纹理与光谱特征图像逐波段进行差值运算，采用均值标准差法对差值图像进行阈值分割，将获得的各波段二值图进行逻辑合并，生成二值土地利用变化检测结果并对其形态学、图形处理等后续处理之后，得到完整的土地利用变化图斑。而后，采用区域标记的方法生成图斑对象(简称“对象”)，采用面向对象的分析手段，计算能有效表征新时期遥感图像中建设用地的纹理特征，在土地利用变化图斑中筛选得到新增建设用地变化图斑。图像预处理过程中，首先进行几何精校正处理，在两幅遥感图像中均匀选择多个同名点用于多项式几何模型参数的计算，校正误差需控制在O. 5个像元以内。然后进行相对辐射校正，以成像效果较好的图像作为参考，另一幅图像作为待匹配图像进行直方图匹配运算，以消除由于传感器、成像时间、大气辐射等导致的图像辐射亮度差异。计算灰度共生矩阵纹理特征时，采用3X3像元大小的窗口生成灰度共生矩阵，然后计算该矩阵的方差特征作为图像的各波段纹理特征值，计算公式如下权利要求1.一种，其特征在于包含如下步骤 (1)输入同一区域不同时期的两幅高分辨率遥感图像，进行几何精校正与相对辐射校正； (2)分别计算两期图像各波段的纹理特征，将该纹理特征与图像的光谱特征逐波段进行差值运算获得差值图像，对差值图像进行阈值分割，并将获得的各波段二值结果图进行逻辑合并； (3)对所述步骤(2)中逻辑合并后的二值结果图依次进行形态学闭运算、孔洞填充和本文档来自技高网...
【技术保护点】
一种高分辨率遥感图像新增建设用地变化图斑自动提取的方法，其特征在于包含如下步骤：（1）输入同一区域不同时期的两幅高分辨率遥感图像，进行几何精校正与相对辐射校正；（2）分别计算两期图像各波段的纹理特征，将该纹理特征与图像的光谱特征逐波段进行差值运算获得差值图像，对差值图像进行阈值分割，并将获得的各波段二值结果图进行逻辑合并；（3）对所述步骤（2）中逻辑合并后的二值结果图依次进行形态学闭运算、孔洞填充和小面积图斑去除处理，获得土地利用变化图斑；（4）对所述步骤（3）中的土地利用变化图斑进行区域标记以生成图斑对象，计算新时期遥感图像中各图斑对象的纹理特征，该纹理特征包括纹理均值和内外纹理差异，将各图斑对象的纹理均值和内外纹理差异分别与设定的第一阈值和第二阈值比较，若图斑对象的纹理均值大于第一阈值或图斑对象的内外纹理差异大于第二均值，则将该图斑对象视为新增建设用地变化图斑。
【技术特征摘要】
【专利技术属性】
技术研发人员：肖鹏峰，佘江峰，王东广，张学良，
申请(专利权)人：南京大学，
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。