【技术实现步骤摘要】
本专利技术涉及遥感，具体涉及一种海岛遥感影像获得方法及系统。
技术介绍
1、海岛遥感影像是指通过遥感技术获取的关于海岛区域的图像和数据，遥感技术是一种利用传感器从远距离获取地表信息的方法，它可以有效地监测和记录海岛的自然环境、地形地貌、土地利用状况等，海岛遥感影像的应用非常广泛，随着遥感技术的不断发展，海岛遥感影像的获取和处理能力也在不断提高。
2、现有技术中，海岛地表覆盖类型多样，复杂的地表特征会使得遥感影像的判定出现误差，影像到影像的质量和准确性，因此，如何提高海岛遥感影像在获取过程中的准确度和质量，减小判断误差，是我们要解决的问题，为此，现提出一种海岛遥感影像获得方法及系统。
技术实现思路
1、本专利技术目的在于提供一种海岛遥感影像获得方法及系统，以解决上述
技术介绍
中提出的问题。
2、为解决上述技术问题，本专利技术所采用的技术方案是：
3、第一方面，一种海岛遥感影像获得方法，包括以下步骤：
4、步骤1，获取海岛遥感影像的历史数据，并对数据进行预处理，包括辐射定标、大气校正、几何校正步骤，消除或减小大气、传感器因素对影像质量的影像；
5、步骤2，基于复杂的地表特征，提取遥感影像数据中的有用信息，确定表示不同地物类别的特征；
6、步骤3，选择分类算法，基于提取的特征对遥感影像数据进行自动分类，获取分类结果；
7、步骤4，对分类结果进行后处理并进行模型训练，得到影像误差判定系数，并对海岛遥感影像数据
8、本专利技术技术方案的进一步改进在于：所述遥感影像数据的获取及处理过程为，
9、步骤101，通过卫星平台获取目标海岛的历史遥感影像数据，确保数据的覆盖区域和时间范围符合需求；
10、步骤102，对遥感影像数据进行辐射定标处理、大气校正以及几何校正，减小大气、传感器因素对影像质量的影像，辐射定标处理用于将原始遥感数据转换为辐射亮度值，以确定观测值和辐射亮度之间的线性关系，确保影像数据的相对和绝对辐射亮度的准确性，获取传感器的定标系数和参数，应用定标公式，将传感器的原始观测值转换为辐射亮度或反射率值，检查转换后的数据质量，确保没有异常值或误差，大气校正用于校正大气散射与吸收对不同波段的影像，消除大气影像对影像的干扰，几何校正用于确保遥感数据在地理坐标上的准确性，将像素位置与地球表面的实际位置相匹配；
11、步骤103，将海岛的历史影像数据进行影像拼接处理，将多个影像拼接成无缝影像。
12、本专利技术技术方案的进一步改进在于：所述不同地物类别特征的确定过程为，
13、步骤201，对遥感影像进行图像分割，采用基于像素的方法将图像分割成具有相似特征的区域；
14、步骤202，在每个图像分割区域中，通过灰度值标准差方法提取影像的纹理信息，反映地表的粗糙度或结构；
15、步骤203，分析遥感影像的纹理信息，描述地物表面的细节和结构特征，并提取出不同地物类别的纹理差异；
16、步骤204，分析提取的特征与不同地物类别之间的关系，确定不同地物类别的区分特征，获取特征集。
17、本专利技术技术方案的进一步改进在于：所述影像纹理的提取过程为，
18、步骤2021，对于每个分割区域，获取其中所有像素的灰度值，灰度值为介于0(黑色)和255(白色)之间的整数，表示像素的亮度；
19、步骤2022，基于分割区域内的所有像素灰度值，计算得到该区域内所有像素灰度值的平均值，平均值代表该区域的整体亮度水平；
20、步骤2023，计算该区域内每个像素灰度值与平均值之差的平方，获取平方差的平均值，取平均值的平方根，得到灰度值标准差，标准差反映灰度值的离散程度，即区域内像素亮度变化的程度，标准差越大，说明纹理越复杂，变化越剧烈；标准差越小，说明纹理越平滑，变化越小；
21、其中，所述灰度值标准差的计算公式为：
22、
23、其中，xi为区域内第i个像素的灰度值，μ为区域内所有像素灰度值的平均值，为所有像素灰度值与平均值之差的平方和，h为灰度值标准差，用于衡量灰度值的离散程度。
24、本专利技术技术方案的进一步改进在于：所述不同地物类别区分特征的确定过程为，
25、步骤2041，将提取的特征值与地物类别进行关联，进行数据标注，创建特征集并录入地物区别特征，其中不同地物类别与区分特征一一对应；
26、步骤2042，采用已知的地物类别与提取的特征进行匹配，并对提取的特征进行分析和可视化，了解特征与不同地物类别之间的关系；
27、步骤2043，对特征集中提取的特征进行选择和降维，优化特征以去除冗余和无关特征，提高分类的准确性和效率，减少计算复杂度；
28、步骤2044，使用选择和降维后的特征，确定不同地物类别的区分特征，标记区分能力强的地物类别。
29、本专利技术技术方案的进一步改进在于：所述遥感影像数据的分类结果获取过程为，
30、步骤301，采用svm分类算法和特征集，构建分类模型；
31、步骤302，将预处理后的遥感影像数据输入到构建好的分类模型中，进行自动分类；
32、步骤303，基于总体分类精度和kappa系数对分类结果进行评估，检验分类算法的准确性，总体分类精度表示被正确分类的像元总数占总像元数的比例，用于反映分类算法在整个影像上的整体表现；kappa系数用于衡量分类结果与地表真实分类之间一致性，kappa系数越高，表示分类结果与真实情况越接近；
33、所述总体分类精度的计算公式为：
34、
35、其中，oi为总体分类精度，at为正确分类的像元数量，n为总的像元数量，需要说明的是，总体分类精度，其取值范围在0到1之间，当分类完全正确时，总体分类精度达到1；而当所有分类都错误时，其值为0；
36、所述kappa系数的计算公式为：
37、
38、其中，kci为kappa系数，n为总的像元数量，c为类别的数量，xii为混淆矩阵中第i行第i列的值，即为第i类别被正确分类的像元数，xi+为混淆矩阵中第i行的和，即为第i类别的实际像元数，x+i为混淆矩阵中第i列的和，即为被分类为第i类别的像元数。
39、本专利技术技术方案的进一步改进在于：所述海岛遥感影像数据误差等级的确定过程为，
40、步骤401，对分类结果进行后处理，使用滤波器去除分类结果中的噪声，并通过平滑分类边界，去除小面积的分类错误区域；
41、步骤402，将后处理后的分类结果作为标签数据，与原始遥感影像数据对应起来，形成训练数据集，使用训练数据集进行模型训练；
42、步骤403，使用验证数据集对训练好的模型进行评估，结合总体分类精度和kappa系数得到影像误差判定系数；
43、步骤本文档来自技高网...
【技术保护点】
1.一种海岛遥感影像获得方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种海岛遥感影像获得方法，其特征在于：所述遥感影像数据的获取及处理过程为，
3.根据权利要求2所述的一种海岛遥感影像获得方法，其特征在于：所述不同地物类别特征的确定过程为，
4.根据权利要求3所述的一种海岛遥感影像获得方法，其特征在于：所述影像纹理的提取过程为，
5.根据权利要求4所述的一种海岛遥感影像获得方法，其特征在于：所述不同地物类别区分特征的确定过程为，
6.根据权利要求5所述的一种海岛遥感影像获得方法，其特征在于：所述遥感影像数据的分类结果获取过程为，
7.根据权利要求6所述的一种海岛遥感影像获得方法，其特征在于：所述海岛遥感影像数据误差等级的确定过程为，
8.根据权利要求7所述的一种海岛遥感影像获得方法，其特征在于：所述影像误差判定系数的计算公式为：
9.根据权利要求1所述的一种海岛遥感影像获得方法及系统，其特征在于：所述误差等级划分的类别分为高精度类、中精度类和低精度类，其对应阈值分别为：<...
【技术特征摘要】
1.一种海岛遥感影像获得方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种海岛遥感影像获得方法，其特征在于：所述遥感影像数据的获取及处理过程为，
3.根据权利要求2所述的一种海岛遥感影像获得方法，其特征在于：所述不同地物类别特征的确定过程为，
4.根据权利要求3所述的一种海岛遥感影像获得方法，其特征在于：所述影像纹理的提取过程为，
5.根据权利要求4所述的一种海岛遥感影像获得方法，其特征在于：所述不同地物类别区分特征的确定过程为，
6.根据权利要求5所述的一种海岛遥感影像获得方法，其特征在于：所述遥感影像数据的分类结果获取过程为...
【专利技术属性】
技术研发人员：王晶，郭振，赵锦霞，张志卫，
申请(专利权)人：自然资源部第一海洋研究所，
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。