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() 一种遥感影像光伏场地特征提取方法技术_技高网

一种遥感影像光伏场地特征提取方法技术

技术编号:42068121 阅读:13 留言:0更新日期:2024-07-19 16:50
本发明专利技术提供了一种遥感影像光伏场地特征提取方法,属于分类规则集构建技术领域,所述方法包括如下步骤:获取影像对象,在影像对象中提取每种地物典型样本的特征;采用皮尔森相关系数对每种地物典型样本的特征进行去相关,利用离散度指标ISD对每种地物典型样本的特征进行特征筛选,获得第一筛选特征;通过线性不可分支持向量机模型,对第一筛选特征进行特征提取,获得区分每种地物典型样本的第一特征和第一特征阈值;将第一特征和第一特征阈值输入eCognition平台,实现目标地物的提取。本发明专利技术降低了特征间的相关性,并且实现了特征阈值的自动计算。

【技术实现步骤摘要】

本专利技术涉及分类规则集构建,尤其涉及一种遥感影像光伏场地特征提取方法


技术介绍

1、面向地理对象影像分析技术是遥感信息提取的一个新兴的迅速发展的研究领域,综合利用了多源信息并融合了主流影像分析方法,如监督分类、模糊数学分类、基于规则的分类等,在一定程度上解决了提取结果的边缘破碎和内部噪声问题,有效提高了信息提取精度。面向地理对象影像分析技术从提出至今已有十余年,自动化、智能化是当今最大的发展趋势,然而分类规则集的构建却成为制约面向地理对象影像分析自动化发展的关键因素。

2、目前分类规则集的构建主要采用特征选择和特征提取来完成。特征选择指的是不对原始特征进行组合或变换,而是从原始特征集中挑选出若干最优特征组成特征子集用于后续信息提取。目前,特征选择一般利用特定的评价准则来增强特征与类之间的关联性,同时减小特征之间的关联性,常用的算法有基于欧氏距离(euclidean distance,ed)、密度峰值聚类(density peaks cluster,dpc)、分离阈值法(separability and threshold,seath)和基于离散度(scatter degree,sd)的方法等。特征提取则对原始特征进行一定的组合和变换来获取新特征,新特征对于不同类别间通常具有更好的区分能力,但不具有实际的物理意义。

3、上述特征选择算法中,基于ed的特征选择方法仅从类均值的角度进行评价,未顾及到类的分布和类间的重叠;dpc方法当类间特征值的数据密集程度差异较大时效果较差且缺乏对波段信息量的度量;seath算法仅利用j-m距离评判特征,未顾及特征值的离散程度对特征优劣的影响;sd模型作为目前应用较为广泛的特征选择算法,主要是通过计算各特征的离散度来评价特征,最终选择的特征一般离散度值较高。但在实际应用中存在特征间可能有较强相关性、无法自动计算特征阈值等不足。


技术实现思路

1、本专利技术通过提供一种遥感影像光伏场地特征提取方法,解决了相关技术中提取遥感信息时,存在特征间可能有较强相关性、无法自动计算特征阈值等技术问题。

2、本专利技术采用的技术方案如下:

3、本专利技术提供了一种遥感影像光伏场地特征提取方法,包括如下步骤:

4、获取遥感影像中的影像对象,在影像对象中提取每种地物典型样本的特征;

5、采用皮尔森相关系数对每种地物典型样本的特征进行去相关,利用离散度指标isd对每种地物典型样本的特征进行特征筛选,获得第一筛选特征;

6、通过线性不可分支持向量机模型,对第一筛选特征进行特征提取,获得区分每种地物典型样本的第一特征和第一特征阈值;

7、将第一特征和第一特征阈值输入ecognition平台,实现目标地物的提取。

8、本专利技术的有益效果为:

9、本专利技术提出了一种遥感影像光伏场地特征提取方法,本方法首先利用皮尔森相关系数对地物典型样本的特征进行去相关,然后在特征离散度值的基础上进行了筛选,进而将基于离散度的特征筛选结果,利用线性不可分支持向量机进行特征组合,提取出具有更好判别特性的第一特征,并将决策函数的函数值与第一特征阈值进行比较,区分出目标地物与其他地物,根据该方法得到的第一特征和第一特征阈值可以直接作为分类的输入在分类器中完成目标地物的提取。本方法提高了对影响对象中地物典型样本的分类能力,在提高了特征的有效性和分类精度的同时,减少了分类过程中存在人工干预的影响因素。

本文档来自技高网...

【技术保护点】

1.一种遥感影像光伏场地特征提取方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,影像对象中的地物典型样本包括:目标地物与其他地物。

3.如权利要求2所述的一种遥感影像光伏场地特征提取方法,其特征在于,采用皮尔森相关系数对每种地物典型样本的特征进行去相关,包括:

4.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,采用影像分割方法获取影像对象,所述影像分割方法为多尺度分割。

5.如权利要求4所述的一种遥感影像光伏场地特征提取方法,其特征在于,多尺度分割的分割参数包括:尺度因子、光谱因子和平滑度。

6.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,利用离散度指标ISD对每种地物典型样本的特征进行特征筛选,获得第一筛选特征,包括:根据每种地物特征的离散度指标ISD大小,评估每种地物特征对于不同地物类别的区分能力,离散度指标ISD越大,则区分能力越强;保留所有地物特征中离散度指标ISD最大的两个特征,实现特征筛选,获得第一筛选特征f1和第一筛选特征f2。

7.如权利要求1或6所述的一种遥感影像光伏场地特征提取方法,其特征在于,基于第一筛选特征f1和第一筛选特征f2,将地物样本数据从一维数据拓展至二维数据,建立新的训练样本;利用线性不可分支持向量机的目标函数,对新的训练样本进行约束和求解,得到决策函数f(X)=ωTX+b,将ωTX+b定义为第一特征,并定义第一特征的第一特征阈值为0。

8.如权利要求7所述的一种遥感影像光伏场地特征提取方法,其特征在于,根据决策函数f(X)=ωTX+b的函数值是否大于第一特征阈值,判断每种地物典型样本的所属地物类别。

9.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,采用基于阈值的对象分类方法,实现对目标地物的提取。

...

【技术特征摘要】

1.一种遥感影像光伏场地特征提取方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,影像对象中的地物典型样本包括:目标地物与其他地物。

3.如权利要求2所述的一种遥感影像光伏场地特征提取方法,其特征在于,采用皮尔森相关系数对每种地物典型样本的特征进行去相关,包括:

4.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,采用影像分割方法获取影像对象,所述影像分割方法为多尺度分割。

5.如权利要求4所述的一种遥感影像光伏场地特征提取方法,其特征在于,多尺度分割的分割参数包括:尺度因子、光谱因子和平滑度。

6.如权利要求1所述的一种遥感影像光伏场地特征提取方法,其特征在于,利用离散度指标isd对每种地物典型样本的特征进行特征筛选,获得第一筛选特征,包括:根据每种地物特征的离散度指标isd大小,评估每种地物...

【专利技术属性】
技术研发人员:曹红新张光弢张启峰王宇豪王帆朱镇张大信
申请(专利权)人:中国能源建设集团陕西省电力设计院有限公司
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