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】
本专利技术涉及城市不透水面提取,特别是涉及一种基于sar影像和可见光影像的城市不透水面提取方法。
技术介绍
1、sar数据不受云、雨等天气影响,能全天时、全天候地进行观测,目前sar卫星,如lacrosse、ers、jers、radarsat、srtm、terrasar、cosmo-skymed、高分三号、alos、sentinel-1等的运用越来越广泛,形成了多波段、多极化、多视角、多模式的星载sar系统,为各种遥感应用提供了大量的数据。然而,sar容易收到相干斑噪声干扰,导致sar影像的灰度值发生剧烈变化,从而降低sar影像的质量。因此,sar影像相比可见光影像,空间分辨率相对较低,提取城市不透水面的精度相对较低。
技术实现思路
1、为了解决上述技术问题,本申请提供一种针对中低空间分辨率(如10m以上)大范围的基于sar影像和可见光影像的城市不透水面提取方法,能够有效提高sar影像的空间分辨率,且提高城市不透水面的提取精度。
2、本申请提供了一种基于sar影像和可见光影像的城市不透水面提取方法,包括以下步骤:
3、获取目标城市范围在同一时间段内的第一可见光影像和第一sar影像;其中,所述可见光影像和所述sar影像的空间分辨率为10m以上;
4、对所述第一可见光影像进行聚合平均计算,得到第二可见光影像;其中,所述第二可见光影像的空间分辨率低于所述第一可见光影像;
5、构建sar影像vv极化预测模型,将所述第二可见光影像输入至所述sa
6、将所述第一可见光影像输入至所述sar影像vv极化预测模型,得到第一sar影像vv极化预测信息;
7、基于所述第一sar影像,将所述第一sar影像、所述第一sar影像vv极化预测信息和所述第二sar影像vv极化预测信息输入至预设的第二sar影像生成公式中进行信息融合计算,得到第二sar影像;
8、分别对所述第一可见光影像和所述第二sar影像进行城市建筑物指数ndbi计算得到第一像元值和第二像元值,并采用ostu方法分别对所述第一可见光影像和所述第二sar影像进行阈值分割,得到第一分割阈值σvis和第二分割阈值σsar;
9、将所述第一像元值与所述第一分割阈值σvis进行比较,得到第一比较值;
10、将所述第二像元值与所述第二分割阈值σsar进行比较,得到第二比较值;
11、将所述第一比较值和所述第二比较值进行组合,判断出城市不透水面的提取结果。
12、相对于现有技术,本专利技术首先获取目标城市范围在同一时间段内的第一可见光影像和第一sar影像,通过对第一可见光影像进行降分辨率操作得到第二可见光影像,分别获取到高分辨率和低分辨率的可见光影像的像元空间特征信息,然后进行机器学习计算得出sar影像的极化预测信息,将第一sar影像与sar影像极化预测信息结合,生成高分辨率的第二sar影像。将第一可见光影像和第二sar影像分别进行阈值比较再组合,最终得到城市不透水面影像的提取结果。提高了目标城市范围内的sar影像质量,通过对sar影像和可见光影像分别进行阈值比较,再相互结合进行综合判断,提高了城市不透水面提取的准确度。
本文档来自技高网...【技术保护点】
1.一种基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,包括:
2.根据权利要求1所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述获取目标城市范围在同一时间段内的第一可见光影像和第一SAR影像,包括:
3.根据权利要求2所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述第一SAR影像的滤波过程采用双边滤波器,对所述第一SAR影像滤波的步骤包括:
4.根据权利要求1所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述构建SAR影像VV极化预测模型,将所述第一可见光影像输入至所述SAR影像VV极化预测模型,得到第一SAR影像VV极化预测信息的步骤包括:
5.根据权利要求4所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述将所述第一可见光影像输入至所述SAR影像预测模型,得到第一SAR影像VV极化预测信息的步骤包括:
6.根据权利要求1所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述基于所述第一SAR影
7.根据权利要求1所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述分别对所述第一可见光影像和所述第二SAR影像进行城市建筑物指数NDBI计算得到第一像元值和第二像元值,并采用OSTU方法分别对所述第一可见光影像和所述第二SAR影像进行阈值分割,得到第一分割阈值σvis和第二分割阈值σSAR的步骤包括:
8.根据权利要求1所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述将所述第一像元值与所述第一分割阈值σvis进行比较,得到第一比较值的步骤包括:
9.根据权利要求8所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述将所述第二像元值与所述第二分割阈值σSAR进行比较,得到第二比较值的步骤包括:
10.根据权利要求9所述的基于SAR影像和可见光影像的城市不透水面提取方法,其特征在于,所述将所述第一比较值和所述第二比较值进行组合,判断出城市不透水面的提取结果的步骤包括:
...【技术特征摘要】
1.一种基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,包括:
2.根据权利要求1所述的基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,所述获取目标城市范围在同一时间段内的第一可见光影像和第一sar影像,包括:
3.根据权利要求2所述的基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,所述第一sar影像的滤波过程采用双边滤波器,对所述第一sar影像滤波的步骤包括:
4.根据权利要求1所述的基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,所述构建sar影像vv极化预测模型,将所述第一可见光影像输入至所述sar影像vv极化预测模型,得到第一sar影像vv极化预测信息的步骤包括:
5.根据权利要求4所述的基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,所述将所述第一可见光影像输入至所述sar影像预测模型,得到第一sar影像vv极化预测信息的步骤包括:
6.根据权利要求1所述的基于sar影像和可见光影像的城市不透水面提取方法,其特征在于,所述基于所述第一sar影像,将所述第一sar影像、所述第一sar...
【专利技术属性】
技术研发人员:钟凯文,许剑辉,左坚,
申请(专利权)人:广东省科学院广州地理研究所,
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。