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() 一种联合多分辨率遥感影像的零样本坑塘水面提取方法技术_技高网

一种联合多分辨率遥感影像的零样本坑塘水面提取方法技术

技术编号:42897427 阅读:10 留言:0更新日期:2024-09-30 15:14
本发明专利技术提供了一种联合多分辨率遥感影像的零样本坑塘水面提取方法,涉及目标地物提取领域。方法包括以下步骤:计算中分辨率影像光谱特征,设置阈值分离水体,获取中分影像水体初步结果。基于影像光谱特征集构建无监督算法,实现更加准确的中分影像水体提取结果。计算水体斑块几何特征集,获取训练样本送入分类器训练模型,得到中分影像坑塘水体样本标签。设置样本跨尺度迁移规则,将中分影像坑塘水体样本迁移至高分辨率,获取高分影像坑塘水体样本标签。训练神经网络并优化网络参数,预测出高分辨率坑塘水体提取结果。本方法结合中分辨率影像的光谱特征和高分辨率影像的精细空间特征,减少人工标注样本,实现零样本智能提取坑塘水体结果。

【技术实现步骤摘要】

本专利技术涉及目标地物提取领域,尤其涉及一种联合多分辨率遥感影像的零样本坑塘水面提取方法


技术介绍

1、坑塘水体指储水量小于10万立方米,自然形成或人工开挖的较封闭的水体,是国土空间的重要组成部分,也是渔业养殖、水生种植业和盐业的基础。如何有效、准确地提取坑塘水体,对推动绿色发展、促进渔业经济发展具有重要意义。对地遥感技术的大尺度、低成本、实时等特点,使之成为资源调查、环境监测等领域获取地面信息的有效手段。当前利用遥感影像来提取坑塘水体的方法,大多基于中分辨率遥感影像和高分辨率遥感影像两种数据源。在中分辨率影像上利用光谱特征构建特征指数提取水体,但坑塘水体的聚集特征会导致提取结果出现水体相互连通、边界存在混合像元的情况,从而影响结果提取精度;高分辨率影像因其分辨率优势,在一定程度上克服了水体间距及混合像元对水体信息提取精度的影响。基于卷积神经网络的高分辨率影像地物分类已成为当下热点的解决方案,但该方法难以摆脱人工标注获取样本成本过高的困境。

2、因此,对于遥感影像中的坑塘水体精确提取问题,现有的坑塘水体提取方法存在以下局限性:(1)在中分影像上提取坑塘水体时易出现聚集水体粘连和边缘混合像元的情况,导致边缘信息模糊;(2)利用卷积神经网络基于高分辨率影像的坑塘水体提取方法中,模型的训练及预测依赖人工标记高质量像素级样本,需要大量人力、物力投入。


技术实现思路

1、专利技术目的:提出一种联合多分辨率遥感影像的零样本坑塘水面提取方法,以解决现有技术存在的上述问题。

<p>2、本专利技术提出的一种联合多分辨率遥感影像的零样本坑塘水面提取方法,步骤如下:

3、步骤1、收集感兴趣区域的中分辨率遥感影像和高分辨率遥感影像并对其进行预处理;在经过预处理的高分辨率遥感影像上标注出坑塘水体,生成高分坑塘水体真值标签,将高分坑塘水体真值标签重采样至中分坑塘水体真值标签,此处中分坑塘水体真值标签的行列数与原始的中分辨率遥感影像行列数一致;

4、步骤2、计算感兴趣区域中所述中分辨率遥感影像的归一化水体指数ndwi;利用预定波段光谱反射率集合,计算归一化差值光谱向量ndsv;基于归一化水体指数ndwi设置阈值,分离地表水体与背景地物,根据阈值二值化所述归一化水体指数ndwi,获取中分影像水体初步结果;

5、步骤3、标记所述中分影像水体初步结果,获取水体斑块;输入所述归一化水体指数ndwi、归一化差值光谱向量ndsv和近红外波段作为聚类特征,利用k-means算法依据聚类特征对水体斑块中的像元聚类,提取得到中分影像水体提取结果;

6、步骤4、从所述中分影像水体提取结果中提取水体斑块的几何特征集;基于所述几何特征集构建分类决策树,选出符合条件的水体图斑为坑塘样本和非坑塘样本;将所述坑塘样本和非坑塘样本组成训练样本集,利用所述训练样本集训练分类器,得到中分影像坑塘水体样本标签,根据所述中分坑塘水体真值标签对所述中分影像坑塘水体样本标签进行精度评价;

7、步骤5、分割所述高分辨率遥感影像得到对象单元,重采样所述中分影像坑塘水体样本标签至高分辨率;设置样本跨尺度迁移规则逐对象单元判断,将中分影像坑塘水体样本迁移至高分辨率,获取高分影像坑塘水体样本标签;

8、步骤6、同步裁剪高分影像坑塘水体样本标签和对应高分辨率遥感影像,设置标签提取规则逐场景判断,获取场景标签数据集;将场景标签数据集送入卷积神经网络分类模型中,进行模型训练及参数迭代优化;将高分辨率遥感影像送入训练好的卷积神经网络分类模型中,预测得到高分辨率坑塘水体提取结果,并对结果依据高分坑塘水体真值标签进行精度评定。

9、在进一步的实施例中,步骤1中收集感兴趣区域的中分辨率遥感影像和高分辨率遥感影像并对其进行预处理,具体包括:辐射定标、大气校正、统一坐标系、地理配准、影像裁剪。

10、在进一步的实施例中,步骤1中将高分坑塘水体真值标签重采样至中分坑塘水体真值标签,满足如下条件:

11、调整中分坑塘水体真值标签的边缘行列,确保重采样后的中分坑塘水体真值标签的行列数与原始的中分辨率遥感影像行列数一致。

12、在进一步的实施例中,步骤2具体包括:

13、步骤2.1、对中分辨率遥感影像的绿光波段和近红外波段反射率进行归一化处理,计算归一化水体指数ndwi:

14、

15、式中,为像元绿光波段地表反射率,为像元近红外波段地表反射率;

16、步骤2.2、利用预定波段光谱反射率集合,计算归一化差值光谱向量ndsv:

17、

18、

19、式中,;;为波段数;和为波段反射率;为第波段反射率与第波段反射率的归一化差值。

20、在进一步的实施例中,步骤3具体包括:

21、步骤3.1、依据聚类特征通过k-means算法依次遍历每一块水体斑块,对每一块水体斑块中的像元聚类,获取斑块聚类结果;

22、k-means聚类算法通过像元聚类特征向量与聚类中心特征向量的欧式距离作为相似度量,以斑块误差平方和sse作为度量聚类质量的目标函数,通过找寻最小目标函数寻求最佳聚类结果;

23、步骤3.2、选择calinski-harabasz指数评估聚类结果,逐块选择最佳聚类数量,计算公式如下:

24、

25、式中,为矩阵的迹,为斑块内所有像元数量,为分类类别数;为类间协方差矩阵,为类内数据协方差矩阵;

26、步骤3.3、按照每块水体斑块的面积和该块水体斑块的归一化水体指数ndwi平均值设置阈值,剔除不符合条件的类。

27、在进一步的实施例中,步骤3.1中,斑块中像元对象与聚类中心间的欧式距离计算公式如下:

28、

29、式中,为当前像元对象,为该类类别序号,为第类聚类中心,为该像元聚类特征序号,为该像元聚类特征数,为的第个聚类特征,为的第个聚类特征;

30、整个斑块的误差平方和sse计算公式如下:

31、

32、式中,为该类类别序号,表示预设聚类数量,为当前像元对象,为第类聚类中心。

33、在进一步的实施例中,所述类间协方差矩阵和类内数据协方差矩阵的计算公式如下:

34、

35、式中,为该类类别序号,表示预设聚类数量,为斑块内所有像元数量,表示第类像元聚类特征均值向量,为该斑块所有像元的聚类特征均值,为矩阵的转置,为当前像元聚类特征向量。

36、在进一步的实施例中,步骤4中从所述中分影像水体提取结果中提取水体斑块的几何特征集,所述几何特征集中包含的几何特征有:面积、周长、最小外接矩形面积/图斑面积、最小外接矩形长/最小外接矩形宽、紧凑度、面积/周长。

37、在进一步的实施例中,步骤5具体包括:

38、步骤5.1、采用影像多尺度分割算法提取高分辨率遥感影像对象单元,调整迭代形状因子和紧致度因子参数,获取本文档来自技高网...

【技术保护点】

1.一种联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤1中收集感兴趣区域的中分辨率遥感影像和高分辨率遥感影像并对其进行预处理,具体包括:辐射定标、大气校正、统一坐标系、地理配准、影像裁剪。

3.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤1中将高分坑塘水体真值标签重采样至中分坑塘水体真值标签,满足如下条件:

4.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤2具体包括:

5.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤3具体包括:

6.根据权利要求5所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤3.1中,斑块中像元对象与聚类中心间的欧式距离计算公式如下:

7.根据权利要求5所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,所述类间协方差矩阵和类内数据协方差矩阵的计算公式如下:

8.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤4中从所述中分影像水体提取结果中提取水体斑块的几何特征集,所述几何特征集中包含的几何特征有:面积、周长、最小外接矩形面积/图斑面积、最小外接矩形长/最小外接矩形宽、紧凑度、面积/周长。

9.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤5具体包括:

10.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤6具体包括:

...

【技术特征摘要】

1.一种联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤1中收集感兴趣区域的中分辨率遥感影像和高分辨率遥感影像并对其进行预处理,具体包括:辐射定标、大气校正、统一坐标系、地理配准、影像裁剪。

3.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤1中将高分坑塘水体真值标签重采样至中分坑塘水体真值标签,满足如下条件:

4.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤2具体包括:

5.根据权利要求1所述的联合多分辨率遥感影像的零样本坑塘水面提取方法,其特征在于,步骤3具体包括:

6.根据权利要求5所述的联合多分辨率遥感影...

【专利技术属性】
技术研发人员:陈思张鹏林聪沈雨徐佳伟金剑
申请(专利权)人:南京市测绘勘察研究院股份有限公司
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