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。
< ...【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
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:
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。