一种遥感影像多尺度语义的调制方法技术

一种遥感影像多尺度语义的调制方法，步骤为：选择遥感影像处理对象的局部特征类型，确定遥感影像处理对象所采用的观察尺度大小范围，划分遥感影像处理对象观察尺度级别，生成单像素特征值序列，生成像素多尺度特征值，生成尺度显化影像。利用本发明专利技术原理调制所获取的尺度显化影像效果能更好提高遥感影像处理对象的内部一致性、增强遥感影像处理对象与背景的对比性的目标。试验结果证明基于多尺度特征的尺度显化影像更能比较好的反映地物的实际情况，表明本发明专利技术具有很强的使用价值。

【技术实现步骤摘要】

本专利技术涉及，属于面向遥感影像地物目标识别的遥感影像预处理技术，可应用于基于遥感影像的道路、建筑物等地物目标的提取。
技术介绍
遥感影像信息提取
中，尺度有不同的含义，首先指遥感影像所描述的真实地物的几何尺度，这个几何尺度在能够通过遥感影像获取地物信息之前是不知道的；其次是观察尺度，该观察尺度在原始遥感影像上表现为遥感影像的分辨率，观察尺度小(高分辨率)的遥感影像可以依据成像原理生成观察尺度大(低分辨率)的遥感影像，因而高分辨率遥感影像为多尺度观察研究提供了基础；最后是在遥感影像分割研究中的尺度，尺度一般指分割的遥感影像对象大小(或控制分割单元大小的参量)，控制分割单元大小的参数一般为内部一致度参数，尽管一致度与分割的单元大小之间存在着密切的关系，但是很难明 确描述，这也是eCognition软件中最难以操控的方面,必须通过反复试验来获取合适的尺度参数值。所有的遥感影像特征都是某个尺度下的特征，即尺度遥感影像特征，一般简称为遥感影像特征或特征，当研究多个尺度遥感影像时，称之为多尺度特征，但在研究中往往是分别进行单尺度研究最后再综合考虑各个尺度的特征生成最终结果。分形对象具有特征不随尺度变化的特性；更普遍的情况是某个特征只在一定尺度范围内可以保持不变，SIFT方法使用了该特征；遥感影像上地物关系复杂，特征随着尺度的变化而变化，且与其赋存环境密切相关。在涉及到的多尺度遥感影像识别专利文献中，其处理方法一般是在各个单尺度图像下进行识别，最后将不同尺度条件下的识别结果合并；在涉及到的多尺度遥感影像分割中，一般采用尺度递增的顺序依次产生不同尺度的分割结果，最后将不同尺度条件下的分割结果合并，可以参见 200710304466. 0，200810032390. 5,201110137557. 6，如图 I 所示。在上述专利中，使用尺度进行分析时，尺度特征是隐含在遥感影像上下文中的，而且在应用中使用的是单个的尺度特征，而没有考虑多尺度的变化特征。而作为高分辨率遥感影像，一方面精度高要反映遥感影像的细部特征，另一方面遥感影像的区域都比较大，因而遥感影像上具有多尺度的特性，多尺度特性是遥感目标识别的重要依据，如果生成的尺度显化特征影像不能显式地描述了该尺度特征，则会影响遥感影像的图像增强能力。
技术实现思路
本专利技术技术解决问题克服现有技术的不足，提供，通过一种多尺度语义调制方法将遥感影像尺度特征显化到遥感影像的像素中，生成尺度显化影像，生成的尺度显化影像显式地描述了遥感影像尺度特征，能够反映遥感影像的尺度变化特征，属于高阶遥感影像特征，用于高层语义遥感影像对象的识别。本专利技术解决其技术问题所采用的技术方案如下，其实现步骤如下(I)选定遥感影像处理对象以及选定遥感影像处理对象的局部特征类型；所述遥感影像处理对象是指在遥感影像中，一个感兴趣的待处理区域；遥感影像处理对象的局部特征反映在该遥感影像处理对象的局部范围内与其他相邻遥感影像处理对象的相对特征，遥感影像处理对象的局部特征也反映在该遥感影像处理对象所包含的像素集之间以及与其他相邻遥感影像处理对象所包含的像素间的相对特征，利用遥感影像处理对象的局部特征信息作为判断遥感影像处理对象间的相似性依据；(2)在选定遥感影像处理对象的基础上，根据选定遥感影像处理对象的几何尺度大小确定所使用的遥感影像处理对象的观察尺度的大小；(3)采用尺度特征曲线以连续的方式表达遥感影像处理对象所包含的像素在观察尺度范围内的局部特征变化情况；针对尺度特征曲线采用离散的形式进行采样和编码，将步骤2中所确定遥感影像处理对象的观察尺度大小范围按照m倍级数划分成η个观察尺 度；(4)根据步骤I的遥感影像处理对象局部特征类型，计算遥感影像中每个像素在步骤3中所划分的η个观察尺度下的局部特征，遥感影像中每个像素在η个观察尺度下所获得的局部特征成为该像素的单像素特征值序列；遥感影像中每个像素都有一个该像素的单像素特征值序列；(5)对步骤4中所获得的遥感影像中每个像素的单像素特征值序列需要进行编码概括为该像素的一个特征值，作为遥感影像中该像素的多尺度特征值，以描述遥感影像像素点上的多尺度特征，遥感影像中一个像素多尺度特征值既能反映出像素在某观察尺度的局部特征，同时也能反映该像素在观察尺度范围的每个尺度上的局部特征；(6)对步骤5中，遥感影像中每个像素都生成一个多尺度特征值，以该像素的多尺度特征值作为该像素的像素值，形成一幅与原始遥感影像大小相同，该像素值为该像素在原始遥感影像中所表现出的多尺度特征值的遥感影像，即尺度显化影像。所述步骤(I)中的采用遥感影像处理对象的观察尺度大小的范围是遥感影像处理对象几何尺度大小的范围的2倍。所述步骤(3 )中的m=2。本专利技术与现有技术相比的优点在于(I)传统多尺度遥感影像处理中，是对多个尺度进行面向最终目标的遥感影像处理，并将各个处理结果简单组合，无法使用尺度变化特征；本专利技术生成的尺度显化特征影像显式地描述了该特征，可以反映遥感影像的尺度变化特征，属于高阶遥感影像特征，可以用于高层语义对象的识别。(2)本专利技术的尺度显化影像以尺度作为调制框架，在遥感影像处理对象特征类型选为亮暗特征类型下进行本专利技术所述方法进行调制所获得的尺度显化影像，可以保留原始影像的光谱特性。(3)传统多尺度遥感影像处理中，大尺度下的特征因为分辨率降低往往偏离真正的位置点；如步骤6中所述，而本专利技术的尺度显化影像上的特征都是基于原始遥感影像中每个像素点生成多尺度特征值，形成尺度显化影像，因而保持了原始遥感影像的位置精度。(4)如步骤4和步骤5中所述，本专利技术的尺度显化特征影像中每个像素值是该像素多尺度特征值，是由该像素的单尺度特征序列概括而成，可以在概括单尺度特征序列时很方便的选择部分或者特定的几个尺度进行概括为该像素的多尺度特征值，从而实现对尺度的加强或抑制，以突出某个尺度对象的空间对比度，这在传统方法中很难做到。(5)本专利技术的尺度显化影像中的像素值反映的是该像素在原始影像中的多尺度的表现，因而尺度显化影像中相邻像素间的相似性反映了在原始遥感影像中这些像素是否属于同一遥感影像处理对象，据此可以将本专利技术的尺度显化影像中的多尺度特征应用于分类或分割研究中，这是一种新的相似性定义，可以弥补传统方法中缺少尺度变化相似性不足，使分割或分类精度更高。附图说明图I为通常尺度处理过程示意图；图2为使用本专利技术尺度处理过程示意图； 图3为本专利技术的尺度显化影像调制过程流程图；图4为本专利技术对象在邻域范围内的光谱剖面，其中W为像素点或遥感影像处理对象，A、B、C为其不同邻域大小；图5为本专利技术对象的相对亮度-尺度特征变化曲线；图6为本专利技术中调制灯柱模型；图7为本专利技术的尺度显化影像效果图，左上图为原始遥感影像，右上图为左上图对应的尺度显化影像，左下图为另一幅原始遥感影像，右下图为左下图对应的尺度显化影像。从中可以看出，尺度显化影像能更好的表达遥感影像处理对象。具体实施例方式本专利技术属于面向遥感影像地物目标提取的遥感影像预处理技术，用于显化遥感影像处理对象的空间尺度语意，它通过一种多尺度语义调制方法将遥感影像尺度特征显化到遥感影像的像素中，生成尺度显化影像，生成的尺度显化影像显式地描述了遥感影像尺度特征，能够反映遥感影像的尺度变化特本文档来自技高网...

【技术保护点】
一种遥感影像多尺度语义的调制方法，其特征在于实现步骤如下：（1）选定遥感影像处理对象以及选定遥感影像处理对象的局部特征类型；所述遥感影像处理对象是指在遥感影像中，一个感兴趣的待处理区域；遥感影像处理对象的局部特征反映在该遥感影像处理对象的局部范围内与其他相邻遥感影像处理对象的相对特征，遥感影像处理对象的局部特征也反映在该遥感影像处理对象所包含的像素集之间以及与其他相邻遥感影像处理对象所包含的像素间的相对特征，利用遥感影像处理对象的局部特征信息作为判断遥感影像处理对象间的相似性依据；（2）在选定遥感影像处理对象的基础上，根据选定遥感影像处理对象的几何尺度大小确定所使用的遥感影像处理对象的观察尺度的大小；（3）采用尺度特征曲线以连续的方式表达遥感影像处理对象所包含的像素在观察尺度范围内的局部特征变化情况；针对尺度特征曲线采用离散的形式进行采样和编码，将步骤2中所确定遥感影像处理对象的观察尺度大小范围按照m倍级数划分成n个观察尺度；（4）根据步骤1的遥感影像处理对象局部特征类型，计算遥感影像中每个像素在步骤3中所划分的n个观察尺度下的局部特征，遥感影像中每个像素在n个观察尺度下所获得的局部特征成为该像素的单像素特征值序列；遥感影像中每个像素都有一个该像素的单像素特征值序列；（5）对步骤4中所获得的遥感影像中每个像素的单像素特征值序列需要进行编码概括为该像素的一个特征值，作为遥感影像中该像素的多尺度特征值，以描述遥感影像像素点上的多尺度特征，遥感影像中一个像素多尺度特征值既能反映出像素在某观察尺度的局部特征，同时也能反映该像素在观察尺度范围的每个尺度上的局部特征；（6)对步骤5中，遥感影像中每个像素都生成一个多尺度特征值，以该像素的多尺度特征值作为该像素的像素值，形成一幅与原始遥感影像大小相同，该像素值为该像素在原始遥感影像中所表现出的多尺度特征值的遥感影像，即尺度显化影像。...

【技术特征摘要】
1.一种遥感影像多尺度语义的调制方法，其特征在于实现步骤如下 (1)选定遥感影像处理对象以及选定遥感影像处理对象的局部特征类型；所述遥感影像处理对象是指在遥感影像中，一个感兴趣的待处理区域；遥感影像处理对象的局部特征反映在该遥感影像处理对象的局部范围内与其他相邻遥感影像处理对象的相对特征，遥感影像处理对象的局部特征也反映在该遥感影像处理对象所包含的像素集之间以及与其他相邻遥感影像处理对象所包含的像素间的相对特征，利用遥感影像处理对象的局部特征信息作为判断遥感影像处理对象间的相似性依据； (2)在选定遥感影像处理对象的基础上，根据选定遥感影像处理对象的几何尺度大小确定所使用的遥感影像处理对象的观察尺度的大小； (3)采用尺度特征曲线以连续的方式表达遥感影像处理对象所包含的像素在观察尺度范围内的局部特征变化情况；针对尺度特征曲线采用离散的形式进行采样和编码，将步骤2中所确定遥感影像处理对象的观察尺度大小范围按照m倍级数划分成η个观察尺度； (4)根据步骤I的遥感影像处理对象局部特征类型，计算遥感影像中每个像素在步骤3中所...

【专利技术属性】
技术研发人员：张金芳，徐帆江，赵军锁，李亚平，李邦昱，黄志坚，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：