遥感影像数据处理方法和装置的制造方法
【技术领域】
[0001]本发明涉及地理信息数据处理技术领域，特别地，涉及一种遥感影像数据处理方法和装置。
【背景技术】
[0002]随着遥感卫星技术的发展，遥感影像数据已经成为地理信息获取和分析的重要数据来源，下面以林地变化监测为例进行说明。
[0003]林业是保持生态平衡，培育和保护森林以取得木材和其他林产品、利用林木的自然特性以发挥防护作用的生产部门，是国民经济的重要组成部分之一。我国森林覆盖率仅为16.55%，林木总蓄积量不足世界总量的3%。由于生产建设占用、砍伐以及生长退化等原因，林地资源流失严重，因此及时地监测和保护林地资源是一项重要的任务。遥感是林业监测的重要手段，通过卫星遥感影像数据可以及时获取和掌握林地变化情况。但是，综合性的处理遥感数据并自动获取林地变化情况的软件系统尚未发展成熟，目前，林业管理和服务部门的林地变化检测工作还处于半人工阶段，一般是利用影像展现软件输出遥感影像后通过人工解译获取林地状况，分类后再人工勾绘出林地变化区域，人工操作的工作量大，耗时长，过程无法重复利用，人为误差大。
【发明内容】
[0004]本发明提供一种遥感影像数据处理方法，用于解决现有技术不能基于遥感影像数据自动识别地物变化情况造成的标识工作量大、耗时长、人为误差大的问题。
[0005]本发明还提供了一种遥感影像数据处理装置，以保证上述方法在实际中的应用。
[0006]为了解决上述问题，本发明公开了一种遥感影像数据处理方法，包括:获取并根据前期遥感影像和后期遥感影像，生成特定坐标区域的前期预设指标影像、后期预设指标影像以及所述后期预设指标影像与前期预设指标影像的差分影像；对所述差分影像进行总段数为η的最优密度分割；将分割后的影像进行分类标识；其中，将段标识值小于η/2的区域标识为未变化区域，将段标识值大于n/2+l的区域标识为变化区域，将段标识值为η/2和n/2+l的区域标识为疑似变化区域；所述η表示不小于4的偶数。
[0007]优选的，在对所述差分影像进行总段数为η的最优密度分割之前还包括:对所述差分影像进行中值滤波；和/或，对所述差分影像进行绝对值运算，生成差分绝对值影像，作为后续最优密度分割的输入影像。
[0008]优选的，还包括:利用形态学算子将临近的同类区域合并，消除分类区域中的斑点；和/或，利用斑点分组方法消除分类区域中被隔离的斑点；和/或，标识各变化区域的预设指标变化方向；和/或，对标识后的结果影像进行矢量化，并利用矢量线条概率中值算法对矢量化后的影像进行平滑处理。
[0009]优选的，所述方法用于检测前期和后期遥感影像坐标交叠区域的林地植被覆盖变化情况，所述预设指标为归一化植被指数，所述遥感影像为多光谱影像。
[0010]优选的，所述前期遥感影像和后期遥感影像的特定坐标区域根据前期遥感影像和后期遥感影像的坐标交叠区域确定；所述将分割后的影像进行分类标识步骤之后还包括如下对变化区域进一步处理的步骤:若该区域在前期遥感影像和后期遥感影像中均属于有林地的区域或非林地的区域，则将该区域标识为未变化区域；若该区域在前期遥感影像中属于非林地区域，在后期遥感影像中属于有林地区域，且林地植被覆盖指标的增加量未超过预设的范围，则将该区域标识为未变化区域；和/或，所述将分割后的影像进行分类标识步骤之后还包括如下对疑似变化区域进一步处理的步骤:若该区域在前期遥感影像和后期遥感影像中均属于有林地的区域或非林地的区域，则将该区域标识为未变化区域；若该区域在前期遥感影像中属于非林地区域、在后期遥感影像中属于有林地区域，或该区域在前期遥感影像中属于有林地区域、在后期遥感影像中属于非林地区域，则将该区域标识为变化区域。
[0011]优选的，所述方法用于检测地震、洪水、或雪灾前期和后期地貌变化情况，所述预设指标为影像纹理特征，所述遥感影像为全色影像。
[0012]依据本发明的另一优选实施例，还公开了一种遥感影像数据处理装置，包括:差分影像生成单元，用于获取并根据前期遥感影像和后期遥感影像，生成特定坐标区域的前期预设指标影像、后期预设指标影像以及所述后期预设指标影像与前期预设指标影像的差分影像；影像分割单元，用于对所述差分影像进行总段数为η的最优密度分割；分类标识单元，用于将分割后的影像进行分类标识；其中，将段标识值小于η/2的区域标识为未变化区域，将段标识值大于n/2+l的区域标识为变化区域，将段标识值为η/2和n/2+l的区域标识为疑似变化区域；所述η表示不小于4的偶数。
[0013]优选的，还包括:噪声消除单元，用于在影像分割单元对影像进行分割之前，对所述差分影像进行中值滤波处理；和/或，绝对值影像生成单元，用于对所述差分影像进行绝对值运算，生成分割后的影像，作为所述影像分割单元进行最优密度分割使用的影像；和/或，第一斑点消除单元，利用形态学算子将所述影像分割单元分割后的临近同类区域合并，消除分类区域中的斑点；和/或，第二斑点消除单元，利用斑点分组方式消除所述影像分割单元分割后的分类区域中被隔离的斑点；和/或，变化方向标识单元，用于标识各变化区域的预设指标变化方向；和/或，矢量化单元，用于对标识后的结果影像进行矢量化，并利用矢量线条概率中值算法对矢量化后的影像进行平滑处理。
[0014]优选的，所述装置用于检测前期和后期遥感影像对应的林地植被覆盖变化情况，所述预设指标为归一化植被指数，所述遥感影像为多光谱影像；所述装置还包括:区域确定单元，用于根据前期遥感影像和后期遥感影像坐标交叠区域确定所述前期遥感影像和后期遥感影像的特定坐标区域；变化区域修正单元，用于将所述分类标识单元标识后的变化区域进行进一步修正；当该区域在前期遥感影像和后期遥感影像中均属于有林地的区域或非林地的区域时，将该区域标识为未变化区域；当该区域在前期遥感影像中属于非林地区域，在后期遥感影像中属于有林地区域，且林地植被覆盖指标的增加量未超过预设的范围时，将该区域标识为未变化区域；和/或，疑似变化区域修正单元，用于将所述分类标识单元标识后的疑似变化区域进行进一步修正；当该区域在前期遥感影像和后期遥感影像中均属于有林地的区域或非林地的区域时，将该区域标识为未变化区域；当该区域在前期遥感影像中属于非林地区域、在后期遥感影像中属于有林地区域，或该区域在前期遥感影像中属于有林地区域、在后期遥感影像中属于非林地区域时，将该区域标识为变化区域。
[0015]优选的，所述装置用于检测地震、洪水、或雪灾前期和后期地貌变化情况，所述预设指标为影像纹理特征，所述遥感影像为全色影像。
[0016]与现有技术相比，本发明具有以下优点:
本发明优选实施例根据特定应用所需的指标参数对遥感影像进行处理，生成具有特定应用含义的差分影像(以林业监控应用为例，可以根据归一化植被指数生成包含有植被覆盖变化情况的差值影像)；然后基于该差分影像进行阈值化分割，自动标识出两期遥感影像的预设指标(如归一化植被指数)变化情况，解决了现有技术不能基于遥感影像数据自动识别地物变化情况造成的标识工作量大、耗时长、人为误差大的问题。
[0017]在进一步的优选实施例中，可根据两期遥感影像对标识后的变化区域和疑似变化区域进行进一步的修正，可进一步提高处理结果的准确