基于遥感图像地物分类的信息可视化方法
【专利摘要】本发明公开一种基于遥感图像地物分类的信息可视化方法，包括：输入大视场角成像条件的待处理遥感图像；利用不同地物光谱特征的差异识别当前遥感图像中像素级目标的地物类型，实现典型地物目标的分类；利用对典型地物的分类信息、地形地貌信息等、遥感物理模型的成像模拟及已有数据提供的经验知识，结合相关遥感物理模型模拟出对应于当前遥感图像包含地物类别特征的像素级模型，构建数据库；针对原始遥感图像成像的地理信息，对当前遥感区域在数据库中的对应部分进行几何校正；通过成像质量评价，完善参数调整；输出最优的像素级地物类别信息可视化图像。采用本发明的信息可视化方法，能高效、直观地从海量遥感数据中有效提取地物目标信息。
【专利说明】基于遥感图像地物分类的信息可视化方法
【技术领域】
[0001]本发明属于图像数据处理领域，特别是一种基于遥感图像地物分类的信息可视化方法。
【背景技术】
[0002]目前，随着全球对地观测体系不断完善，多时相、多分辨率、全天时、全天候的遥感对地观测体系正在形成，对地观测数据的质量和精度不断完善，定量遥感技术稳步发展，在各个领域的应用不断扩大。但是，由于遥感信息在时间尺度和空间尺度上的爆炸式增长，遥感数据的海量化和应用部门仿真需求的专业化出现了新的矛盾。
[0003]为了满足多时相多尺度多空间分辨率对地观测遥感的需求，不间断的获取最佳成像产品，有必要在理论上对成像链路进行建模仿真，即涵盖卫星遥感成像环节的各种要素。其中以构建对应遥感观测区域的具有类别信息的数据库最为关键，并将直接影响针对不同遥感应用的可视化成像质量。但是，随着遥感数据在空间和时间分辨率方面的不断提高，直接以遥感数据进行数据库构建将面临数字洪灾的难题。
[0004]如何在海量遥感数据中有效提取地物目标信息，特别是如何利用高分辨率大视场角的海量化遥感图像数据为专业应用部门提供具有类别等有效信息的可视化结果，已经成为现有技术必须解决的技术难题。
【发明内容】
[0005]本发明的目的在于提供一种基于遥感图像地物分类的信息可视化方法，利用来自任意成像平台采集的海量遥感图像，构建相应的数据库，提供高质量遥感信息可视化结果。
[0006]实现本发明目的的技术解决方案为:一种基于遥感图像地物分类的信息可视化方法，包括如下步骤:待处理遥感图像输入:输入大视场角成像条件的待处理遥感图像作为当前遥感图像；遥感图像地物分类:利用不同地物光谱特征的差异来识别当前遥感图像中像素级目标的地物类型，从而实现典型地物目标的分类；数据库构建:利用对典型地物的分类信息、地形地貌信息等相关辅助数据、遥感物理模型的成像模拟及已有数据提供
的经验知识，结合相关遥感物理模型精确地模拟出对应于当前遥感图像包含地物类别特
征的像素级模型，并以此完成相应的数据库构建；空间几何校正:针对原始遥感图傷
像的地理信息，对当前遥感区域在数据库中的对应部分进行几何校正，以供后续可拽应用；优化调整:通过对当前遥感区域在数据库中对应部分的成像质量评价，完善曝光量等参数的调整；可视化信息输出:输出最优的像素级地物类别信息可视化图像。
[0007]本发明与现有技术相比，其显著优点:采用本方法，对海量数据进行分类、简化，能高效、直观地在海量遥感数据中有效提取地物目标信息，特别是利用高分辨率大视场角的海量化遥感图像数据为专业应用部门提供具有类别等有效信息的可视化结果。
[0008]下面结合附图和【具体实施方式】对本发明作进一步详细描述。【专利附图】
【附图说明】
[0009]图1为本发明基于遥感图像地物分类的信息可视化方法的流程图。
[0010]图2为图1中遥感图像地物分类和数据库构建的流程图。
[0011]图3为墨卡托投影方法空间几何校正原理图。
[0012]图4为优化调整及可视化流程示意图。
[0013]图5为水体反射率模拟曲线示例。
[0014]图6为南海海水(115° E，22° N)表面反射率曲线示例。
[0015]图7为实际遥感图像示例。
[0016]图8为从数据库直接输出的信息可视化图像。
[0017]图9为未进行校正的信息可视化图像。
[0018]图10为完成几何畸变校正的信息可视化图像。
[0019]图11为优化后的信息可视化图像。
【具体实施方式】
[0020]本质上讲，无论是主动式或被动式遥感成像，其观测获取的地物信息是通过光学反射作用为遥感相机提供数据输入的。因此，通过识别不同地物的光学反射特性可以很好的从遥感数据中模拟出遥感观测结果。以此构建数据库的优势在于，不仅能为遥感应用部门提供有效的可视化效果，而且能直接将地物类别信息嵌入到可视化图像产品中。以泥石流灾害为例，传统遥感数据往往只能依赖于人工解译的方式来获取分析结果，而采用嵌入类别信息的可视化图像则可以通过灾害前后不同时相遥感成像的对比快速锁定受灾区域，并能根据受灾区域地物类型的变化进行智能化的灾情量化分析。因此，本专利通过遥感图像的地物分类来构建数据库并以此输出信息可视化结果。首先，根据典型
地物反射特性实现对某遥感图像的像素级地物H标分类。其次，以分类结果为基础构建
对应该遥感图像的数据库。然后，考虑原始遥感图像的地理信息来进行地物儿何畸变:1卜:。最后，以成像质量评价来完成参数优化调整并输出像素级地物信息可视化图像。
[0021]具体地说，如图1所示，本发明一种基于遥感图像地物分类的信息可视化方法，其包括如下步骤:
[0022]11)待处理遥感图像输入:输入大视场角成像条件的待处理遥感图像作为当前遥感图像；
[0023]以Modis图像为例，本发明使用的图片格式为HDF格式，使用的图片分辨率为250m和500m，相对应的图片波段通道分别为:250m分辨率的1_2波段；500m分辨率的1_7波段，发明中使用的数据级别有M0D02QKM，M0D02HKM两种数据级别(分别代表两种分辨率)。
[0024]使用前需要对使用的图片进行处理:修正(畸变校正、几何校正、大气校正，如MODIS四级产品)、辐射定标、去云处理或者提供没有云的数据。
[0025]12)遥感图像地物分类:利用不同地物光谱特征的差异来识别当前遥感图像中像素级目标的地物类型，从而实现典型地物目标的分类；
[0026]所述遥感图像地物分类(12)步骤具体为:
[0027]21)采用水、植被、土壤、雪四种地物的混合模型来表示地物的光谱特性；[0028]22)对选定的地物进行模型构建并计算反射率，包括:
[0029]221)水体仿真模型
[0030]该模型的计算公式分为白帽反射、镜面反射以及吸收后的散射三部分，分别计算三个部分的值得到水的反射率
[0031]R(+U，;u, ;x)Rwc(ff,) (I=W)Rgl (u, ;+u,;)
[0032]+ (IRwc (ff,)) Rsw (u, ;u,;)
[0033]ff=2.956*106*ws3.52
[0034]其中ws是风速，Rwc是白帽反射率，Rgl是海水的镜面反射率，Rsw是离水辐射反射率;
【权利要求】
1.一种基于遥感图像地物分类的信息可视化方法，其特征在于，包括如下步骤: 11)待处理遥感图像输入:输入大视场角成像条件的待处理遥感图像作为当前遥感图像； 12)遥感图像地物分类:利用不同地物光谱特征的差异来识别当前遥感图像中像素级目标的地物类型，从而实现典型地物目标的分类； 13)数据库构建:利用对典型地物的分类信息、地形地貌信息等相关辅助数据、遥感物理模型的成像模拟及已有数据提供的经验知识，结合相关遥感物理模型精确地模拟出对应于当前遥感图像包含地物类别特征的像素级模型，并以此完成相应的数据库构建； 14)空间几何校正:针对原始遥感图像成像的地理信息，对当前遥感区域在数据库中的对应部分进行几何校正，以供后续可视化应用； 15)优化调整:通过对当前遥感区域在数据库中对应部分的成像质量评价，完善曝光量等参数的调整； 16)可视化信息输出:输出最优的像素级地物类别信息可视化图像。
2.根据权利要求1所述的信息可视化方法，其特征在于:所述遥感图像地物分类(12)步骤具体为: 21)采用水、植被、土壤、雪四种地物的混合模型来表示地物的光谱特性； 22)对选定的地物进行模型构建并计算反射率，包括: 221)水体仿真模型 该模型的计算公式分为白帽反射、镜面反射以及吸收后的散射三部分，分别计算三个部分的值得到水的反射率
R(+U，;u, ;x)Rwc(ff,) (I=W)Rgl (u, ;+u,;)
+ (IRwc (W，)) Rsw (u, ;u,;)
ff=2.956*106*ws3.52 其中ws是风速，Rwc是白帽反射率，Rgl是海水的镜面反射率，Rsw是离水辐射反射率；
3.根据权利要求1所述的信息可视化方法，其特征在于:所述数据库构建(13)步骤具体为: 31)通过Googleearth图片信息得到地物信息，使用植被指数从图片中统计图片对应的实际区域的地物信息，四种地物的植被指数对应到彩色图上有如下关系，水体:B>G>R，植被:G>R>B，土壤:R>G>B，雪:R>150G>150 B>150，其中R为红分量，G为绿分量，B为蓝分量； 32)截取观测区域的遥感图片作为构建数据库的依据，采用植被指数构建对应的地物信息数据库，以当前场景中心点为起始坐标，依据地物畸变处理将每个遥感仿真单元对应到数据库中； 33)根据数据库计算出遥感仿真单元的四种地物的分布比例，结合地物模型模拟的反射率，得到反射率矩阵； 34)数据库构建完成后，进行观测区域的仿真成像，并以原始数据对其进行测试，指定当前观测区域中心点为起始坐标，通过数据库得到的地物分布和实际情况进行对比验证。
4.根据权利要求1所述的信息可视化方法，其特征在于:所述空间几何校正(14)步骤具体为: 41)根据Google地图图片构建地面的地物类型数据库，采用墨卡托投影方法进行变换，对正轴等角圆柱投影，假想一个与地轴方向一致的圆柱切或割于地球，按等角条件，将经纬网投影到圆柱面上，将圆柱面展为平面后，即得本投影，墨卡托投影把纬度为(-90°<<90° )的点投影到Y=In (tan (45。/2))Google Maps的选取的范围为-π < y < π，即近似到-85° <<85。； 42)从遥感数据投影Google地图以构建地物数据库； 43)计算出图像上每个点对应的地面坐标，通过墨卡托投影对应到Google数据库中的点，该处如果一个地面点对应多个数据库中的点，则统计这多个点内的地物类型数据来表示实际地理位置的地物分布情况，给出每个像点对应的地物分布情况。
5.根据权利要求1所述的信息可视化方法，其特征在于:所述优化调整(15)步骤具体为: 51)假设水在总体中的比例为wl，如果等于1，即全是水的情况，正常曝光不足阈值为Tmin=20,曝光过度阈值为Tmax=IOO,如果小于1，则Tmin和Tmax利用下式计算:
Tmax=10*wl+100*(1-wl)
Tmin=4*wl+50*(l_wl)； 52)求出直方图两端像素值个数为空的区域所占的比例关系:
Erat= (gmin+l) / (255-gmax+gmin+l)， 式中:Erat为曝光量比值，gmin为灰度图左边缘处的像素数量为零的最大灰度值数，gmax为灰度图右边缘处的像素数量为零的最小灰度值数；
53)求出对比度cont= (gmax-gmin-2)/(gmax gmin)*100% ； 54)如果cont〈0.55,且最大灰度值等于255,则认为图像曝光过度,否则进入下一步； 55)求出达到最大灰度值255的像素点个数nmax,设定曝光过度的阈值为deta=源图像的像素值* 0.01%,如果nmax>deta,则认为图像曝光过度,如果nmax〈deta,则进入下一步； 56)求出图像灰度直方图中值gmid，求出图像灰度直方图的均值灰度gmean； 57)当灰度直方图两端任何一端有像素个数为零的区域的时候，可能会出现曝光的不正确，否则曝光正常，当靠近灰度直方图O端有较大空白区域的时候，即EratX).5，可能会出现曝光过量的情况；当靠近灰度直方图255端有较大空白区域的时候，Erat<0.5，可能会出现曝光不足的情况； 58)当Erat/>0.5时，根据灰度直力图的整体分布，即当gmid> Fmax或Tn时，才能确定图像是曝光过度；当Erat< 0.5时，根据灰度直方图的整体分布，即gpeak>Tmin或gmid〈Tmin时,才能确定图像是曝光不足；否则认为图像比较满足视觉要求，模拟实验中的水体在正常范围的灰度值在1-10范围内； 59)曝光不足的阈值计算:
Gwater *Pwater Gother *Pother 式中，Gwater表示水体的阈值灰度，Pwater表示水体的含量；Gother表示无水时的阈值灰度，Poher表示除水以外的其他部分的含量。
【文档编号】G06F17/30GK103699543SQ201210367093
【公开日】2014年4月2日 申请日期:2012年9月28日 优先权日:2012年9月28日
【发明者】孙权森, 曹国, 刘佶鑫, 杨曦晨 申请人:南京理工大学