基于灯光卫星的城市变化区域与演变类型快速提取方法
【专利摘要】本发明提供了一种基于灯光卫星的城市变化区域与演变类型快速提取方法，获取不同年份的灯光卫星影像并进行数据预处理，选取其中3个年份的影像，设置城市不同演变类型的颜色，根据颜色判别实现城市不同演变区域的快速提取，在不同演变类型区域构建伪光谱曲线并建立城市演变类型光谱库，实现城市变化区域与演变类型的快速提取，并绘制城市演变类型图。本发明实现了大范围内城市变化区域的快速提取和个体城市演变类型的判别，具有快速高效的优点；能为政府城市化宏观规划、咨询公司、跨国公司进行市场布局等提供科学依据，具有很好的市场前景。
【专利说明】基于灯光卫星的城市变化区域与演变类型快速提取方法
【技术领域】
[0001]本发明涉及一种基于灯光卫星的城市变化区域与演变类型快速提取方法，属于遥感图像处理与模式识别领域。
【背景技术】
[0002]目前对城市变化区域与演变类型的分析方法基本为应用常规的陆地资源卫星，先提取城市，后变化检测的复杂流程。基于灯光卫星影像的城市研究也局限于城市扩张的简单分析，或者通过一些变化检测的方法来提取城市变化区域，算法复杂，效率低，没有研究城市变化区域的快速提取和个体城市演变类型的判别分析。
【发明内容】
[0003]为了解决现有技术的不足，本发明提供了一种基于灯光卫星的城市变化区域与演变类型快速提取方法，通过假彩色合成、提取伪光谱曲线、构建城市演变类型光谱库等手段，实现了大范围内城市变化区域的快速提取和个体城市演变类型的判别，具有快速高效的优点。
[0004]本发明为解决其技术问题所采用的技术方案是:提供了一种基于灯光卫星的城市变化区域与演变类型快速提取方法，具体包括以下步骤:
[0005](I)获取相同检测区域内不同年份的灯光卫星影像；所述年份至少包括Y1年份、Y2年份和Y3年份；
[0006](2)对灯光卫星影像进行数据预处理:
[0007](201)辐射定标:对城市灯光卫星影像进行相对辐射校正；
[0008](202)去负值:经步骤(201)辐射定标后的影像进行去负值处理，将小于O的值舍弃；
[0009](203)影像配准:将经步骤(202)去负值处理后的灯光卫星影像根据地理坐标，对年份数据进行配准；
[0010](204)波段合成:对于每一张不同年份的影像视为一个波段，按照时间先后顺序对影像进行波段合成，得到一景多波段影像；
[0011](3)设置演变类型的颜色，用不同颜色表示不同演变类型；
[0012](4)假彩色合成:从经步骤(204)处理后的城市灯光卫星影像中选取Y1年份、Y2年份和Y3年份的影像，其中，Yi〈Y2〈Y3 ;对3个年份的影像进行假彩色合成显示，其中，Y1年份影像设置为红色通道，Y2年份影像设置为绿色通道，Y2年份影像设置为蓝色通道；
[0013](5)根据步骤(3)建立的判别标准，对步骤(4)的假彩色合成图像通过目视解译初步判定演变类型，以将检测区域划分为未发展区、稳定区、发展区和衰退区；
[0014](6)构建伪光谱曲线:分别选取检测区域中各演变类型区域的一个像元，提取该像元历年的DN值，以时间为横轴、DN值为纵轴构造DN值变化曲线，得到各演变类型的伪光谱曲线；[0015](7)建立演变类型光谱库:根据步骤(3)设置的不同演变类型的颜色，分别选取各演变类型区域的单一像元和/或2个以上像元，分别针对各演变类型区域求平均值，并构造各演变类型的伪光谱曲线，建立由伪光谱曲线构成的演变类型光谱库；
[0016](8)城市变化区域的快速提取:根据步骤(7)建立的演变类型光谱库，采用光谱匹配算法，对演变类型进行快速识别，为不同演变类型赋予相应的色彩，生成演变类型图，从而使城市变化区域与演变类型在图中得到显示。
[0017]进一步地，步骤(201)中，利用以下公式进行相对辐射校正:
[0018]y = Co+C^+Cax2......(I)
[0019]其中，C0^C1和C2是相对辐射校正参数，由遥感器生产单位或用户单位提供，X表示DN值，y表示相对辐射校正后的DN值。
[0020]步骤(202)中，利用以下公式去负值:
[0021]yDN>0 一 (xradiat1n〉0) X Xradiat1n......0
[0022]其中，yDNXl表示去处负值后的影像，xMdiatim表示相对辐射校正后的影像。 [0023]进一步地，步骤(3)所述城市演变类型判定标准为:用黑色表示演变类型I ;用白色表示演变类型2 ;用蓝色、青色和绿色表示演变类型3 ;用黄色、红色和粉色表示演变类型4。
[0024]进一步地，步骤(8)中利用以下步骤对演变类型进行快速识别:
[0025](801)获取将要进行演变类型判别的灯光卫星合成影像；
[0026](802)获取影像的大小，设其像元的列数和行数分别为nSample和nLine，波段数为nBand，定义行列变化的自变量i = 0，j = O ;
[0027](803)行数判断，行数在小于nLine时，进入步骤804，否则进入步骤810 ；
[0028](804)列数判断,列数在小于nSample时,进入步骤805,否则进入步骤806 ；
[0029](805)列数清零j = 0，行数i增加1，返回步骤803 ；
[0030](806)获取影像(i，j)处的伪光谱曲线；
[0031](807)对步骤806获取的伪光谱曲线，利用光谱匹配算法实现与演变类型光谱库中的伪光谱的匹配；
[0032](808)对步骤807光谱匹配结果进行判别，获得步骤806 (i，j)位置处的演变类型，并将该类型赋予对应的色彩；
[0033](809)列数累加 I ;
[0034](810)遍历完所有行和列，结束快速识别以生成基于演变类型光谱库的光谱匹配判别演变类型图。
[0035]本发明基于其技术方案所具有的有益效果在于:
[0036](I)本发明避免了 “先提取，后变化检测”的复杂流程，可以节省大量时间，符合数据处理高效的要求；
[0037](2)本发明通过假彩色合成、提取伪光谱曲线、构建城市演变类型光谱库的手段，实现了大范围内城市变化区域的快速提取和个体城市演变类型的判别，具有快速高效的优
占.[0038](3)本发明能为政府城市化宏观规划、咨询公司、跨国公司进行市场布局等提供科学依据，具有很好的市场前景。【专利附图】
【附图说明】
[0039]图1是基于灯光卫星的城市变化区域与演变类型快速提取方法流程图。
[0040]图2是数据预处理流程图。
[0041]图3是利用三原色定义的城市演变类型示意图，其中，A、B、C、D、E、F和G分别表示白色稳定区、蓝色发展区、青色发展区、绿色发展区、黄色衰退区、红色衰退区和粉色衰退区。
[0042]图4是城市演变类型光谱库中的伪光谱曲线图。
[0043]图5是城市演变类型进行快速识别流程图。
[0044]图6是城市演变类型图。
【具体实施方式】
[0045]下面结合附图和实施例对本发明作进一步说明。
[0046]本发明提供了一种基于灯光卫星的城市变化区域与演变类型快速提取方法，参照图1，具体包括以下步骤:
[0047](I)获取相同检测区域内不同年份的灯光卫星影像；所述年份至少包括Y1年份、Y2年份和Y3年份；
[0048](2)参照图2，通过以下步骤对灯光卫星影像进行数据预处理:
[0049](201)利用以下公式对城市灯光卫星影像进行相对辐射校正:
[0050]y = Co+C^+Cax2......(I)
[0051]其中，C0^C1和C2是相对辐射校正参数，由遥感器生产单位或用户单位提供，X表示DN值，y表示相对辐射校正后的DN值；
[0052](202)利用以下公式对经步骤(201)辐射定标后的影像进行去负值处理:
[0053]yDN>0 — (xradiat1n〉0) 乂 Xradiat1n......(2)
[0054]其中，yDNXl表示去处负值后的影像，xMdiatim表示相对辐射校正后的影像；
[0055](203)影像配准:将经步骤(202)去负值处理后的灯光卫星影像根据地理坐标，对年份数据进行配准；
[0056](204)波段合成:对于每一张不同年份的影像视为一个波段，按照时间先后顺序对影像进行波段合成，得到一景多波段影像；
[0057](3)参照图3，设置演变类型的颜色，利用三原色表示不同演变类型，其中:
[0058]演变类型I为未发展区，设置为黑色，表示灯光卫星DN值接近0，多年没有发生任何变化的城市区域；
[0059]演变类型2为稳定区，设置为白色，表示前期、中期、后期灯光卫星DN值都接近60，没有发生较大变化的区域，在这里代表Yp Y2和Y3年都存在的城市区域；
[0060]演变类型3为发展区，用以下三种颜色设置:
[0061]蓝色表示前期到中期这个时间段内没有发生变化，中期到后期城市区域的DN值在不断增加，在这里表示为Y1到Y2年基本没有变化，在Y2到Y3年扩张为城市的区域；
[0062]青色表示前期到中期处于发展状态，中期到后期处于稳定状态，在这里表示为Y1到Y2年扩张的城市区域，但是在Y2到Y3年保持稳定的城市区域；[0063]绿色表示从前期到中期扩张、且在中期到后期衰退的城市区域，在这里表示SY1到Y2年扩张的城市区域，Y3年以后逐渐衰退的城区。
[0064]演变类型4表示衰退区，用以下三种颜色设置:
[0065]黄色表示从前期到中期处于稳定状态，中期以后逐渐消亡的区域，在这里表示为Y1到Y2年城市区域处于稳定状态，Y2到Y3年该城区开始消亡；
[0066]红色表示从前期到后期一直处于衰退的城市区域，在这里表示为Y1年存在的城市区域，在Y1到Y2年以后逐渐消亡；
[0067]粉色表示从前期到中期处于衰退状态，中期到后期处于发展状态，在这里表示为从Y1到Y2年城区开始消亡，Y2到Y3年城区又处于发展状态；
[0068](4)假彩色合成:从经步骤(204)处理后的城市灯光卫星影像中选取Y1年份、Y2年份和Y3年份的影像，其中，Yi〈Y2〈Y3 ;对3个年份的影像进行假彩色合成显示，其中，Y1年份影像设置为红色通道，Y2年份影像设置为绿色通道，Y2年份影像设置为蓝色通道；
[0069](5)根据步骤(3)设置的不同演变类型的颜色，对步骤⑷的假彩色合成图像通过目视解译初步判定演变类型，以将检测区域划分为演变类型1、演变类型2、演变类型3和演变类型4，即未发展区、稳定区、发展区和衰退区；
[0070](6)构建伪光谱曲线:分别选取检测区域中各演变类型区域的一个像元，提取该像元历年的DN值，以时间为横轴、DN值为纵轴构造DN值变化曲线，得到各演变类型的伪光谱曲线；
[0071](7)建立演变类型光谱库:根据步骤⑶设置的不同演变类型的颜色，分别选取各演变类型区域的单一像元和/或2个以上像元，分别针对各演变类型区域求平均值，并构造各演变类型的伪光谱曲线，建立由伪光谱曲线构成的演变类型光谱库；城市演变类型光谱库中的伪光谱曲线如图4所示；
[0072](8)城市变化区域的快速提取:根据步骤(7)建立的演变类型光谱库，采用光谱匹配算法，对演变类型进行快速识别，为不同演变类型赋予相应的色彩，生成演变类型图，从而使城市变化区域与演变类型在图中得到显示；参照图5，具体采用以下步骤:
[0073](801)获取将要进行演变类型判别的灯光卫星合成影像；
[0074](802)获取影像的大小，设其像元的列数和行数分别为nSample和nLine，波段数为nBand，定义行列变化的自变量i = 0，j = O ;
[0075](803)行数判断，行数在小于nLine时，进入步骤804，否则进入步骤810 ；
[0076](804)列数判断,列数在小于nSample时,进入步骤805,否则进入步骤806 ；
[0077](805)列数清零j = 0，行数i增加1，返回步骤803 ；
[0078](806)根据演变类型光谱库，利用光谱匹配算法，获取影像(i，j)处的伪光谱曲线.[0079](807)对步骤806获取的伪光谱曲线，利用光谱匹配算法实现与演变类型光谱库中的伪光谱的匹配；
[0080](808)对步骤807光谱匹配结果进行判别，获得步骤806 (i，j)位置处的演变类型，并将该类型赋予对应的色彩；
[0081](809)列数累加 I ;
[0082](810)遍历完所有行和列，结束快速识别以生成基于演变类型光谱库的光谱匹配判别演变类型图，效果如图6所示。
【权利要求】
1.基于灯光卫星的城市变化区域与演变类型快速提取方法，其特征在于具体包括以下步骤: (1)获取相同检测区域内不同年份的灯光卫星影像；所述年份至少包括Y1年份、Y2年份和Y3年份； (2)通过以下步骤对灯光卫星影像进行数据预处理: (201)辐射定标:对城市灯光卫星影像进行相对辐射校正； (202)去负值:对经步骤(201)辐射定标后的影像进行去负值处理，将小于O的值舍弃； (203)影像配准:将经步骤(202)去负值处理后的灯光卫星影像根据地理坐标，对年份数据进行配准； (204)波段合成:每一张不同年份的影像视为一个波段，按照时间先后顺序对影像进行波段合成，得到一景多波段影像； (3)设置演变类型的颜色，用不同颜色表示不同演变类型； (4)假彩色合成:从经步骤(204)处理后的城市灯光卫星影像中选取Y1年份、Y2年份和Y3年份的影像，其中，Yi〈Y2〈Y3 ;对3个年份的影像进行假彩色合成显示，其中，Y1年份影像设置为红色通道，Y2年份影像设置为绿色通道，Y2年份影像设置为蓝色通道； (5)根据步骤(3)设置的不同演变类型的颜色，对步骤(4)的假彩色合成图像通过目视解译初步判定演变类型，以将检测区域划分为不同演变类型的区域； (6)构建伪光谱曲线:分别选取检测区域中各演变类型区域的一个像元，提取该像元历年的DN值，以时间为横轴、DN值为纵轴构造DN值变化曲线，得到各演变类型的伪光谱曲线.(7)建立演变类型光谱库:根据步骤(3)设置的不同演变类型的颜色，分别选取各演变类型区域的单一像元和/或2个以上像元，分别针对各演变类型区域求平均值，并构造各演变类型的伪光谱曲线，建立由伪光谱曲线构成的演变类型光谱库； (8)城市变化区域的快速提取:根据步骤(7)建立的演变类型光谱库，采用光谱匹配算法，对演变类型进行快速识别，为不同演变类型赋予相应的色彩，生成演变类型图，从而使城市变化区域与演变类型在图中得到显示。
2.根据权利要求1所述的基于灯光卫星的城市变化区域与演变类型快速提取方法，其特征在于:步骤(201)中，利用以下公式进行相对辐射校正:
y = c0+c1x+c2x2......(I) 其中，C0, C1和C2是相对辐射校正参数，由遥感器生产单位或用户单位提供，X表示DN值，I表示相对辐射校正后的DN值。
3.根据权利要求1所述的基于灯光卫星的城市变化区域与演变类型快速提取方法，其特征在于:步骤(202)中，利用以下公式去负值:
Υ?Ν>0(Xradiat1n〉。)X Xradiat1n(2) 其中，yDN>0表示去处负值后的影像，Xradiatim表示相对辐射校正后的影像。
4.根据权利要求1所述的基于灯光卫星的城市变化区域与演变类型快速提取方法，其特征在于:步骤(3)所述用不同颜色表示不同演变类型具体为: 用黑色表示演变类型I ;用白色表示演变类型2 ;用蓝色、青色和绿色表示演变类型3 ；用黄色、红色和粉色表示演变类型4。
5.根据权利要求1所述的基于灯光卫星的城市变化区域与演变类型快速提取方法，其特征在于:步骤(8)中利用以下步骤对演变类型进行快速识别: (801)获取将要进行演变类型判别的灯光卫星合成影像； (802)获取影像的大小，设其像元的列数和行数分别为nSample和nLine，波段数为nBand,定义行列变化的自变量i = O, j = O ; (803)行数判断，行数在小于nLine时，进入步骤804，否则进入步骤810； (804)列数判断，列数在小于nSample时，进入步骤805，否则进入步骤806； (805)列数清零j= 0，行数i增加I，返回步骤803 ； (806)获取影像(i，j)处的伪光谱曲线； (807)对步骤806获取的伪光谱曲线，利用光谱匹配算法实现与演变类型光谱库中的伪光谱的匹配； (808)对步骤807光谱匹配结果进行判别，获得步骤806(i，j)位置处的演变类型，并将该类型赋予对应的色彩； (809)列数累加I； (810)遍历完所有行和列，结束快速识别以生成基于演变类型光谱库的光谱匹配判别演变类型图。
【文档编号】G06T7/00GK104036507SQ201410262168
【公开日】2014年9月10日 申请日期:2014年6月13日 优先权日:2014年6月13日
【发明者】田玉刚, 杨晓楠, 徐韵, 邓雪彬 申请人:中国地质大学（武汉）