提取遥感影像中土地覆被信息的方法及装置的制造方法
【技术领域】
[0001] 本发明设及环境监测领域，具体设及一种提取遥感影像中±地覆被信息的方法。
【背景技术】
[0002] 随着环境的变化和经济的发展，在许多场合需要对遥感影像进行±地分类信息的 识别，比如±地分类信息监测、环境监测等。
[0003] 而遥感影像常见的±地分类信息识别方法是基于像素的±地覆被信息识别方法， 基于统计学原理，W训练样本遵循正态分布为前提，且仅利用像素本身光谱信息或像素周 围某个确定窗口内的纹理信息，过度着眼于局部，难W集成语义信息，并且缺失拓扑和空间 关系特征，信息识别结果中存在严重的"椒盐效应"，地物错分、漏分的情况比较严重，因而 不能准确地识别±地覆被信息。
【发明内容】
[0004] 有鉴于此，本发明实施例提供一种提取遥感影像中±地覆被信息的方法及装置， 能够解决现有技术遥感影像中的±地覆被信息识别不准确的问题。
[0005] 为此目的，一方面，本发明提出一种提取遥感影像中±地覆被信息的方法，包括：
[0006] 获取待提取±地覆被信息的遥感影像；
[0007] 基于专题图层，采用多分辨率影像分割方法和最邻近分类方法将所述遥感影像进 行分割，并从分割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照建筑、高反照建 筑、中低覆盖植被和/或高覆盖植被。
[000引另一方面，本发明提出一种提取遥感影像中±地覆被信息的装置，包括：
[0009] 遥感影像获取单元，用于获取待提取±地覆被信息的遥感影像；
[0010] 提取单元，用于基于专题图层，采用多分辨率影像分割方法和最邻近分类方法将 所述遥感影像进行分割，并从分割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照 建筑、高反照建筑、中低覆盖植被和/或高覆盖植被。
[0011] 本发明实施例所述的提取遥感影像中±地覆被信息的方法及装置，采用基于专题 图层的多分辨率影像分割方法对待提取±地覆被信息的遥感影像进行分割，着眼于整体， 可充分挖掘专题图的潜力，获得边界正确、完整的地物信息提取结果；面向对象信息提取过 程中，结合使用最邻近分类方法，利用拓扑和空间关系特征，能够提高±地覆被信息提取精 度。
【附图说明】
[0012] 图1为本发明提取遥感影像中±地覆被信息的方法一实施例的流程示意图；
[0013] 图2为本发明提取遥感影像中±地覆被信息的方法另一实施例的流程示意图；
[0014] 图3为本发明提取遥感影像中±地覆被信息的装置一实施例的方框结构示意图。
【具体实施方式】
[0015] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明 一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0016] 如图1所示，本实施例公开一种提取遥感影像中±地覆被信息的方法，包括：
[0017] S1、获取待提取±地覆被信息的遥感影像；
[001引S2、基于专题图层，采用多分辨率影像分割方法和最邻近分类方法将所述遥感影 像进行分割，并从分割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照建筑、高反照 建筑、中低覆盖植被和/或高覆盖植被。
[0019] 本发明实施例所述的提取遥感影像中±地覆被信息的方法，采用基于专题图层的 多分辨率影像分割方法对待提取±地覆被信息的遥感影像进行分割，着眼于整体，可充分 挖掘专题图的潜力，获得边界正确、完整的地物信息提取结果；面向对象信息提取过程中， 结合使用最邻近分类方法，利用拓扑和空间关系特征，能够提高±地覆被信息提取精度。
[0020] 可选地，在本发明提取遥感影像中±地覆被信息的方法的实施例中，所述基于专 题图层，采用多分辨率影像分割方法和最邻近分类方法将所述遥感影像进行分割，并从分 割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照建筑、高反照建筑、中低覆盖植被 和/或高覆盖植被，包括：
[0021] 基于专题图层，采用多分辨率影像分割方法，将所述遥感影像按照预设的分割尺 度进行分割，并对分割后形成的遥感影像对象进行分类，形成河流、湖泊、滩涂和/或第一 未分类对象；
[0022] 将所述第一未分类对象按照预先确定的最优分割尺度进行分割，形成第二未分类 对象，采用基于训练样本的最邻近分类方法将所述第二未分类对象进行分类，形成低反照 建筑、高反照建筑、中低覆盖植被和/或高覆盖植被。
[0023] 本发明实施例中，预设的分割尺度可W为1000000。
[0024] 可选地，在本发明提取遥感影像中±地覆被信息的方法的实施例中，在所述将所 述第一未分类对象按照预先确定的最优分割尺度进行分割之前，还包括：
[002引根据自相关指标I和变异指标V确定出最优分割尺度；其中，所述自相关指标I的 计算公式为
【主权项】
1. 一种提取遥感影像中土地覆被信息的方法，其特征在于，包括： 获取待提取土地覆被信息的遥感影像； 基于专题图层，采用多分辨率影像分割方法和最邻近分类方法将所述遥感影像进行分 害J，并从分割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照建筑、高反照建筑、中 低覆盖植被和/或高覆盖植被。
2. 根据权利要求1所述的提取遥感影像中土地覆被信息的方法，其特征在于，所述基 于专题图层，采用多分辨率影像分割方法和最邻近分类方法将所述遥感影像进行分割，并 从分割后形成的遥感影像对象中提取河流、湖泊、滩涂、低反照建筑、高反照建筑、中低覆盖 植被和/或高覆盖植被，包括： 基于专题图层，采用多分辨率影像分割方法，将所述遥感影像按照预设的分割尺度进 行分割，并对分割后形成的遥感影像对象进行分类，形成河流、湖泊、滩涂和/或第一未分 类对象； 将所述第一未分类对象按照预先确定的最优分割尺度进行分割，形成第二未分类对 象，采用基于训练样本的最邻近分类方法将所述第二未分类对象进行分类，形成低反照建 筑、高反照建筑、中低覆盖植被和/或高覆盖植被。
3. 根据权利要求2所述的提取遥感影像中土地覆被信息的方法，其特征在于，在所述 将所述第一未分类对象按照预先确定的最优分割尺度进行分割之前，还包括： 根据自相关指标I和变异指标V确定出最优分割尺度；其中，所述自相关指标I的计算 公式为：
> 所述η为所述第一未分类对象的数量，所述为第 一未分类对象Ri和第一未分类对象L的空间邻近性的度量指标，如果R JP L相邻，则w υ =1，否则，《υ= 0,所述y i为第一未分类对象R i的平均灰度值，所述^为所述第一未分类 对象的平均灰度值；所述变异指标V的计算公式为，所述％是第一未分类对象
/=1 Ri的面积，V i是第一未分类对象R i的变异数。
4. 根据权利要求2所述的提取遥感影像中土地覆被信息的方法，其特征在于，所述对 分割后形成的遥感影像对象进行分类，形成河流、湖泊、滩涂和/或第一未分类对象，包括： 确定分割后形成的专题图层属性为水面的遥感影像对象为水面对象，专题图层属性为 滩涂的遥感影像对象为滩涂； 计算所述水面对象的长度与宽度的比值；其中，所述计算公式为：
^所述L为水体对象的长度， 即与水体对象具有等价二阶矩的椭圆的长轴