CN102214358A - 基于知识发现的quickbird影像乡村聚落单元信息提取技术 - Google Patents
基于知识发现的quickbird影像乡村聚落单元信息提取技术 Download PDFInfo
- Publication number
- CN102214358A CN102214358A CN 201010142931 CN201010142931A CN102214358A CN 102214358 A CN102214358 A CN 102214358A CN 201010142931 CN201010142931 CN 201010142931 CN 201010142931 A CN201010142931 A CN 201010142931A CN 102214358 A CN102214358 A CN 102214358A
- Authority
- CN
- China
- Prior art keywords
- settlement
- quickbird
- rural
- unit
- knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 14
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 2
- 238000012937 correction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一、发明名称基于知识发现的QUICKBIRD影像乡村聚落单元信息提取技术。二、所属技术领域本发明涉及遥感专题信息提取。三、需要解决的技术问题在高分辨率的遥感影像上，聚落呈现复杂多样的聚合体，这使得自动、半自动提取聚落空间单元信息具有较大的技术难度。这是需解决的技术问题。四、主要特征和用途本发明发现了QUICKBIRD影像上乡村聚落各组分的光谱知识，并利用这些知识初步提取出乡村聚落的组分信息；再利用各组分的大小、空间关系等知识，最终实现半自动提出乡村聚落单元信息。该技术方法所提取的聚落单元面积精度达到97.4％，空间位置精度达到90.4％。该方法适用于从平原区、特别是成都平原区的QUICKBIRD影像上半自动提取其乡村聚落单元信息。
Description
一、技术领域
本发明涉及基于知识发现的遥感影像信息提取技术，特别是涉及基于知识发现的遥感影像(QUICKBIRD)的乡村聚落单元信息提取。
二、背景技术
聚落提取的方法主要包括目视解译提取【1】、分类提取【2-4】、基于知识发现的提取。一些学者已经成功的研究出了基于知识发现的从LANDSAT TM/ETM、CBERS等影像中提出城市、农村聚落信息的模型【5-7】，对居民地及其背景光谱特征进行分析建立聚落提取模型。高分辨率影像如QUICKBIRD、IKONOS等为聚落的提取提供了先进技术，但这些主要应用于城市聚落信息的提取，很少有人将其用到农村聚落的提取上【8】。在高分辨率遥感影像上，聚落表现为复杂多样的聚合体，这使得聚落空间单元信息的提取具有较大的难度。
参考文献：
[1]马荣华，陈雯，陈小卉，段学军.常熟市城镇用地扩展分析[J].地理学报，北京科学出版社2004.59(3)：418-426
[2]李晓文，方精云，朴世龙.上海城市土地利用转变类型及其空间关联分析[J].自然资源学报2003.22(6)：769-779
[3]杨国清，吴志峰，何建邦.珠江三角洲城镇建筑覆盖近期变化研究[J].地理研究，北京北京科学出版社2003.22(6)：780-788
[4]Bert Guindon，Ying Zhang，Craig Dillabaugh.Landsat urban mapping based on acombined spectral spatial methodology，Remote Sensing of Environment，2004，92 218 232
[5]杨存建，周成虎.基于知识发现的TM影像居民地自动提取研究[J].遥感技术与应用，2001，16(1)：1-6
[6]C.J.Yang，X.Y.Wang，H.Huang，Comparison of extracting rural residential areafrom satellite images with multiresolution，IGARSS，2008，U.S.，Boston，P1264-1267.
[7]Y.Zha，S.X.Ni and S.Yang，”An Effective Approach to Automatically Extract UrbanLand-use from TM lmagery，”Journal of Remote Sensing，Science press，Beijing，7(1)，pp.37-41，2003
[8]李锦业，张磊，吴炳方，马新辉.基于高分辨率遥感影像的城市建筑密度和容积率提取方法研究[M].遥感技术与应用，2007.22(3)：209-313
三、发明内容
本发明主要发明从QUICKBIRD影像中提取乡村聚落单元信息的技术方法。发现了乡村聚落各组分的光谱知识，利用这些知识从QUICKBIRD影像中提取出了乡村聚落的各组分信息；发现了各组分大小、空间关系等知识，并利用这些知识提取出乡村聚落单元。利用真实数据对其进行检验，该技术方法所提取的聚落单元面积精度达到97.4％，空间位置精度达到90.4％。
四、附图说明
说明书附图1为应用结果。图1中真实聚落单元边界在图中呈灰色；利用该发明技术方法提取的乡村聚落单元边界呈黑色。从图中可以看出提取的聚落单元与真实聚落单元空间位置和空间大小相差不大，精度较高。该技术方法所提取的聚落单元面积精度达到97.4％，空间位置精度达到90.4％
五、具体实施方式
1、采用多项式几何校正模型，利用1∶1万地形图对QUICKBIRD全色波段和多光谱影像进行地理校正，并利用最近邻法确定像元亮度值。
2、利用线性拉伸对影像进行增强处理。
3、用QUICKBIRD影像的近红外和红光波段计算出NDVI。采用If B2(i，j)＞T and NDVI(i，j)＜M then该像元为建筑物。其中B2(i，j)代表蓝色波段影像第i行第j列的像元值。当T的值为132，M的值为0.059时，可以将建筑物提取出来。
4、采用If B4(i，j)＜K then该像元为绿地像元。其中B4(i，j)代表红光波段影像第i行第j列的像元值。当K＝70时，可以从QUICKBIRD影像上提取出聚落绿地。
5、采用If B1(i，j)＜K then该像元为房屋阴影像元。其中(B1(i，j)代表全色波段影像第i行第j列的像元值)。当K＝46时，房屋阴影将被从QUICKBIRD影像中提取出来。
6、将建筑物、绿地和阴影聚合为聚落，并以10个像元的尺度对其进行膨胀腐蚀处理，得到处理后的聚落单元(简称初层聚落单元)。
7、将提取的建筑物与阴影合并，并以25个像元的尺度对其进行膨胀腐蚀处理，从而得到聚落掩膜图层。
8、利用聚落掩膜图层切取初层聚落单元，从而得到第二层聚落单元。将第二层聚落单元先收缩然后再膨胀15个像元的尺度，从而得到第三层聚落单元。将第三层聚落单元转换为矢量格式，并与建筑物进行叠加，如果，该单元图斑中无建筑物，则将该单元图斑去掉，从得到最终提取的聚落单元信息。
Claims (6)
1.一种从高分辨率影像中提取乡村聚落单元信息的方法。其主要特征是通过研究发现聚落各组分的光谱知识，利用这些知识从QUICKBIRD影像中提取出了乡村聚落的各组分；根据发现的各组分大小，空间关系等知识，并利用这些知识，通过空间数据处理，提取出准确的乡村聚落单元信息。该方法适用于从QUICKBIRD影像上准确快速半自动提取平原区、特别是成都平原的乡村聚落单元信息。
2.权利1要求的基于知识发现的QUICKBIRD农村聚落信息提取的特征是：用QUICKBIRD影像的近红外和红光波段计算出归一化植被指数，用NDVI(i，j)表示，如果B2(i，j)＞T andNDVI(i，j)＜M则该像元为建筑物像元，否则为非建筑物像元。其中，B2(i，j)为蓝光波段影像第i行第j列的像元值)。当T的值为132，M的值为0.059时，可以提取出精度较高的建筑物区域。
3.权利2要求的基于知识发现的QUICKBIRD农村聚落信息提取的特征是：如果B4(i，j)＜K则该像元为聚落绿地像元，否则为非聚落绿地像元。其中，B4(i，j)代表红光波段影像第i行第j列的像元值。当K＝70时，可以从QUICKBIRD影像上提取出聚落绿地区域。
4.权利3要求的基于知识发现的QUICKBIRD农村聚落信息提取的特征是：如果B1(i，j)＜K则该像元为房屋阴影像元。其中B1(i，j)代表全色波段影像第i行第j列的像元值。当K＝46时，可以从QUICKBIRD影像上提取出房屋阴影。
5.权利4要求的基于知识发现的QUICKBIRD农村聚落信息提取的特征是：将建筑物、房屋阴影、聚落绿地聚合为聚落，并以10个像元的尺度对其进行膨胀腐蚀处理，得到处理后的聚落单元(简称初层聚落单元)。同时将提取的建筑物与阴影合并，并以25个像元的尺度对其进行膨胀腐蚀处理，从而得到聚落掩膜图层。
6.权利5要求的基于知识发现的QUICKBIRD农村聚落信息提取的特征是：利用聚落掩膜图层切取初层聚落单元，从而得到第二层聚落单元。将第二层聚落单元先收缩然后再膨胀15个像元的尺度，从而得到第三层聚落单元。将第三层聚落单元转换为矢量格式，并与建筑物区域进行叠加，如果，该单元图斑中无建筑物，则将该单元图斑去掉，从得到最终提取的聚落单元信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010142931.7A CN102214358B (zh) | 2010-04-09 | 2010-04-09 | 基于知识发现的quickbird影像乡村聚落单元信息提取技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010142931.7A CN102214358B (zh) | 2010-04-09 | 2010-04-09 | 基于知识发现的quickbird影像乡村聚落单元信息提取技术 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102214358A true CN102214358A (zh) | 2011-10-12 |
| CN102214358B CN102214358B (zh) | 2014-01-08 |
Family
ID=44745653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010142931.7A Expired - Fee Related CN102214358B (zh) | 2010-04-09 | 2010-04-09 | 基于知识发现的quickbird影像乡村聚落单元信息提取技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102214358B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104408463A (zh) * | 2014-10-15 | 2015-03-11 | 中国土地勘测规划院 | 一种基于PanTex和直线特征的高分辨率建设用地图斑识别方法 |
| CN108647704A (zh) * | 2018-04-20 | 2018-10-12 | 北京英视睿达科技有限公司 | 基于ndbi与相关系数融合的信息获取方法及装置 |
| CN111984701A (zh) * | 2020-08-17 | 2020-11-24 | 北京大学深圳研究生院 | 乡村聚落演化的预测方法、装置、设备及存储介质 |
| CN113780459A (zh) * | 2021-09-18 | 2021-12-10 | 东南大学 | 一种基于空间谱系的城乡聚落类型自动识别的方法与系统 |
| CN111984701B (zh) * | 2020-08-17 | 2024-06-28 | 北京大学深圳研究生院 | 乡村聚落演化的预测方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1959703A (zh) * | 2006-11-24 | 2007-05-09 | 中国科学院上海技术物理研究所 | 利用遥感图像实现城市不同类型住宅区自动识别的方法 |
| US20070291994A1 (en) * | 2002-05-03 | 2007-12-20 | Imagetree Corp. | Remote sensing and probabilistic sampling based forest inventory method |
-
2010
- 2010-04-09 CN CN201010142931.7A patent/CN102214358B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070291994A1 (en) * | 2002-05-03 | 2007-12-20 | Imagetree Corp. | Remote sensing and probabilistic sampling based forest inventory method |
| CN1959703A (zh) * | 2006-11-24 | 2007-05-09 | 中国科学院上海技术物理研究所 | 利用遥感图像实现城市不同类型住宅区自动识别的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 《Geoscience and Remote Sensing Symposium,2008,IGARSS 2008,IEEE International》 20080711 Cunjian Yang et al. COMPARISON OF EXTRACTING RURAL RESIDENTIAL AREA FROM SATELLITE IMAGES WITH MULTIRESOLUTION 全文 1-6 , * |
| 《中国优秀硕士学位论文全文数据库》 20091115 罗震 基于高分辨率遥感的成都平原农村聚落信息提取研究 摘要，正文第4-7、23、28、36-40、52-54、61-62页 1-6 , 第11期 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104408463A (zh) * | 2014-10-15 | 2015-03-11 | 中国土地勘测规划院 | 一种基于PanTex和直线特征的高分辨率建设用地图斑识别方法 |
| CN108647704A (zh) * | 2018-04-20 | 2018-10-12 | 北京英视睿达科技有限公司 | 基于ndbi与相关系数融合的信息获取方法及装置 |
| CN111984701A (zh) * | 2020-08-17 | 2020-11-24 | 北京大学深圳研究生院 | 乡村聚落演化的预测方法、装置、设备及存储介质 |
| CN111984701B (zh) * | 2020-08-17 | 2024-06-28 | 北京大学深圳研究生院 | 乡村聚落演化的预测方法、装置、设备及存储介质 |
| CN113780459A (zh) * | 2021-09-18 | 2021-12-10 | 东南大学 | 一种基于空间谱系的城乡聚落类型自动识别的方法与系统 |
| CN113780459B (zh) * | 2021-09-18 | 2022-10-28 | 东南大学 | 一种基于空间谱系的城乡聚落类型自动识别的方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102214358B (zh) | 2014-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Deep building footprint update network: A semi-supervised method for updating existing building footprint from bi-temporal remote sensing images | |
| Van Delm et al. | Classification and quantification of green in the expanding urban and semi-urban complex: Application of detailed field data and IKONOS-imagery | |
| CN102622738A (zh) | 一种Landsat TM/ETM+图像中山体阴影区的光谱信息恢复方法 | |
| Ding et al. | Time-series land cover mapping and urban expansion analysis using OpenStreetMap data and remote sensing big data: A case study of Guangdong-Hong Kong-Macao Greater Bay Area, China | |
| Williams et al. | Mapping urban slum settlements using very high-resolution imagery and land boundary data | |
| Alphan et al. | Detecting coastal urbanization and land use change in southern Turkey | |
| CN107909000B (zh) | 基于特征优选和支持向量机的不透水面覆盖度估算方法 | |
| CN113780307A (zh) | 一种区域年度最大蓝绿空间信息提取方法 | |
| CN102214358B (zh) | 基于知识发现的quickbird影像乡村聚落单元信息提取技术 | |
| Ma et al. | Automatic depicting algorithm of earthquake collapsed buildings with airborne high resolution image | |
| Huang et al. | Multi-feature combined for building shadow detection in GF-2 Images | |
| Wang et al. | Edge enhanced channel attention-based graph convolution network for scene classification of complex landscapes | |
| Tu et al. | High-resolution land cover change detection using low-resolution labels via a semi-supervised deep learning approach-2021 IEEE data fusion contest track MSD | |
| Zhu et al. | Impervious surface extraction from multispectral images via morphological attribute profiles based on spectral analysis | |
| Lyu et al. | Four seasonal composite Sentinel-2 images for the large-scale estimation of the number of stories in each individual building | |
| Salehi et al. | Object-based land cover classification of urban areas using VHR imagery and photogrammetrically-derived DSM | |
| Cheng et al. | Estimating impervious surface base on comparison of spectral mixture analysis and support vector machine methods | |
| Zou et al. | Multi-dimensional attention unet with variable size convolution group for road segmentation in remote sensing imagery | |
| Wen | Based on the improved depth residual Unet high-resolution remote sensing road extraction method | |
| Yang et al. | Extracting waterbody from Beijing-1 micro-satellite images based on knowledge discovery | |
| Yang et al. | A Model of extracting building from high resolution remote sensing image based on Bayesian Convolutional Neural Networks | |
| Huang et al. | Land use change moritoring in nature reserves base on GF-1/GF-2 | |
| Wang et al. | Location Discovery of Vector Data Update Driven by Map Image Tiles for National Geo-Information Service Platform | |
| Yao et al. | Study on karst information identification of qiandongnan prefecture based on RS and GIS technology | |
| Komwong et al. | Automatic 2D building extraction using high resolution image in Bangpli District, Samut Prakan Province, Thailand |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170420 Address after: 610068 Jingan Road, Chengdu, Sichuan, No. 5, No. Patentee after: Sichuan Normal University Address before: 610000 Sichuan Normal University, Chengdu, Jingan, No. 5 Sichuan Road, Sichuan Normal University, remote sensing and GIS Application Research Center Co-patentee before: Wang Qin Patentee before: Yang Cunjian Co-patentee before: Mou Lin Co-patentee before: Lu Zhou |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140108 Termination date: 20190409 |