CN111881801B - 基于不变检测策略的新增建设用地遥感监测方法及设备 - Google Patents
基于不变检测策略的新增建设用地遥感监测方法及设备 Download PDFInfo
- Publication number
- CN111881801B CN111881801B CN202010708826.9A CN202010708826A CN111881801B CN 111881801 B CN111881801 B CN 111881801B CN 202010708826 A CN202010708826 A CN 202010708826A CN 111881801 B CN111881801 B CN 111881801B
- Authority
- CN
- China
- Prior art keywords
- construction land
- mask
- land
- invariant
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于不变检测策略的新增建设用地遥感监测方法及设备,包括基于颜色特征的非建设用地提取,包括对前后时相遥感影像计算自然资源颜色指数,并初步提取非建设用地区域,形成掩膜A;基于形态学特征的建设用地提取,包括计算前后时相影像的形态学建设用地指数MCLI,提取建设用地与裸地,并进行二值化,形成掩膜B;基于形状特征的“伪变化”区域甄别,包括利用直线占比对休耕耕地和推填土进行进一步甄别,生成新的掩膜D;不变区域生成,包括根据前后时相影像的提取结果,首先提取建设用地不变区域,然后提取非建设用地不变区域,将建设用地不变区域与非建设用地取并集,生成不变区域;规则化生成最终的不变区域掩膜。
Description
技术领域
本发明涉及信息技术领域,具体涉及一种基于不变检测策略的新增建设用地遥感监测方法及设备。
背景技术
新增建设用地信息在自然资源管理、城市规划建设等方面发挥着不可替代的重要作用。在实际应用中,由于有非常严格的成果管理和应用要求,为了确保成果的准确性和可靠性,从上世纪末以来一直采用“人工目视解译+外业调绘”的作业模式。该作业模式的弊端尤为明显:投入大、耗时长、效率慢、时效性差、成果质量参差不齐。如何利用计算机自动提取方法提高作业效率有着十分重要的意义。
现有的新增建设用地提取方法主要采用遥感影像变化检测的方法,主要分为传统的基于像元/面向对象的提取方法(包括分水岭方法、能量最小化方法、均质区域识别方法、聚类提取城市变化方法、形态学房屋指数等)和基于深度学习的新增建设用地提取方法两类。然而利用遥感影像变化检测方法进行新增建设用地提取是一个极为复杂的问题:
(1)遥感影像成像和地物条件复杂,存在前后时相影像的卫星平台差异、光谱差异、分辨率差异、入射角差异、季相差异、光照条件差异以及地区差异、“同物异谱、同谱异物”等众多情况。
(2)存在地物变化客观性与人类需求主观性之间的矛盾。地物的变化存在客观性,而在实际应用中人们只提取其关心的变化形式,即该变化为自定义的“变化”,由此造成部分客观变化被忽略、部分微小变化被人为放大,使得变化检测方法从根本上难以普遍适应实际需求。
(3)变化检测的精度和图斑提取边界无法满足各类应用要求。不同的应用需求对变化检测的查全率或查准率有不同的要求,当前变化检测技术的查全率、查准率及变化图斑边界与人工提取结果有较大差距。
因此,在数据类型多、监测范围广、下垫面复杂、自动化要求高的实际应用场景,变化检测技术尚无法达到实际应用要求。
发明内容
为了解决现有遥感影像变化检测中存在的问题,本发明逆向思考,提出从不变区域入手研究利用高分辨率遥感影像进行新增建设用地提取的新思路,目的是提供一种基于不变检测策略的新增建设用地遥感监测方法。该方法在保证不变检测精度保持于一定查准率水平(即满足任务要求的准确率)的前提下,实现可能变化区域范围的压缩,减少人工目视解译量,提高提取效率,缩短耗时,提升工作效率和成果时效性。
为实现上述目的,本发明的技术方案提供一种基于不变检测策略的新增建设用地遥感监测方法,包括以下步骤,
步骤1,基于颜色特征的非建设用地提取,包括对前后时相遥感影像计算自然资源颜色指数,并初步提取非建设用地区域,形成掩膜A,其中1为非建设用地,0为建设用地;
所述自然资源颜色指数为通过建设用地与非建设用地的反射率特点,在绿色因子基础上结合灰度影像,通过阈值将建设用地与非建设用地初步区分开的指数;
步骤2,基于形态学特征的建设用地提取,包括计算前后时相影像的形态学建设用地指数MCLI,得到MCLI指数影像,提取建设用地与裸地并进行二值化,形成掩膜B,其中0为非建设用地,1为建设用地;
所述形态学建设用地指数MCLI为针对建设用地反射率较高和尺度不一等特征,通过波段最大值图像和多尺度顶帽变换进行提取的指数;
步骤3,基于形状特征的“伪变化”区域甄别,包括针对步骤1和步骤2中所得结果存在部分休耕耕地和推填土的误分现象,根据休耕耕地形状相对规则,推填土形状不规则的特征,利用直线占比对休耕耕地和推填土进行进一步甄别,生成新的掩膜D,1为形状规则图斑,0为形状不规则图斑及其他;
步骤4,不变区域生成,包括根据前后时相影像的步骤1、2、3的提取结果,首先提取建设用地不变区域,然后提取非建设用地不变区域,将建设用地不变区域与非建设用地取并集,生成不变区域;
步骤5,不变区域规则化,生成最终的不变区域掩膜。
而且,步骤1中,包括以下子步骤,
(1)遥感影像预处理,以几何、色彩均处理好的正射影像作为输入数据,首先对影像进行中值滤波,去除影像噪声;
(2)计算自然资源颜色指数NSCI如下,并设定阈值初步提取不变区域,形成掩膜影像,
Gray=0.299×R+0.587×G+0.114×B
式中,N为高亮区域给定值,R,G,B分别为遥感影像红色、绿色、蓝色通道的像素值,C为常数,L,M为预设的阈值;
(3)对掩膜影像进行形态学开运算,去除掩膜影像中孤立的小点、毛刺和小桥,同时保持原来图斑的位置不发生变化,得到掩膜A,其中1为非建设用地,0为建设用地。
而且,步骤2中,包括以下子步骤,
(1)进行波段最大值图像b合成;
(2)根据波段最大值图像b进行形态学白帽重构;
(3)对亮度图像进行多尺度顶帽变换;
(4)定义形态学建设用地指数MCLI如下,
MCLI=meanS(THRDMP)
式中,MCLI的值越大,属于建设用地的概率也越高;
根据设定阈值T对MCLI计算结果进行阈值分割,获得建设用地的初步提取结果,并形成掩膜B,其中0为非建设用地,1为建设用地。
而且,步骤3中,包括以下子步骤,
(1)将掩膜A和掩膜B进行相交运算得到掩膜C,即A∩B=C;
(2)对掩膜C进行形态学滤波开运算;
(3)跟踪步骤(2)所得掩膜影像上各个图斑的最外围轮廓,并计算轮廓面积,设定面积阈值剔除小图斑;
(4)简化图斑轮廓点;
(5)计算简化后轮廓的直线占比;
(6)根据直线占比设定阈值对形状不规则图斑进行剔除,生成新的掩膜D,1为形状规则图斑,0为形状不规则图斑及其他。
而且,步骤3中,简化图斑轮廓点的实现方式为,采用点合成法,以角度为限制条件实现简化。
而且,步骤4中,包括以下子步骤,
(1)建设用地不变区域提取;将前时相稳定建设用地掩膜SCT1和前时相稳定建设用地掩膜SCT2进行相交运算,得到建设用地不变区域,记为掩膜E,并对掩膜E进行形态学滤波开运算;SCT1和SCT2计算公式如下:
(2)非建设用地不变区域提取;由于新增建设用地在后时相表现为建设用地,因而,只需提取后时相中的非建设用地区域即为非建设用地不变区域;将后时相掩膜AT1和掩膜DT2进行相交运算得到非建设用地不变区域掩膜F,即F=AT1∩DT2;
其中,掩膜AT1为前时相T1的掩膜A,掩膜DT2为后时相T2的掩膜D。
而且,步骤5中,包括以下子步骤,
(1)将不变区域U划分为规则格网,规则格网通常但不限于为矩形,划分的方法为沿人工目视解译作业方向将不变区域U划分为M×N大小的格网即不变区域规则化结果G1,划分规则为格网覆盖区域内部全部为不变区域,不含任何可能变化区域;
(3)最终不变区域G=G1∪G2。
本发明还提供一种基于不变检测策略的新增建设用地遥感监测设备,用于如上所述一种基于不变检测策略的新增建设用地遥感监测方法。
与现有采用变化检测提取新增建设用地的方法相比,本发明可以具有的有益效果如下:
(1)本发明采用不变检测策略进行新增建设用地遥感监测,相对于判断地物复杂的变化情况,处理地物变化客观性与人类需求主观性之间的矛盾,本发明选择两者定义一致性强的不变区域作为提取目标,相比于变化检测精度更高,能够满足实际需求。
(2)本发明在保证不变区域高精度提取的基础上,实现可能变化区域范围的压缩,并采用不变区域规则化的方式使得提取结果更符合人工作业规则,从而直接减少人工目视解译量,避免了采用变化检测方法因检测结果和边界范围精度难以满足要求而导致作业人员仍需在其结果的基础上进行全图解译和重新修改勾绘的问题,能够直接提高新增建设用地提取效率。
(3)本发明选择不变区域进行提取,避免了由于实际需求中不同任务人工对地类提取要求的多样性造成的变化检测方法难以广泛适用的难题,有着更强的适用性。
附图说明
图1为本发明实施例的流程图。
具体实施方式
以下结合附图和实施例具体说明本发明的技术方案,
以河北青县为例,实施例利用本发明采用真实的高分辨率遥感正射影像数据和人工提取新增建设用地数据(作为验证)对基于不变检测策略的新增建设用地遥感监测方法进行实验,对河北任丘进行不变区域提取。
参见图1,实施例提供的一种基于不变检测策略的新增建设用地遥感监测方法,包括以下步骤:
高分辨遥感影像的分辨率为1m,新增建设用地数据来源于土地利用变更调查成果。
步骤1,对前后时相遥感影像计算自然资源颜色指数,并设定阈值初步提取耕地、园地、林地、草地、水域等非建设用地区域,形成掩膜A。
(4)遥感影像预处理,以几何、色彩均处理好的正射影像作为输入数据,首先对影像进行中值滤波,去除影像噪声;
(5)计算自然资源颜色指数(NSCI,Natural Resource Color Index),并设定阈值初步提取不变区域,形成掩膜影像。NSCI计算公式如下:
Gray=0.299×R+0.587×G+0.114×B (2)
式(1)中,N为高亮区域给定值,具体实施时可预设为负数,实施例中取值为-1;R,G,B分别为遥感影像红色、绿色、蓝色通道的像素值,C为常数,防止除数为0,一般取1。式(2)为RGB图像转灰度图像常用公式。具体实施时,阈值L,M可根据实验结果设定经验值。实施例中L=200,M=20。Gray为灰度。
自然资源颜色指数是本发明在绿色因子ExG基础上进行改进得到的新型指数,相对于绿色因子能够更好的区分建筑高亮区域与阴影、水体等低亮度区域。ExG公式如下:
ExG=2G-R-B (3)
其中,R,G,B分别为遥感影像红色、绿色、蓝色通道的像素值。
具体实施时,可以实现如下:
首先计算灰度影像Gray和|ExG|影像;
设定阈值L,M,通过阈值L,M将影像分割为三部分;
Gray>L的部分全部取值为N;
通过阈值便能将建设用地与非建设用地初步区分开。
(6)自然资源颜色指数能够对耕地、园地、林地、草地、水体、阴影等非建设用地同建设用地有较好的区分效果,但也容易将建设用地中同休耕耕地颜色特征极为相似的推填土地类误分为非建设用地。后续将进一步进行优化。对掩膜影像进行形态学开运算,去除掩膜影像中孤立的小点、毛刺和小桥,同时保持原来图斑的位置不发生变化,得到掩膜A,其中1为非建设用地,0为建设用地。
实施例选择7ⅹ7的矩形结构元素对掩膜影像进行形态学开运算。
步骤2,基于形态学特征的建设用地提取;
计算前后时相影像的形态学建设用地指数(MCLI,Morphological ConstructionLand Index)指数影像,选取经验阈值提取建设用地与裸地,并进行二值化。
(1)波段最大值图像b合成。由于建筑的反射率一般比较高,因此可通过亮度值来反映建筑与邻近地物的反射率差异。亮度值的计算公式如下:
b(z)=max(Bands(z)) (4)
式中,b(z)表示像素点z的亮度值,Bands(z)表示各波段在像素点z处的值,max为求最大值的函数。
(2)形态学白帽重构。顶帽变换能够检测到尺寸小于或等于结构元素大小的明亮对象,同时去除其他较暗像素,顶帽值可反映结构元素区域内的像素与其邻近像素的亮度值差异,因此可对亮度图像进行顶帽变换来反映建筑的高对比度特性。顶帽变换的计算公式如下:
(3)多尺度顶帽变换。由于影像上的建筑物通常具有不同的尺寸大小,因此可对亮度图像进行多尺度顶帽变换来考虑这一特性。多尺度顶帽变换基于差分形态学属性建立,其定义如下:
式中, 表示基于差分形态学建立的不同尺寸的线性结构元素的顶帽值;Smin和Smax分别表示线性结构集合S中的最小与最大尺寸;ΔS表示尺寸间隔,其取值与影像中建筑物的大小及影像分辨率有关,具体实施时可根据相应情况预设。
实施例中,ΔS=5。
(4)MCLI计算。基于以上处理结果定义了形态学建设用地指数MCLI,其计算公式如下:
MCLI=meanS(THRDMP) (7)
式中,means()表示取均值。步骤(3)中计算了多尺度形态学差分图像,本步骤对不同尺度的图像求和取均值。MCLI的值越大,其属于建设用地的概率也越高,因此本发明设定阈值T对MCLI计算结果进行阈值分割,从而获得建设用地的初步提取结果,并形成掩膜B,其中0为非建设用地,1为建设用地。具体实施时,T可根据实验结果设定经验值。实施例中,T的取值为1.0。
形态学建设用地指数MCLI是本发明在形态学建筑物指数MBI基础上进行改进得到的新型指数,相比于建筑物,建设用地的范围更广,包括房屋、道路、停车场、水工建筑、推填土等。形态学建筑物指数MBI能够对房屋建筑有较好的提取效果,而对其他类型建设用地提取效果较差。参考形态学建筑物指数MBI计算思路,形态学建设用地指数MCLI针对建设用地反射率较高和尺度不一等特征,通过波段最大值图像和多尺度顶帽变换进行提取。MCLI对建设用地有着较好的提取效果,但同时部分有着规则边界的休耕耕地也容易被误分为建设用地。
步骤3,基于形状特征的“伪变化”区域甄别;
针对步骤1和步骤2中方法的存在的部分休耕耕地和推填土的误分现象,根据休耕耕地形状相对规则,推填土形状不规则的特征,利用直线占比对休耕耕地和推填土进行进一步甄别。
(1)将掩膜A和掩膜B进行相交运算得到掩膜C,即A∩B=C。
(2)选取合适的滤波窗口对掩膜影像(即掩膜C)进行形态学滤波开运算,去除掩膜影像中孤立的小点、毛刺等。
实施例选取7ⅹ7的矩形结构元素对掩膜影像进行形态学滤波开运算。
(3)跟踪掩膜影像(当前为上一步骤形态学滤波开运算所得结果)上各个图斑的最外围轮廓,并计算轮廓面积,设定面积阈值剔除小图斑。具体实施时,面积阈值可根据实际情况预设。实施例中,设定面积阈值为400剔除小图斑。
(4)简化图斑轮廓点。本发明提出优选简化实现方案,在现有的“点合成法”的基础上,进行了改进,引入了角度作为限制条件,避免了大角度拐点被去除。具体实现如下:
首先读取一个轮廓点组(p1,p2,p3,...,pn),选取连续的三个轮廓点(p1,p2,p3)组成两个点对((p1,p2),(p2,p3)),计算直线p1p2与直线p2p3夹角和点p2到直线p1p3的垂直距离,当距离过小或夹角过大过小时(实施例中为当距离小于3或夹角大于120°小于60°时),去除点p2,将p3作为新中点p2,读取下一个轮廓点p4作为p3,再进行计算,否则将轮廓点整体后移,读取(p2.p3,p4),再进行计算,直至计算完所有轮廓点;然后重复上述操作,对所有轮廓进行此操作。
(5)计算简化后轮廓的直线占比。首先计算轮廓的周长,选取周长的一定占比作为阈值1,同时根据影像分辨率设置一个绝对距离阈值,记为阈值2,然后计算相邻两点之间的距离,将距离大于阈值1或阈值2的线段认定为直线,计算直线和与周长的比值;
具体实施时,阈值1、阈值2可根据实验结果设定经验值。实施例中,选取周长的1/10作为阈值1,同时根据影像分辨率设置20为绝对距离阈值2。
(6)根据直线占比设定阈值对形状不规则图斑进行剔除,生成新的掩膜影像D,1为形状规则图斑,0为形状不规则图斑及其他。
实施例中,根据直线占比设定0.5为阈值,将直线占比小于0.5的图斑认定为形状不规则图斑,将其剔除,生成新的掩膜影像,记为掩膜D。
步骤4,不变区域生成
根据前后时相影像的步骤1、2、3的提取结果,进行一定的处理后得到不变区域。
(1)建设用地不变区域提取。将前时相稳定建设用地掩膜SCT1和前时相稳定建设用地掩膜SCT2进行相交运算,得到建设用地不变区域,记为掩膜E,即E=SCT1∩SCT2,并选取合适的滤波窗口(实施例中为7ⅹ7的矩形结构元素)对掩膜影像E进行形态学滤波开运算,去除掩膜影像中孤立的小点、毛刺等。
稳定建设用地指的是在步骤1和步骤2中均提取为建设用地的区域,提取稳定建设用地的目的是保证不变区域提取的查准率,即尽量避免新增建设用地被误判为不变区域。SCT1和SCT2计算公式如下:
(2)非建设用地不变区域提取。由于新增建设用地在后时相表现为建设用地,因而,只需提取后时相中的非建设用地区域即为非建设用地不变区域。将后时相掩膜AT1和掩膜DT2进行相交运算得到非建设用地不变区域掩膜F,即F=AT1∩DT2。
其中,掩膜AT1为前时相T1的掩膜A,掩膜DT2为后时相T2的掩膜D。
步骤5,不变区域规则化
为方便作业人员人工解译和勾绘新增建设用地边界,将不变区域进行一定的规则化处理,生成最终的不变区域掩膜,从而压缩人工需要目视解译的范围,直接提高作业效率。
(1)将不变区域U划分为规则格网,规则格网通常但不限于为矩形,划分的方法为沿人工目视解译作业方向(如横向或纵向)将不变区域U划分为M×N大小的格网即不变区域规则化结果G1,划分规则为格网覆盖区域内部全部为不变区域,不含任何可能变化区域。
(3)最终不变区域G=G1∪G2。
实施例中,不变区域规则化按照以上步骤(1)-(3),首先对非建设用地不变区域进行规则化,格网大小取200×200;然后对建设用地不变区域进行规则化,缓冲区半径为1m;最后对两者取并集得到最终不变区域。
最终检测结果如下表:
新增建设用地图斑个数 | 本发明识别图斑个数 | 准确率 | 不变区域占行政区面积比 |
992 | 977 | 98.49% | 51.60% |
通过上述步骤进行处理的影像能够提取出高精度的不变区域,保留下可能具有新增建设用地的范围,实现可能变化区域范围的压缩,减少人工目视解译量,提升工作效率和成果时效性。本发明方法复杂度低、提取结果精度高,能够快速对影像进行处理,保留感兴趣地物,在保证运算速度的前提下,同时又保证了处理结果的精度。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,运行方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
本发明还提供了一种基于不变检测策略的新增建设用地遥感监测设备,包括存储器以及处理器,所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行,以实现上述所述的基于不变检测策略的新增建设用地遥感监测方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.一种基于不变检测策略的新增建设用地遥感监测方法,其特征在于:包括以下步骤,
步骤1,基于颜色特征的非建设用地提取,包括对前后时相遥感影像计算自然资源颜色指数,并初步提取非建设用地区域,形成掩膜A,其中1为非建设用地,0为建设用地;
所述自然资源颜色指数为通过建设用地与非建设用地的反射率特点,在绿色因子基础上结合灰度影像,通过阈值将建设用地与非建设用地初步区分开的指数;
步骤2,基于形态学特征的建设用地提取,包括计算前后时相影像的形态学建设用地指数MCLI,得到MCLI指数影像,提取建设用地与裸地并进行二值化,形成掩膜B,其中0为非建设用地,1为建设用地;
所述形态学建设用地指数MCLI为针对建设用地反射率较高和尺度不一特征,通过波段最大值图像和多尺度顶帽变换进行提取的指数;
步骤3,基于形状特征的“伪变化”区域甄别,包括针对步骤1和步骤2中所得结果存在部分休耕耕地和推填土的误分现象,根据休耕耕地形状相对规则,推填土形状不规则的特征,利用直线占比对休耕耕地和推填土进行进一步甄别,生成新的掩膜D,1为形状规则图斑,0为形状不规则图斑及其他;
步骤4,不变区域生成,包括根据前后时相影像的步骤1、2、3的提取结果,首先提取建设用地不变区域,然后提取非建设用地不变区域,将建设用地不变区域与非建设用地取并集,生成不变区域;
步骤5,不变区域规则化,生成最终的不变区域掩膜,包括以下子步骤,
(1)将不变区域U划分为规则格网,划分的方法为沿人工目视解译作业方向将不变区域U划分为M×N大小的格网即不变区域规则化结果G1,划分规则为格网覆盖区域内部全部为不变区域,不含任何可能变化区域;
(3)最终不变区域G=G1∪G2。
2.根据权利要求1所述基于不变检测策略的新增建设用地遥感监测方法,其特征在于:步骤1中,包括以下子步骤,
(1)遥感影像预处理,以几何、色彩均处理好的正射影像作为输入数据,首先对影像进行中值滤波,去除影像噪声;
(2)计算自然资源颜色指数NSCI如下,并设定阈值初步提取不变区域,形成掩膜影像,
Gray=0.299×R+0.587×G+0.114×B
式中,N为高亮区域给定值,R,G,B分别为遥感影像红色、绿色、蓝色通道的像素值,C为常数,L,M为预设的阈值;
(3)对掩膜影像进行形态学开运算,去除掩膜影像中孤立的小点、毛刺和小桥,同时保持原来图斑的位置不发生变化,得到掩膜A,其中1为非建设用地,0为建设用地。
3.根据权利要求1所述基于不变检测策略的新增建设用地遥感监测方法,其特征在于:步骤2中,包括以下子步骤,
(1)进行波段最大值图像b合成;
(2)根据波段最大值图像b进行形态学白帽重构;
(3)对亮度图像进行多尺度顶帽变换;
(4)定义形态学建设用地指数MCLI如下,
MCLI=meanS(THRDMP)
式中,MCLI的值越大,属于建设用地的概率也越高;
根据设定阈值T对MCLI计算结果进行阈值分割,获得建设用地的初步提取结果,并形成掩膜B,其中0为非建设用地,1为建设用地。
4.根据权利要求1或2或3所述基于不变检测策略的新增建设用地遥感监测方法,其特征在于:步骤3中,包括以下子步骤,
(1)将掩膜A和掩膜B进行相交运算得到掩膜C,即A∩B=C;
(2)对掩膜C进行形态学滤波开运算;
(3)跟踪步骤(2)所得掩膜影像上各个图斑的最外围轮廓,并计算轮廓面积,设定面积阈值剔除小图斑;
(4)简化图斑轮廓点;
(5)计算简化后轮廓的直线占比;
(6)根据直线占比设定阈值对形状不规则图斑进行剔除,生成新的掩膜D,1为形状规则图斑,0为形状不规则图斑及其他。
5.根据权利要求4所述基于不变检测策略的新增建设用地遥感监测方法,其特征在于:步骤3中,简化图斑轮廓点的实现方式为,采用点合成法,以角度为限制条件实现简化。
6.根据权利要求1或2或3所述基于不变检测策略的新增建设用地遥感监测方法,其特征在于:步骤4中,包括以下子步骤,
(1)建设用地不变区域提取;将前时相稳定建设用地掩膜SCT1和前时相稳定建设用地掩膜SCT2进行相交运算,得到建设用地不变区域,记为掩膜E,并对掩膜E进行形态学滤波开运算;SCT1和SCT2计算公式如下:
(2)非建设用地不变区域提取;由于新增建设用地在后时相表现为建设用地,因而,只需提取后时相中的非建设用地区域即为非建设用地不变区域;将后时相掩膜AT1和掩膜DT2进行相交运算得到非建设用地不变区域掩膜F,即F=AT1∩DT2;
其中,掩膜AT1为前时相T1的掩膜A,掩膜DT2为后时相T2的掩膜D;
7.一种基于不变检测策略的新增建设用地遥感监测设备,其特征在于:用于如权利要求1至6任一种所述一种基于不变检测策略的新增建设用地遥感监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010708826.9A CN111881801B (zh) | 2020-07-22 | 2020-07-22 | 基于不变检测策略的新增建设用地遥感监测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010708826.9A CN111881801B (zh) | 2020-07-22 | 2020-07-22 | 基于不变检测策略的新增建设用地遥感监测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881801A CN111881801A (zh) | 2020-11-03 |
CN111881801B true CN111881801B (zh) | 2022-08-16 |
Family
ID=73155896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010708826.9A Active CN111881801B (zh) | 2020-07-22 | 2020-07-22 | 基于不变检测策略的新增建设用地遥感监测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881801B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989657B (zh) * | 2021-10-11 | 2024-05-10 | 中国测绘科学研究院 | 基于不变信息样本筛选的耕地范围变化检测方法及装置 |
CN115223000B (zh) * | 2022-09-20 | 2024-02-13 | 江苏省基础地理信息中心 | 面向耕地资源监测的深度学习样本制作方法 |
CN116434071B (zh) * | 2023-06-07 | 2023-09-12 | 浙江国遥地理信息技术有限公司 | 一种规整化建筑掩膜的确定方法、确定装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855487A (zh) * | 2012-08-27 | 2013-01-02 | 南京大学 | 高分辨率遥感图像新增建设用地变化图斑自动提取的方法 |
CN103971115A (zh) * | 2014-05-09 | 2014-08-06 | 中国科学院遥感与数字地球研究所 | 一种基于NDVI和PanTex指数的高分辨率遥感影像新增建设用地图斑自动提取方法 |
CN104794725A (zh) * | 2015-05-04 | 2015-07-22 | 福建师范大学 | 一种基于局部不变特征的遥感影像对象表达方法 |
CN105160355A (zh) * | 2015-08-28 | 2015-12-16 | 北京理工大学 | 一种基于区域相关和视觉单词的遥感图像变化检测方法 |
CN111339948A (zh) * | 2020-02-25 | 2020-06-26 | 武汉大学 | 一种高分辨率遥感影像新增建筑自动识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2016385541B2 (en) * | 2016-01-15 | 2019-07-11 | Wuhan Optics Valley Zoyon Science And Technology Co., Ltd. | Object surface deformation feature extraction method based on line scanning three-dimensional point Cloud |
-
2020
- 2020-07-22 CN CN202010708826.9A patent/CN111881801B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855487A (zh) * | 2012-08-27 | 2013-01-02 | 南京大学 | 高分辨率遥感图像新增建设用地变化图斑自动提取的方法 |
CN103971115A (zh) * | 2014-05-09 | 2014-08-06 | 中国科学院遥感与数字地球研究所 | 一种基于NDVI和PanTex指数的高分辨率遥感影像新增建设用地图斑自动提取方法 |
CN104794725A (zh) * | 2015-05-04 | 2015-07-22 | 福建师范大学 | 一种基于局部不变特征的遥感影像对象表达方法 |
CN105160355A (zh) * | 2015-08-28 | 2015-12-16 | 北京理工大学 | 一种基于区域相关和视觉单词的遥感图像变化检测方法 |
CN111339948A (zh) * | 2020-02-25 | 2020-06-26 | 武汉大学 | 一种高分辨率遥感影像新增建筑自动识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111881801A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881801B (zh) | 基于不变检测策略的新增建设用地遥感监测方法及设备 | |
CN107563413B (zh) | 无人机航拍影像农田块对象精准提取方法 | |
CN111696123A (zh) | 超像素分类识别的遥感图像水域分割提取方法 | |
CN109389163B (zh) | 一种基于地形图的无人机影像分类系统及方法 | |
CN107330875B (zh) | 基于遥感图像正反向异质性的水体周边环境变化检测方法 | |
CN103077515B (zh) | 一种多光谱图像建筑物变化检测方法 | |
CN102184534B (zh) | 一种利用多尺度高帽选择变换的图像融合方法 | |
CN111339948B (zh) | 一种高分辨率遥感影像新增建筑自动识别方法 | |
CN110287898A (zh) | 一种光学卫星遥感影像云检测方法 | |
CN107992856B (zh) | 城市场景下的高分遥感建筑物阴影检测方法 | |
CN109784216B (zh) | 基于概率图的车载热成像行人检测RoIs提取方法 | |
CN113326855B (zh) | 基于二维高斯曲面拟合的夜间灯光遥感图像特征提取方法 | |
CN112330561B (zh) | 基于交互式前景提取与信息熵分水岭的医学图像分割方法 | |
CN111353371A (zh) | 基于星载sar影像的海岸线提取方法 | |
CN111222511A (zh) | 一种红外无人机目标检测方法及系统 | |
CN114842262A (zh) | 融合线路通道正射影像的激光点云地物自动识别方法 | |
CN114283213A (zh) | 联合LiDAR点云与光学图像的房屋自适应矢量化方法 | |
CN114049566A (zh) | 一种逐步细化的陆地卫星影像云和云阴影检测方法及装置 | |
CN107657246B (zh) | 一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法 | |
CN113705441A (zh) | 协同多光谱和sar影像的高时空分辨率地表水体提取方法 | |
CN107194405B (zh) | 一种交互式半自动高分辨率遥感影像建筑物提取的方法 | |
CN116129278B (zh) | 一种基于遥感影像的土地利用分类识别系统 | |
CN112435272A (zh) | 一种基于图像轮廓分析的高压输电线连通域去除方法 | |
CN112184696A (zh) | 一种细胞核和细胞器计数及其面积计算方法与系统 | |
CN110310263B (zh) | 一种基于显著性分析和背景先验的sar图像居民区检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |