CN112800993A - 一种基于离散小波变换的区域尺度工业厂房信息增强方法 - Google Patents

Abstract

本发明公开了一种基于离散小波变换的区域尺度工业厂房信息增强方法，包括以下步骤：获取待检测区域的多光谱卫星影像数据，并对卫星影像数据进行预处理，生成适用于提取信息的标准遥感数据；利用离散小波变换算法对标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并；以原多光谱卫星影像数据为参照，利用目视解译方法筛选包含高频信息的敏感波段，并进行区域尺度工业厂房信息标识。本发明提供的基于离散小波变换的区域尺度工业厂房信息增强方法，以离散小波变换为数据处理手段，实现了工业厂房信息的快速、准确诊断，提升了工业厂房的信息化管理水平。

Description

一种基于离散小波变换的区域尺度工业厂房信息增强方法

技术领域

本发明涉及工业厂房信息识别技术领域，特别是涉及一种基于离散小波变换的区域尺度工业厂房信息增强方法。

背景技术

近年来，我国经济社会发展取得显著成就，但随着经济社会的持续发展，人类对自然环境的破坏日益严重，尤其是工业发展对环境的污染。随着环境污染问题不断突显，全国各级政府对环保保护工作日益重视，加强了工业厂房的监测与管理。

目前，工业厂房数据的获取多采用实地调查和统计上报等方法，由于其工作流程复杂、人工干预过多等问题，导致数据获取的准确性和时效性较低。相比于传统统计方法，遥感具有宏观、动态、快速等特点，可以实现大面积动态同步观测，已经被用于农业、林业、城市的信息提取。然而，国内学者针对工业厂房信息提取的研究则相对较少，无法实时、快速、有效的获取厂房空间分布信息。因此，如何实现长时间、大范围、高精度的工业厂房信息的提取，就成了一个亟待解决的重要问题。

发明内容

本发明的目的是提供一种基于离散小波变换的区域尺度工业厂房信息增强方法，以离散小波变换为数据处理手段，实现了工业厂房信息的快速、准确诊断，提升了工业厂房的信息化管理水平。

为实现上述目的，本发明提供了如下方案：

一种基于离散小波变换的区域尺度工业厂房信息增强方法，该方法包括以下步骤：

S1，获取待检测区域的多光谱卫星影像数据，并对卫星影像数据进行预处理，生成适用于提取信息的标准遥感数据；

S2，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并；

S3，以原多光谱卫星影像数据为参照，利用目视解译方法筛选包含高频信息的敏感波段，并进行区域尺度工业厂房信息标识。

进一步的，所述步骤S1中，所述获取待检测区域的多光谱卫星影像数据，具体包括：

所述多光谱卫星影像数据包含4个波段：蓝、绿、红、近红外，且影像的空间分辨率为亚米级。

进一步的，所述步骤S1中，所述对卫星影像数据进行预处理，具体包括：

利用遥感专业处理软件进行卫星影像数据的辐射纠正，将卫星影像数据转换为反射率；

利用标准影像数据进行几何纠正，并进行卫星影像数据的拼接。

进一步的，所述步骤S2中，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并，具体包括：

将标准遥感数据视为多条光谱的组合，每个像元视为一条光谱，然后利用离散小波变换算法逐像元进行数据分解，得到不同位置和不同尺度上分解得到的高频信息，所述高频信息为代表工业厂房的铁、油漆的光谱信息，再将分解高频信息按尺度逐像元合并，重构影像数据。

进一步的，所述步骤S2中，采用的小波基如下：

式中，λ为光谱曲线的波段数，a和b均为正实数，其中a表示伸缩因子，用来定义小波的宽度，b为平移因子，用于确定小波的位置；当a＞1时，ψ(λ/a)的波长范围大于ψ(λ)的波长范围，随着a值的逐渐增大，ψ(λ/a)的波长范围比ψ(λ)的波长范围增大的幅度变大，此时小波变换对波长反映的相对较为粗略，而对频率反映的相对精细，这与低频情况恰好相互对应；当a＜1时，ψ(λ/a)的波长范围小于ψ(λ)的波长范围，随着a值的逐渐减小，ψ(λ/a)的波长范围比ψ(λ)的波长范围减小的幅度变小，此时小波变换对频率反映的相对较为粗略，而对波长则反映的相对较为精细。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的基于离散小波变换的区域尺度工业厂房信息增强方法，考虑到卫星影像中的工业厂房信息是铁、油漆、塑料泡沫的混合，其中铁、油漆是大多工业厂房信息内固有信息，且铁、油漆在工业厂房信息中占据主控地位，因此，本发明是在深入分析工业厂房构成及其与光谱的内在关联的基础上提出的；本发明从影像像元值得光谱属性为切入点，以卫星遥感技术为主要观测手段，以离散小波变换主要数据处理手段，提出一种基于离散小波变换技术区域尺度工业厂房信息增强方法，为工业厂房空间位置信息的自动识别、检测提供必要技术支撑；该方法具有高精度、简便、易操作等优势，且本方法本方法的检测精度更高，鲁棒性和普适性更好，能有效弥补该领域的不足。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明基于离散小波变换的区域尺度工业厂房信息增强方法的流程图；

图2是本发明实施例区域尺度工业厂房信息增强效果图。

具体实施方式

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、完整地描述，显然，所描述的实施例仅仅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。

本发明的目的是提供一种基于离散小波变换的区域尺度工业厂房信息增强方法，以离散小波变换为数据处理手段，实现了工业厂房信息的快速、准确诊断，提升了工业厂房的信息化管理水平。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的基于离散小波变换的区域尺度工业厂房信息增强方法，包括以下步骤：

S1，获取待检测区域的多光谱卫星影像数据，并对卫星影像数据进行预处理，生成适用于提取信息的标准遥感数据；

S2，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并；

S3，以原多光谱卫星影像数据为参照，利用目视解译方法筛选包含高频信息的敏感波段，并进行区域尺度工业厂房信息标识。区域尺度工业厂房信息增强效果如图2所示。

本发明的工作原理：

工业厂房光谱信息是铁质、油漆等地物特性的综合体现，其中铁、油漆是工业厂房信息内固有信息，且铁、油漆在工业厂房信息中占据主控地位，因此，铁、油漆的光谱信息是大多工业厂房地共有信息。离散小波变换算法对光谱信息具有稳定的分解规律，该技术能有效地将光谱信息进行分离，从而有助于突显工业厂房信息。

其中，所述步骤S1中，所述获取待检测区域的多光谱卫星影像数据，具体包括：

所述多光谱卫星影像数据包含4个波段：蓝、绿、红、近红外，且影像的空间分辨率为亚米级。

所述步骤S1中，所述对卫星影像数据进行预处理，包括辐射纠正、几何纠正、拼接、裁剪等处理，具体包括：

利用遥感专业处理软件进行卫星影像数据的辐射纠正，将卫星影像数据转换为反射率；

利用标准影像数据进行几何纠正，并进行卫星影像数据的拼接。

所述步骤S2中，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并，具体包括：

将标准遥感数据视为多条光谱的组合，每个像元视为一条光谱，然后利用离散小波变换算法逐像元进行数据分解，得到不同位置和不同尺度上分解得到的高频信息，所述高频信息为代表工业厂房的铁、油漆的光谱信息，再将分解高频信息按尺度逐像元合并，重构影像数据。

小波变换可以通过伸缩和平移等运算对函数或信号在多个尺度上进行分解，较好解决傅里叶变换不能同时分析时间域和频率域的缺陷，应用于遥感图像处理、森林种类识别、植物胁迫识别、地理学、病虫害信息提取等众多领域，本发明主要应用离散小波技术在图像处理领域。本发明将图像视为多条光谱信息的组合，因而小波变换可以将图像逐像元进行数据分解，并分离出工业厂房光谱特征信息。离散小波变换通过对图像像元在多个尺度上进行分解，能够得到不同位置和不同尺度上分解得到的高频信息与低频信息，从而凸显部分地物的光谱信息。其中离散小波变换方法通过使用一个母小波函数ψ(λ)将光谱反射率f(λ)(λ＝1,2,......,n,)分解为不同尺度的低频信息与高频信息，所述步骤S2中，采用的小波基如下：

式中，λ为光谱曲线的波段数，a和b均为正实数，其中a表示伸缩因子，用来定义小波的宽度，b为平移因子，用于确定小波的位置；当a＞1时，ψ(λ/a)的波长范围大于ψ(λ)的波长范围，随着a值的逐渐增大，ψ(λ/a)的波长范围比ψ(λ)的波长范围增大的幅度变大，此时小波变换对波长反映的相对较为粗略，而对频率反映的相对精细，这与低频情况恰好相互对应；当a＜1时，ψ(λ/a)的波长范围小于ψ(λ)的波长范围，随着a值的逐渐减小，ψ(λ/a)的波长范围比ψ(λ)的波长范围减小的幅度变小，此时小波变换对频率反映的相对较为粗略，而对波长则反映的相对较为精细。

离散小波变换可将地物光谱信息按频率的高低逐步从原光谱信息中分离出高频信息，该变换有助于提取用于标识地物信息的细微特征，进而有助于地物信息的识别。而连续小波换仅将地物光谱分解为一系列与原信号相近的信息，适用于扩大地物信息的整体(或某一光谱区间)差异，而但分离的信息无助于凸显地物的细微特征。因此，考虑到工业厂房的光谱特征与其他建筑的光谱特征具有较高的相似度，为凸显工业厂房的光谱信息，本发明采用离散小波变换作为本发明的主要技术方法。

离散小波变换方法的这些优势正是本方法用于工业厂房信息增强依据和原因所在。

区域尺度工业厂房信息快速诊断是区域工业信息的重要基础数据，本发明提供的基于离散小波变换的区域尺度工业厂房信息增强方法是在深入分析工业厂房构成及其与光谱的内在关联的基础上提出的，该方法具有高精度、简便、易操作等优势，可为工业厂房快速、识别提供基础技术支撑；工业厂房信息开展工业生产信息普查的重要基础数据，本发明可有助于进行精准监控，从而为精准开展城市规划提供基础技术支撑；现有技术在工业厂房信息增强、识别方面相对匮乏，本发明能有效弥补该领域的不足，且本发明的检测精度更高，鲁棒性和普适性更好。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于离散小波变换的区域尺度工业厂房信息增强方法，其特征在于，包括以下步骤：

S1，获取待检测区域的多光谱卫星影像数据，并对卫星影像数据进行预处理，生成适用于提取信息的标准遥感数据；

S2，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并；

S3，以原多光谱卫星影像数据为参照，利用目视解译方法筛选包含高频信息的敏感波段，并进行区域尺度工业厂房信息标识。

2.根据权利要求1所述的基于离散小波变换的区域尺度工业厂房信息增强方法，其特征在于，所述步骤S1中，所述获取待检测区域的多光谱卫星影像数据，具体包括：

所述多光谱卫星影像数据包含4个波段：蓝、绿、红、近红外，且影像的空间分辨率为亚米级。

3.根据权利要求1所述的基于离散小波变换的区域尺度工业厂房信息增强方法，其特征在于，所述步骤S1中，所述对卫星影像数据进行预处理，具体包括：

利用遥感专业处理软件进行卫星影像数据的辐射纠正，将卫星影像数据转换为反射率；

利用标准影像数据进行几何纠正，并进行卫星影像数据的拼接。

4.根据权利要求1所述的基于离散小波变换的区域尺度工业厂房信息增强方法，其特征在于，所述步骤S2中，利用离散小波变换算法对经过步骤S1处理的标准遥感数据进行小波变换，提取影像数据中表征工业厂房的高频信息，并将提取的高频信息逐尺度合并，具体包括：

将标准遥感数据视为多条光谱的组合，每个像元视为一条光谱，然后利用离散小波变换算法逐像元进行数据分解，得到不同位置和不同尺度上分解得到的高频信息，所述高频信息为代表工业厂房的铁、油漆的光谱信息，再将分解高频信息按尺度逐像元合并，重构影像数据。

5.根据权利要求4所述的基于离散小波变换的区域尺度工业厂房信息增强方法，其特征在于，所述步骤S2中，采用的小波基如下：

式中，λ为光谱曲线的波段数，a和b均为正实数，其中a表示伸缩因子，用来定义小波的宽度，b为平移因子，用于确定小波的位置；当a＞1时，ψ(λ/a)的波长范围大于ψ(λ)的波长范围，随着a值的逐渐增大，ψ(λ/a)的波长范围比ψ(λ)的波长范围增大的幅度变大，此时小波变换对波长反映的相对较为粗略，而对频率反映的相对精细，这与低频情况恰好相互对应；当a＜1时，ψ(λ/a)的波长范围小于ψ(λ)的波长范围，随着a值的逐渐减小，ψ(λ/a)的波长范围比ψ(λ)的波长范围减小的幅度变小，此时小波变换对频率反映的相对较为粗略，而对波长则反映的相对较为精细。

Images