首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于遥感图像分类算法的规划地地物识别方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网上海市电力公司;上海铁新地理信息有限公司

摘要:本发明涉及一种基于遥感图像分类算法的规划地地物识别方法及装置。该方法包括对原始图像进行预处理后,通过超像素分割以及图像特征提取,对图像标注结果及图像特征进行训练,最后利用训练产生的随机森林分类器完成图像地物的识别分类。与现有技术相比,本发明具有识别效率高、准确率高等优点。

主权项:1.一种基于遥感图像分类算法的规划地地物识别方法,其特征在于,该方法包括:步骤S1:对原始航拍图像进行预处理,并在完整的遥感图像上进行图像标注:分为植被、建筑和水系三种,输出逐像素的标注图;步骤S2:将完整的遥感图像和对应的标注图分块为多个样本,每个样本由一张遥感图像和一张标注图组成;步骤S3:对输入遥感图像进行高斯模糊;步骤S4:确定需要的超像素数量k,计算出相邻超像素平均间距再以所述超像素平均间距S在图像上随机选定初始聚类中心;步骤S5:初次选定的聚类中心3×3的范围内选择梯度最小的位置;步骤S6:对所有像素执行k-means聚类,两个像素之间的距离按如下公式计算: 式中,m控制超像素之间的紧密度,dc代表颜色接近度,ds代表空间接近度;两个像素间的颜色接近度和空间接近度按下式定义: 式中,Ixi,yi,s和Ixj,yj,s表示两个像素在光谱带s上的值,B表示光谱带集合,颜色接近度控制超像素均匀度,空间接近度控制超像素紧密度;步骤S7:聚类每次迭代计算超像素中心周围2S×2S内的像素,持续到残差E收敛到阈值以内;步骤S8:对每个超像素,统计其内部像素各类别的数量,取数量最多的类别为该超像素的类别标注;步骤S9:对每个超像素进行特征提取,并对提取出的特征进行标准化处理;步骤S10:将超像素标准化特征和超像素类别标注作为训练样本,训练随机森林分类器;步骤S11:输入待识别的遥感图片,通过不包含图像标注的超像素分割图像及特征提取的方法进行处理,使用训练好的所述随机森林分类器对特征进行分类,并输出识别出的图像的地物类别。

全文数据:

权利要求:

百度查询: 国网上海市电力公司 上海铁新地理信息有限公司 一种基于遥感图像分类算法的规划地地物识别方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。