基于高分一号遥感影像的建筑用地图像提取方法及系统与流程

本发明涉及城市遥感检测，特别是基于高分一号遥感影像的建筑用地图像提取方法及系统。

背景技术：

1、随着经济的迅速发展，城市发展与违规建筑矛盾是当前许多城市面临的一大问题。在城市化进程中，城市规划建设对于城市发展和社会经济的发展至关重要，而违规建筑的出现则会给城市发展带来严重的影响。因此，加强城市土地规划和管理，加强对违法违规建筑的治理和清理，是未来城市发展的必然趋势。

2、遥感技术能够远距离不接触或靠近目标而获得其信息，随着遥感观测技术的迅速发展，遥感应用领域越来越广泛。针对需要大面积、快速、自动化核查技术的城市建筑用地提取工作，遥感卫星监测是一种行之有效的手段。建筑用地检测技术是指结合图像分析和模式识别等技术，对单幅或多幅遥感影像中的建筑用地进行自动化的检测和提取，并获取其相关信息例如轮廓、位置等的一种信息自动化提取技术。高分辨率遥感影像具有较高的分辨率，意味着它含有丰富的地物信息，而当建筑用地处在复杂的地理环境中时，就会给建筑用地的精确识别提取带来极大的困难。面对海量的影像数据，如何快速并自动地实现建筑用地的检测提取，具有十分重要的意义。高分一号作为国家高分辨率对地观测系统重大专项的首发星，具有高空间分辨率、大图像幅宽及高时间分辨率等优点，为利用国产卫星遥感数据进行高分辨率、高精度的土地利用/覆盖分类提供了很大的空间。目前，国内多位学者已使用高分一号数据开展了多项有关土地利用/覆盖分类的研究，然而由于高分一号数据存在光谱分辨率、影像信息含量偏低的问题，如何提高高分一号数据的信息提取精度成为了相关研究的热点。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于：现高分一号数据存在光谱分辨率、影像信息含量偏低的问题。

3、为解决上述技术问题，本发明提供如下技术方案：基于高分一号遥感影像的建筑用地图像提取方法，其包括，筛选研究区高质量的高分一号影像，并基于envi软件进行预处理；针对建筑用地提取，选择归一化植被指数ndvi、归一化水体指数ndwi、调节土壤亮度指数savi，最优调节土壤亮度指数osavi作为建筑用地的特征指数；分析建筑用地与周边土地覆盖类型在高分一号影像中指数特征的差异，基于ecognition软件选用多尺度分割，对影像进行分割；由分析得出的建筑用地与周边土地覆盖类型的差异，对建筑用地，道路，裸地，林地，水田，水体均匀选择训练样本并以训练，初步获得主要地类的情况，最后提取出建筑用地、道路、裸地三个大类；初步得到分类结果后，通过分析建筑用地，道路，裸地，在形状、纹理引进brightness，length/width，shape indexs三个参数进行特征提取，对人工用地进行精细分类识别，得到建筑用地最终分类结果。

4、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述预处理包括辐射定标、正射校正、图像融合、裁剪。

5、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述特征指数表示为，

6、ndvi＝(ρnir-ρred)/(ρnir+ρred)

7、ndwi＝(ρgreen-ρnir)/(ρgreen+ρnir)

8、savi＝(ρnir-ρred)/(ρnir+ρred)

9、osavi＝(ρred-ρgreen)/(ρred+ρgreen+l)

10、式中，ρred、ρgreen、ρnir分别表示为红、绿和近红外波段的反射率，l表示为土壤调节系数。

11、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述对影像进行分割包括三个参数为尺度、形状和紧密度，根据试验区esp2插件运行结果并通过影像分割结果不断调整，最终确定的分割尺度为75，0.175，0.75。

12、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述提取出建筑用地、道路、裸地三个大类包括，基于决策树集成学习，得到分类函数c(x)表示为，

13、

14、

15、

16、

17、其中，n表示为随机森林中决策树的数量，μi表示为第i棵树的输出数据计算得到的均值，表示为第i棵树的输出数据计算得到的标准差平方，m表示为特征的数量；第j特征的权重wj和复杂信息过滤函数gj(x)表示为，

18、

19、gj(x)＝aj0+aj1x+aj2x2+...+ajnxn

20、其中，ajn通过训练样本的训练进行拟合，为x的系数。

21、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述初步得到分类结果包括，c(x)的输出范围为(0，1)，基于历史特征提取结果设定，当c(x)≥0.67则分类为建筑用地；当0.33≤c(x)<0.67则分类为道路；当c(x)<0.33则分类为裸地；所述在形状、纹理引进brightness，length/width，shapeindexs三个参数进行特征提取包括，当分类为建筑用地时，针对形状采用canny边缘检测，识别建筑物边缘得到建筑物的几何形状，计算形状的几何属性，包括面积、周长和长宽比，并标注在对应的建筑物图像上；针对纹理根据工况选定小波基函数和层数对图像进行小波分解，在低频部分分解出图像的边缘信息，在高频部分分解出纹理信息，分析每一层分解得到的系数，提取所需特征，通过逆小波变换将分解后的系数重构回原始图像，对比原始图像和重构图像对特征进行修正；针对亮度特征，计算图像中所有建筑物的亮度并构建亮度直方图，将所得到的特征与亮度直方图中的亮度进行对应；当分类为道路时，针对形状选择一个结构元素，得到此结构元素的邻域大小和形状，将结构元素移动到图像的每个像素上，对于结构元素覆盖的每个像素，如果像素是前景像素，则保留中心像素，否则移除中心像素，直到每个像素处理完成去除噪声，得到的结构元素即为形状特征；针对纹理采用glcm分析建筑物表面的纹理均匀性，计算出纹理的对比度、均匀性和熵，再使用lbp分析道路表面的纹理平滑性，识别出平滑区域；当分类为裸地时，针对形状使用边缘检测算法处理图像，提取出图像的边缘信息，将图像空间中的每个边缘点映射到形状空间中，在形状空间中，计算直线到原点的距离和直线的倾斜角度，为每一对距离和角度设置一个累加器；对于图像空间中的每个边缘点，增加通过该点的所有直线，即所有的距离和角度组合对应的累加器的值，在累加器数组中寻找局部最大值，提取局部最大值对应的直线参数，并将其转换回图像空间，得到检测到的直线，根据检测到的直线构建出几何形状；针对纹理同样采用glcm进行分析。

22、作为本发明所述基于高分一号遥感影像的建筑用地图像提取方法的一种优选方案，其中：所述最终分类结果包括，对特征提取后的图像进行筛选，筛选出人工用地，对人工用地进行精细形状识别，得到建筑用地最终分类结果。

23、本发明的另外一个目的是提供一种基于高分一号遥感影像的建筑用地图像提取系统，此系统可快速并准确地实时检测城市建筑状况。

24、为解决上述技术问题，本发明提供如下技术方案：基于高分一号遥感影像的建筑用地图像提取方法的系统，包括：数据采集模块、特征指数模块、影像分割模块、分类模块和人工用地识别模块；所述数据采集模块用于进行数据采集，筛选研究区高质量的高分一号影像，并基于envi软件进行预处理；所述特征指数模块用于构建特征指数，针对建筑用地提取，选择归一化植被指数ndvi、归一化水体指数ndwi、调节土壤亮度指数savi，最优调节土壤亮度指数osavi作为建筑用地的特征指数；所述影像分割模块用于找到差异并对影像进行分割，分析建筑用地与周边土地覆盖类型在高分一号影像中指数特征的差异，基于ecognition软件选用多尺度分割，对影像进行分割；所述分类模块用于对图像进行分类，由分析得出的建筑用地与周边土地覆盖类型的差异，对建筑用地，道路，裸地，林地，水田，水体均匀选择训练样本并以训练，初步获得主要地类的情况，最后提取出建筑用地、道路、裸地三个大类；所述人工用地识别模块用于识别人工用地区域，初步得到分类结果后，通过分析建筑用地，道路，裸地，在形状、纹理引进brightness，length/width，shape indexs三个参数进行特征提取，对人工用地进行精细分类识别，得到建筑用地最终分类结果。

25、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述基于高分一号遥感影像的建筑用地图像提取方法的步骤。

26、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述基于高分一号遥感影像的建筑用地图像提取方法的步骤。

27、本发明有益效果为：本发明针对复杂城市背景下快速准确识别建筑用地分布的问题，本发明利用高空间分辨率的高分一号影像提取ndvi、ndwi、savi、osavi以及brightness，length/width，shape indexs，分析建筑用地与其他土地覆盖类型在提取特征参数中的差异，引入ecognition软件的面向对象方法和基于特征参数等特征，获取了建筑用地的空间分布结果图，并可利用混淆矩阵进行精度验证。实际效果表明，本发明能够降低建筑用地分布提取和监测的时间、人力和物力成本，保证监测精度，提高实时监测效率。本发明选取高空间分辨率的高分一号，采用面向对象的处理方式，识别结果准确，实验结果具有可重复性，对建筑用地遥感监测与制图具有重要的意义。