高分1号卫星的沿岸陆地土地覆被信息自动提取的方法
【专利摘要】本发明公开了一种高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,包括以下步骤:步骤一,对原始高分1号卫星遥感影像进行预处理,构建沿岸陆地土地覆被分类;步骤二,采用基于非象元分类的面向对象分类方法,对影像进行分割和归并;步骤三,完成影像分割后,计算对象的特征空间;步骤四,采用对象训练样本选取方法提取在前述过程中经过分割和计算的对象属性特征;步骤五,采用Feature Extraction的K近邻分类器对影像进行分类;步骤六,对分类结果进行分类后处理,消除分类图像上的小斑点的影响,得到沿岸陆地土地覆被信息。本发明的方法,精度高,实用性强,能够实时、精确地对湿地沿岸陆地土地覆被信息进行提取。
【专利说明】高分1号卫星的沿岸陆地土地覆被信息自动提取的方法
【技术领域】
[0001] 本发明涉及一种利用高分1号卫星对沿岸陆地土地覆被信息自动提取的方法。
【背景技术】
[0002] 湿地是各种野生动植物重要的自然栖息地,具有"野生植物基因库"的美誉,进行 湿地分类与制图研究工作对于自然湿地恢复和保护意义重大,包括为各种湿地科学研究和 规划提供基础数据支持。卫星遥感技术能提供动态、丰富和廉价的遥感数据源,已成为获 取土地覆盖信息最为行之有效的手段。随着科学技术的进步和科学研究者工作的进展,高 光谱、高分辨率卫星等不断出现,土地覆被分类信息的提取方法由基于象元级的分类方法 向对象级的方法发展,为精确提取土地覆被分类信息提供了更好的技术和方法。
[0003] Wl i I Ihauck和Schneider使用常规的目视解译、面向对象两种方法SPOT数据与航 空影像数据进行森林类别的识别,结果表明面向对象的分类方法优于传统的目视解译,而 且分类数据可直接进行动态监测变化的定量分析 [6] ;Huang Huiing等进行了相关的实验, 也对这种基于基元和面向对象的分类结果的精度和准确性进行了肯定[7];曹宝等在2008 年利用SP0T-5数据,采用面向对象方法对北京颐和园湿地周边区域的草地、林地、裸地、水 体、低层建筑、高层建筑和道路等7类地物进行信息提取 [8];李娜等以自然状态下的黑龙江 三江平原洪河国家级自然保护区为研究对象,应用飞艇搭载的空间高分辨率摄像系统获取 影像地面分辨率为〇. 13m的影像数据,主要结合面向对象分类方法,开展了基于湿地植物 群落尺度的分类制图研究[9]。
【发明内容】
[0004] 本发明的目的是提供一种高分1号卫星的沿岸陆地土地覆被信息自动提取的方 法,精度高,实用性强,能够实时、精确地对湿地沿岸陆地土地覆被信息进行提取。
[0005] 为实现上述目的,本发明采用如下技术方案:
[0006] -种高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,包括以下步骤:
[0007] 步骤一:数据预处理及构建分类
[0008] 对原始高分1号卫星遥感影像进行预处理,构建沿岸陆地土地覆被分类;
[0009] 步骤二:影像分割
[0010] 采用基于非象元分类的面向对象分类方法,对影像进行分割和归并;
[0011] 步骤三:属性计算
[0012] 完成影像分割后,计算对象的特征空间;
[0013] 步骤四:特征选取
[0014] 采用对象训练样本选取方法提取在前述过程中经过分割和计算的对象属性特 征;
[0015] 步骤五:对象分类
[0016] 采用Feature Extraction的K近邻分类器对影像进行分类;
[0017] 步骤六:分类后处理
[0018] 对分类结果进行分类后处理,消除分类图像上的小斑点的影响,得到沿岸陆地土 地覆被信息。
[0019] 步骤一所述的数据预处理及构建分类的步骤为:步骤七,采用ENVI 4. 8软件的各 相应模块对遥感影像进行投影变换、几何校正、边界裁定、影像融合和增强等数据预处理, 并将8米多光谱影像和同一时间2米全色影像融合成为2米多光谱遥感影像;步骤八,依据 地形资料、和/或土地利用现状、和/或课题的要求,把陆地土地覆被分为多个主类和多个 亚类。
[0020] 步骤二所述的影像分割,是针对2米多光谱的遥感影像的分割,分割尺度为63%, 归并尺度均为90%。
[0021] 步骤三所述的属性计算的步骤为:步骤九,计算对象的前三类属性的全部指数: Spatial (空间)、Spectral (光谱)、Texture (纹理);步骤十,"色彩空间"选择4波段、3波 段和2波段3个RGB波段转换为HIS色彩空间;步骤十一,"波段比"选择信息量丰富,且对 水体和植被具有较好鉴别力的红波段和近红外波段计算NDVI值。
[0022] 步骤四所述的特征提取是指:依据研究区图文资料和野外调查数据,进行对象训 练样本的选取;陆地覆被六大类中,每类样本的选取数量为17?200个,样本应选取典型地 物,且在影像上呈均匀分布。
[0023] 步骤五所述的对象分类,采用Feature Extraction的K近邻分类器对影像进行分 类,并将融合后的2米分辨率的影像K值设置为17。
[0024] 步骤六所述的分类后处理及精度评价的步骤为:步骤十二,通过Post Classified 工具,对分类结果进行主要或次要分析、聚类分析及筛选类分析,消除分类图像上的小斑点 的影响,得到沿岸陆地土地覆被信息。
[0025] 与现有技术相比本发明的有益效果是:采用上述技术方案,
[0026] 1、能够利用我国于2013年4月发射的高分1号卫星的最新数据,其8米多光谱和 2米全色;
[0027] 2、将8米多光谱和同一时间2米全色影像融合成为2米多光谱的遥感影像,提高 了总的分类精度;
[0028] 3、利用了面向对象分类方法,调整设置了最佳的参数,相对于其它较为复杂的分 类方法,其操作更为简便,结果也更为精确、理想。
【专利附图】
【附图说明】
[0029] 图1是本发明【具体实施方式】中自动提取杭州湾沿岸陆地土地覆被分类信息的主 要流程图;
[0030] 图2是杭州湾沿岸陆地高分1号2m融合多光谱数据面向对象分类结果;
[0031] 图3是杭州湾沿岸陆地高分1号2m融合多光谱数据面向对象分类精度;
[0032] 图4是杭州湾沿岸陆地高分1号卫星三种分类方法生产者精度比较;
[0033] 图5是杭州湾沿岸陆地高分1号卫星三种分类方法用户精度比较。
【具体实施方式】
[0034] 现以杭州湾沿岸陆地土地覆被信息的自动提取为例来具体说明。所述的高分1号 卫星,是我国于2013年4月发射的高分辨率1号卫星,其最新数据8米多光谱和2米全色。
[0035] 如图1至5所示,一种基于高分1号卫星的杭州湾沿岸陆地土地覆被信息分类自 动提取的方法,包括以下步骤:
[0036] 步骤一:数据预处理及构建分类
[0037] 采用ENVI 4. 8软件的各相应模块对研究区8月9日的杭州湾遥感原始影像进行 投影变换、几何校正、边界裁定、影像融合和增强等数据预处理工作,并将杭州湾8月9日的 8米多光谱影像和同一时间2米全色影像融合成为2米多光谱的遥感影像;
[0038] 依据杭州湾的地形资料、土地利用现状和课题的要求,把杭州湾南岸陆地覆被分 为七大主类10亚类,如表1,本次研究是按照10大亚类进行影像分类;
[0039] 表1.分类系统构建
[0040]
【权利要求】
1. 一种高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其特征包括以下步 骤: 步骤一:数据预处理及构建分类 对原始高分1号卫星遥感影像进行预处理,构建沿岸陆地土地覆被分类; 步骤二:影像分割 采用基于非象元分类的面向对象分类方法,对影像进行分割和归并; 步骤三:属性计算 完成影像分割后,计算对象的特征空间; 步骤四:特征选取 采用对象训练样本选取方法提取在前述过程中经过分割和计算的对象属性特征; 步骤五:对象分类 采用Feature Extraction的K近邻分类器对影像进行分类; 步骤六:分类后处理 对分类结果进行分类后处理,消除分类图像上的小斑点的影响,得到沿岸陆地土地覆 被信息。
2. 根据权利要求1所述的高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤一所述的数据预处理及构建分类的步骤为: 步骤七:采用ENVI 4. 8软件的各相应模块对遥感影像进行投影变换、几何校正、边 界裁定、影像融合和增强等数据预处理,并将8米多光谱影像和同一时间2米全色影像融 合成为2米多光谱遥感影像; 步骤八:依据地形资料、和/或土地利用现状、和/或课题的要求,把陆地土地覆被分为 多个主类和多个亚类。
3. 根据权利要求1所述的高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤二所述的影像分割,是针对2米多光谱的遥感影像的分割,分割尺度为63%, 归并尺度均为90%。
4. 根据权利要求1所述的高分一号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤三所述的属性计算的步骤为: 步骤九:计算对象的前三类属性的全部指数:Spatial (空间)、Spectral (光谱)、 Texture (纹理); 步骤十:"色彩空间"选择4波段、3波段和2波段3个RGB波段转换为HIS色彩空 间; 步骤十一:"波段比"选择信息量丰富,且对水体和植被具有较好鉴别力的红波段和近 红外波段计算NDVI值。
5. 根据权利要求1所述的高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤四所述的特征提取是指:依据研究区图文资料和野外调查数据,进行对象 训练样本的选取;陆地覆被六大类中,每类样本的选取数量为17?200个,样本应选取典型 地物,且在影像上呈均匀分布。
6. 根据权利要求1所述的高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤五所述的对象分类,采用Feature Extraction的K近邻分类器对影像进行 分类,并将融合后的2米分辨率的影像K值设置为17。
7.根据权利要求1所述的高分1号卫星的沿岸陆地土地覆被信息自动提取的方法,其 特征在于,步骤六所述的分类后处理及精度评价的步骤为: 步骤十二:通过Post Classified工具,对分类结果进行主要或次要分析、聚类分析及 筛选类分析,消除分类图像上的小斑点的影响,得到沿岸陆地土地覆被信息。
【文档编号】G06K9/62GK104239890SQ201410392877
【公开日】2014年12月24日 申请日期:2014年8月12日 优先权日:2014年8月12日
【发明者】程乾, 刘波, 陈金凤 申请人:浙江工商大学