一种遥感图像城区提取方法

摘要

一种遥感图像城区提取方法，包括：S1，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据以及PALSAR HH/HV卫星遥感图像样本，进行特征提取；S2，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3，以显著城区和非城区点为初始信息，结合待分类数据的特征分布特性，通过LLGC方法进行置信度扩散，获得城区置信图；S4，获得整个遥感图像的置信度，以此加权进行随机采样，生成训练样本；S5，基于SVM进行城区分类：以步骤S1中所提取的特征矢量和步骤S4中提取的样本数据为基础，通过SVM方法进行分类，根据分类标签获得二值化的城区地图。本方法解决了现有技术中人工采样的高成本、高耗时等问题。

主权项

一种遥感图像城区提取方法，其特征在于，包括：S1)，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据、以及PALSAR HH、HV卫星遥感图像的样本，进行特征提取，提取的特征包括：输入数据Aster_b1～Aster_b4、slope、hh、hv、hh_cor、NDVI、NDWI、hh_sub和hh_ent，其中，Aster_b1～Aster_b4表示ASTER VNIR卫星遥感图像的4个波段的数据，slope表示ASTER卫星遥感图像的衍生产品高程数据，hh和hv分别表示PALSAR卫星遥感图像的HH和HV波段的数据，hh_cor表示PALSAR卫星遥感图像的入射角进行校正处理后的HH波段数据，NDVI表示归一化植被指数，NDWI表示归一化水指数，hh_sub根据PALSAR HH卫星遥感图像数据hh和hh_cor计算得到，用于区分非城区的数据，hh_ent根据PALSAR HH卫星遥感图像数据hh计算得到，用于描述纹理信息；S2)，针对ASTER VNIR卫星遥感图像以及PALSAR HH卫星遥感图像，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3)，以这部分显著城区和非城区点作为初始信息，结合待分类数据的特征分布特性，通过LLGC方法，进行置信度扩散，获得城区置信图；S4)，获得整个遥感图像的置信度后，以此加权进行随机采样，生成训练样本；S5)，基于SVM进行城区分类，包括：以步骤S1中所提取的特征矢量，和步骤S4中提取的样本数据为基础，通过传统的SVM方法进行分类，根据分类标签获得二值化的城区地图。