一种遥感影像上土地利用地物边界轮廓提取方法

摘要

一种遥感影像上土地利用地物边界提取方法，将遥感影像与GIS数据配准，以GIS中的土地利用对象边界作为影像上土地利用地物边界轮廓提取的初始值，建立轮廓节点和网格的对应关系；统计网格内影像的区域信息，获取网格内光谱灰度信息统计值；构建网格能量最小化函数，将得到的属性引入到网格能量函数中；移动任意节点，计算此局部节点位置变化是否能减少网格总能量，能则改变节点位置，否则不变；检查各节点间的距离并满足一定条件的节点间插入新的节点，进行轮廓的多级演化，在循环达到一定条件前，返回上步继续循环。本发明在GIS数据引导下，基于网格能量最小化的动态轮廓方法，实现整体最优的高分辨率遥感影像土地利用边界特征提取。

主权项

1.一种遥感影像上土地利用地物边界提取方法，其特征在于，包括以下步骤：步骤1，将遥感影像与GIS数据进行配准；步骤2，GIS数据提供的土地上每一个土地利用对象作为一个网格叠置于遥感影像之上，对所有的网格区域进行标号，编号的值从1到，为网格区域的个数；建立遥感影像中网格轮廓的节点和网格的对应关系，形成节点链表和网格号码链表，节点链表记录网格轮廓的节点，网格号码链表记录节点所属网格的号码；步骤3，对步骤2所得每一个网格内影像的区域信息进行统计，获取网格内的光谱灰度信息统计值T，实现步骤如下，步骤3.1，遍历网格轮廓上所有节点的位置，设网格轮廓上某个节点的位置为，找到所有节点的取值中最大值与最小值,以及所有节点的取值中最大值与最小值，根据、、、确定每个网格的多边形区域外包矩形；步骤3.2，绘制网格轮廓上的直线段，在绘制完成后跟踪网格轮廓的多边形，建立用于描述多边形的Freeman码；步骤3.3，依据步骤3.2中建立的Freeman码，基于二维查表法建立轮廓值链表，所述轮廓值链表中记录网格轮廓上坐标为的节点所对应的链表值为d(x,y)；步骤3.4，依据步骤3.1建立的多边形区域外包矩形建立多边形外接矩形区域，通过对多边形外接矩形区域进行由上至下、由左至右的扫描获取多边形区域；进行扫描获取多边形区域时，在开始将扫描线经过的区域设置标记c(x,y)为0，若扫描线经过的链表值d(x,y)为-1，则设置标记c(x,y)为1，若扫描线再扫描经过的链表值d(x,y)为1，则再设置标记c(x,y)为0，如此反复进行；步骤3.5，计算步骤3.4所得多边形区域的轮廓上第行像素的光谱灰度信息阶统计值，计算公式如下其中，为坐标为的像素的光谱灰度值，为阶数；步骤3.6，通过分别计算步骤3.4所得多边形区域内外像素的个数得到多边形区域内面积、多边形区域外面积；根据步骤3.4所得标记d(x,y)与步骤3.5所得阶统计值，计算网格内的光谱灰度信息统计值T，计算公式如下其中，表示网格，为网格中第个像素的坐标，取值为1,2,…，为网格中像素的总数，为网格的轮廓，为网格内的光谱灰度信息一次项统计值，为网格内的光谱灰度信息平方项统计值；步骤4，根据网格内的光谱灰度信息统计值T计算所有网格的网格总能量，计算网格总能量采用网格能量函数，所述网格能量函数公式如下其中，为第个网格中像素的总数，取值为1,2,…，为网格的总数；第个网格的光谱灰度信息统计值；表示的平方；为网格中像素的灰度；为网格轮廓参数，表示每个网格轮廓上每个节点的位置；、是第个网格中的光谱灰度信息一次项统计值和光谱灰度信息平方项统计值；步骤5，通过迭代使网络能量函数的值最小，包括执行以下子步骤，步骤5.1，等概率在步骤2所得节点链表中随机选取某个节点，将该节点由初始的位置(x,y)移动到(x+dx,y+dy)，其中dx,dy的变化范围为（-d,d），而dx，dy的取值也是等概率地在范围（-d，d）中选取； 步骤5.2，进行移动节点的交叉测试，如果测试发现轮廓由于节点移动出现了自相交，则放弃当前的移动并返回步骤5.1，否则进入步骤5.4；步骤5.3，对于移动的节点，通过步骤2所得网格号码链表找到所有与移动的节点对应要改变的网格，根据步骤3重新获取所有与移动的节点对应要改变的网格内的光谱灰度信息统计值T，根据步骤4重新计算所有网格的网格总能量，如果计算出的网格总能量小于上次的则移动有效，保留移动结果后进入步骤5.4，否则放弃移动并进入步骤5.4；步骤5.4，返回步骤5.1，并对步骤5.1、5.2、5.3进行迭代，直至没有可以移动的节点为止，进入步骤6； 步骤6，判断是否满足结束条件，结束条件为相邻节点之间的距离是否小于或等于预设阈值，不满足则在距离大于预设阈值的相邻节点间插入新的节点，通过步骤2所得网格号码链表找到所有与新的节点对应要改变的网格，根据步骤3重新获取所有与新的节点对应要改变的网格内的光谱灰度信息统计值T，根据步骤4重新计算所有网格的网格总能量，直到满足结束条件，得到最终轮廓提取结果。