欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024118907074
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,该方法包括以下步骤:S1,收据收集,从Sentinel-2卫星的雷达影像数据集中获取包含绿光、近红外和短波红外波段的遥感影像数据,三种波段的遥感影像的原始数据矩阵分别为IGreen、INIR和ISWIR,对原始数据矩阵进行预处理得到I′Green、I′NIR和I′SWIR;

S2,通过I′Green、I′NIR和I′SWIR计算得到水体指数矩阵W;

S3,多尺度GLCM纹理特征提取,GLCM为灰度共生矩阵,GLCM的元素定义为:P(i,j|d,θ)

其中i,j表示灰度级,d为像素距离,θ为方向;

从GLCM中提取以下三个纹理特征:

惯性矩:

角二阶矩:

熵:

通过不同尺度的核计算上述三个纹理特征,得到多尺度纹理特征矩阵TInertia、TASM和TEntropy;

S4,将水体指数矩阵W和多尺度纹理特征TInertia、TASM、TEntropy加权融合,生成综合特征矩阵S(x,y):其中α为水体指数权重系数;β、γ,和δ分别为各纹理特征的权重系数;wk为多尺度纹理特征的综合权重系数;

S5,参数空间定义,定义α、β、γ、δ和wk的取值范围,构建参数空间,使用蒙特卡洛法在参数空间内随机采样生成参数组合η,依据参数组合η计算得到综合特征矩阵S(x,y);

S6,0tsu法自动阈值分割,在确定参数组合η的综合特征矩阵S上应用0tsu法,自动确定二值化的最佳分割阈值,公式如下:其中表示类间方差;

S7,生成二值化水体矩阵,根据阈值τ将综合特征矩阵S二值化,生成水体掩膜矩阵M(x,y):S8,迭代,设置迭代次数,重复完成步骤S5~S7,直到到达迭代次数,每次迭代时,根据生成的水体掩膜矩阵计算误差Eη:其中,Atrue为参考水体面积,Aη为使用参数组合η依据水体掩膜矩阵M(x,y)计算得到的水体面积。

2.根据权利要求1所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S1中,原始数据矩阵的预处理操作为:通过中值滤波或高斯滤波处理原始数据矩阵IGreen、INIR和ISWIR,去除噪声和异常值,然后进行大气和辐射校正,校正后得到I′Green、I′NIR和I′SWIR。

3.根据权利要求2所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S2中,水体指数矩阵W的计算公式如下:W(x,y)表示像素点的水体指数值。

4.根据权利要求3所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S3中,GLCM计算采用的核的尺度分别为3×3、5×5和7×7。

5.根据权利要求4所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S5中,α、β、γ、δ和wk的取值范围为[0.5,3.5],步长为0.5。

6.根据权利要求4所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S5中,α、β、γ、δ和wk的取值范围为[1,5],步长为1。

7.根据权利要求4所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S5中,α、β、γ、δ和wk的取值范围为[0.1,1],步长为0.1。

8.根据权利要求5-7任一项所述的一种多尺度GLCM特征融合的遥感影像水体快速提取方法,其特征在于,所述步骤S8中,每次迭代时,Aη被记录,并在所有迭代中进行统计分析,基于最大似然估计原则,出现频率最高的参数组合η的计算值Aη最能反映该水体面积。