买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种联合多分辨率遥感影像的零样本坑塘水面提取方法，涉及目标地物提取领域。方法包括以下步骤：计算中分辨率影像光谱特征，设置阈值分离水体，获取中分影像水体初步结果。基于影像光谱特征集构建无监督算法，实现更加准确的中分影像水体提取结果。计算水体斑块几何特征集，获取训练样本送入分类器训练模型，得到中分影像坑塘水体样本标签。设置样本跨尺度迁移规则，将中分影像坑塘水体样本迁移至高分辨率，获取高分影像坑塘水体样本标签。训练神经网络并优化网络参数，预测出高分辨率坑塘水体提取结果。本方法结合中分辨率影像的光谱特征和高分辨率影像的精细空间特征，减少人工标注样本，实现零样本智能提取坑塘水体结果。

主权项：1.一种联合多分辨率遥感影像的零样本坑塘水面提取方法，其特征在于，包括如下步骤：步骤1、收集感兴趣区域的中分辨率遥感影像和高分辨率遥感影像并对其进行预处理；在经过预处理的高分辨率遥感影像上标注出坑塘水体，生成高分坑塘水体真值标签，将高分坑塘水体真值标签重采样至中分坑塘水体真值标签；步骤2、计算感兴趣区域中所述中分辨率遥感影像的归一化水体指数NDWI；利用预定波段光谱反射率集合，计算归一化差值光谱向量NDSV；基于归一化水体指数NDWI设置阈值，分离地表水体与背景地物，根据阈值二值化所述归一化水体指数NDWI，获取中分影像水体初步结果；步骤3、标记所述中分影像水体初步结果，获取水体斑块；输入所述归一化水体指数NDWI、归一化差值光谱向量NDSV和近红外波段作为聚类特征，利用K-Means算法依据聚类特征对水体斑块中的像元聚类，提取得到中分影像水体提取结果；步骤4、从所述中分影像水体提取结果中提取水体斑块的几何特征集；基于所述几何特征集构建分类决策树，选出符合条件的水体图斑为坑塘样本和非坑塘样本；将所述坑塘样本和非坑塘样本组成训练样本集，利用所述训练样本集训练分类器，得到中分影像坑塘水体样本标签，根据所述中分坑塘水体真值标签对所述中分影像坑塘水体样本标签进行精度评价；步骤5、分割所述高分辨率遥感影像得到对象单元，重采样所述中分影像坑塘水体样本标签至高分辨率；设置样本跨尺度迁移规则逐对象单元判断，将中分影像坑塘水体样本迁移至高分辨率，获取高分影像坑塘水体样本标签；步骤5.1、采用影像多尺度分割算法提取高分辨率遥感影像对象单元，调整迭代形状因子和紧致度因子参数，获取最优分割对象单元；步骤5.2、将中分影像坑塘水体样本标签重采样到高分辨率，采用最近邻分配方法得到高分影像坑塘水体样本标签，调整高分影像坑塘水体样本标签的边缘行列，确保重采样后的高分影像坑塘水体样本标签的行列数与中分辨率遥感影像行列数保持一致；步骤5.3、根据对象单元坑塘水体像元占比参数，分离坑塘水体样本标签和非坑塘水体样本标签，获取高分影像坑塘水体样本标签；步骤6、同步裁剪高分影像坑塘水体样本标签和对应高分辨率遥感影像，设置标签提取规则逐场景判断，获取场景标签数据集；将场景标签数据集送入卷积神经网络分类模型中，进行模型训练及参数迭代优化；将高分辨率遥感影像送入训练好的卷积神经网络分类模型中，预测得到高分辨率坑塘水体提取结果，并对结果依据高分坑塘水体真值标签进行精度评定。

全文数据：

权利要求：

百度查询： 南京市测绘勘察研究院股份有限公司 一种联合多分辨率遥感影像的零样本坑塘水面提取方法