基于遙感圖像地物分類的信息可視化方法
【專利摘要】本發(fā)明公開一種基于遙感圖像地物分類的信息可視化方法，包括：輸入大視場角成像條件的待處理遙感圖像；利用不同地物光譜特征的差異識別當前遙感圖像中像素級目標的地物類型，實現(xiàn)典型地物目標的分類；利用對典型地物的分類信息、地形地貌信息等、遙感物理模型的成像模擬及已有數(shù)據(jù)提供的經(jīng)驗知識，結(jié)合相關(guān)遙感物理模型模擬出對應(yīng)于當前遙感圖像包含地物類別特征的像素級模型，構(gòu)建數(shù)據(jù)庫；針對原始遙感圖像成像的地理信息，對當前遙感區(qū)域在數(shù)據(jù)庫中的對應(yīng)部分進行幾何校正；通過成像質(zhì)量評價，完善參數(shù)調(diào)整；輸出最優(yōu)的像素級地物類別信息可視化圖像。采用本發(fā)明的信息可視化方法，能高效、直觀地從海量遙感數(shù)據(jù)中有效提取地物目標信息。
【專利說明】基于遙感圖像地物分類的信息可視化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像數(shù)據(jù)處理領(lǐng)域，特別是一種基于遙感圖像地物分類的信息可視化方法。
【背景技術(shù)】
[0002]目前，隨著全球?qū)Φ赜^測體系不斷完善，多時相、多分辨率、全天時、全天候的遙感對地觀測體系正在形成，對地觀測數(shù)據(jù)的質(zhì)量和精度不斷完善，定量遙感技術(shù)穩(wěn)步發(fā)展，在各個領(lǐng)域的應(yīng)用不斷擴大。但是，由于遙感信息在時間尺度和空間尺度上的爆炸式增長，遙感數(shù)據(jù)的海量化和應(yīng)用部門仿真需求的專業(yè)化出現(xiàn)了新的矛盾。
[0003]為了滿足多時相多尺度多空間分辨率對地觀測遙感的需求，不間斷的獲取最佳成像產(chǎn)品，有必要在理論上對成像鏈路進行建模仿真，即涵蓋衛(wèi)星遙感成像環(huán)節(jié)的各種要素。其中以構(gòu)建對應(yīng)遙感觀測區(qū)域的具有類別信息的數(shù)據(jù)庫最為關(guān)鍵，并將直接影響針對不同遙感應(yīng)用的可視化成像質(zhì)量。但是，隨著遙感數(shù)據(jù)在空間和時間分辨率方面的不斷提高，直接以遙感數(shù)據(jù)進行數(shù)據(jù)庫構(gòu)建將面臨數(shù)字洪災(zāi)的難題。
[0004]如何在海量遙感數(shù)據(jù)中有效提取地物目標信息，特別是如何利用高分辨率大視場角的海量化遙感圖像數(shù)據(jù)為專業(yè)應(yīng)用部門提供具有類別等有效信息的可視化結(jié)果，已經(jīng)成為現(xiàn)有技術(shù)必須解決的技術(shù)難題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供一種基于遙感圖像地物分類的信息可視化方法，利用來自任意成像平臺采集的海量遙感圖像，構(gòu)建相應(yīng)的數(shù)據(jù)庫，提供高質(zhì)量遙感信息可視化結(jié)果。
[0006]實現(xiàn)本發(fā)明目的的技術(shù)解決方案為:一種基于遙感圖像地物分類的信息可視化方法，包括如下步驟:待處理遙感圖像輸入:輸入大視場角成像條件的待處理遙感圖像作為當前遙感圖像；遙感圖像地物分類:利用不同地物光譜特征的差異來識別當前遙感圖像中像素級目標的地物類型，從而實現(xiàn)典型地物目標的分類；數(shù)據(jù)庫構(gòu)建:利用對典型地物的分類信息、地形地貌信息等相關(guān)輔助數(shù)據(jù)、遙感物理模型的成像模擬及已有數(shù)據(jù)提供
的經(jīng)驗知識，結(jié)合相關(guān)遙感物理模型精確地模擬出對應(yīng)于當前遙感圖像包含地物類別特
征的像素級模型，并以此完成相應(yīng)的數(shù)據(jù)庫構(gòu)建；空間幾何校正:針對原始遙感圖傷
像的地理信息，對當前遙感區(qū)域在數(shù)據(jù)庫中的對應(yīng)部分進行幾何校正，以供后續(xù)可拽應(yīng)用；優(yōu)化調(diào)整:通過對當前遙感區(qū)域在數(shù)據(jù)庫中對應(yīng)部分的成像質(zhì)量評價，完善曝光量等參數(shù)的調(diào)整；可視化信息輸出:輸出最優(yōu)的像素級地物類別信息可視化圖像。
[0007]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點:采用本方法，對海量數(shù)據(jù)進行分類、簡化，能高效、直觀地在海量遙感數(shù)據(jù)中有效提取地物目標信息，特別是利用高分辨率大視場角的海量化遙感圖像數(shù)據(jù)為專業(yè)應(yīng)用部門提供具有類別等有效信息的可視化結(jié)果。
[0008]下面結(jié)合附圖和【具體實施方式】對本發(fā)明作進一步詳細描述?！緦＠綀D】

【附圖說明】
[0009]圖1為本發(fā)明基于遙感圖像地物分類的信息可視化方法的流程圖。
[0010]圖2為圖1中遙感圖像地物分類和數(shù)據(jù)庫構(gòu)建的流程圖。
[0011]圖3為墨卡托投影方法空間幾何校正原理圖。
[0012]圖4為優(yōu)化調(diào)整及可視化流程示意圖。
[0013]圖5為水體反射率模擬曲線示例。
[0014]圖6為南海海水(115° E，22° N)表面反射率曲線示例。
[0015]圖7為實際遙感圖像示例。
[0016]圖8為從數(shù)據(jù)庫直接輸出的信息可視化圖像。
[0017]圖9為未進行校正的信息可視化圖像。
[0018]圖10為完成幾何畸變校正的信息可視化圖像。
[0019]圖11為優(yōu)化后的信息可視化圖像。
【具體實施方式】
[0020]本質(zhì)上講，無論是主動式或被動式遙感成像，其觀測獲取的地物信息是通過光學反射作用為遙感相機提供數(shù)據(jù)輸入的。因此，通過識別不同地物的光學反射特性可以很好的從遙感數(shù)據(jù)中模擬出遙感觀測結(jié)果。以此構(gòu)建數(shù)據(jù)庫的優(yōu)勢在于，不僅能為遙感應(yīng)用部門提供有效的可視化效果，而且能直接將地物類別信息嵌入到可視化圖像產(chǎn)品中。以泥石流災(zāi)害為例，傳統(tǒng)遙感數(shù)據(jù)往往只能依賴于人工解譯的方式來獲取分析結(jié)果，而采用嵌入類別信息的可視化圖像則可以通過災(zāi)害前后不同時相遙感成像的對比快速鎖定受災(zāi)區(qū)域，并能根據(jù)受災(zāi)區(qū)域地物類型的變化進行智能化的災(zāi)情量化分析。因此，本專利通過遙感圖像的地物分類來構(gòu)建數(shù)據(jù)庫并以此輸出信息可視化結(jié)果。首先，根據(jù)典型
地物反射特性實現(xiàn)對某遙感圖像的像素級地物H標分類。其次，以分類結(jié)果為基礎(chǔ)構(gòu)建
對應(yīng)該遙感圖像的數(shù)據(jù)庫。然后，考慮原始遙感圖像的地理信息來進行地物兒何畸變:1卜:。最后，以成像質(zhì)量評價來完成參數(shù)優(yōu)化調(diào)整并輸出像素級地物信息可視化圖像。
[0021]具體地說，如圖1所示，本發(fā)明一種基于遙感圖像地物分類的信息可視化方法，其包括如下步驟:
[0022]11)待處理遙感圖像輸入:輸入大視場角成像條件的待處理遙感圖像作為當前遙感圖像；
[0023]以Modis圖像為例，本發(fā)明使用的圖片格式為HDF格式，使用的圖片分辨率為250m和500m，相對應(yīng)的圖片波段通道分別為:250m分辨率的1_2波段；500m分辨率的1_7波段，發(fā)明中使用的數(shù)據(jù)級別有M0D02QKM，M0D02HKM兩種數(shù)據(jù)級別(分別代表兩種分辨率)。
[0024]使用前需要對使用的圖片進行處理:修正(畸變校正、幾何校正、大氣校正，如MODIS四級產(chǎn)品)、輻射定標、去云處理或者提供沒有云的數(shù)據(jù)。
[0025]12)遙感圖像地物分類:利用不同地物光譜特征的差異來識別當前遙感圖像中像素級目標的地物類型，從而實現(xiàn)典型地物目標的分類；
[0026]所述遙感圖像地物分類(12)步驟具體為:
[0027]21)采用水、植被、土壤、雪四種地物的混合模型來表示地物的光譜特性；[0028]22)對選定的地物進行模型構(gòu)建并計算反射率，包括:
[0029]221)水體仿真模型
[0030]該模型的計算公式分為白帽反射、鏡面反射以及吸收后的散射三部分，分別計算三個部分的值得到水的反射率
[0031]R(+U，;u, ;x)Rwc(ff,) (I=W)Rgl (u, ;+u,;)
[0032]+ (IRwc (ff,)) Rsw (u, ;u,;)
[0033]ff=2.956*106*ws3.52
[0034]其中ws是風速，Rwc是白帽反射率，Rgl是海水的鏡面反射率，Rsw是離水輻射反射率;
【權(quán)利要求】
1.一種基于遙感圖像地物分類的信息可視化方法，其特征在于，包括如下步驟: 11)待處理遙感圖像輸入:輸入大視場角成像條件的待處理遙感圖像作為當前遙感圖像； 12)遙感圖像地物分類:利用不同地物光譜特征的差異來識別當前遙感圖像中像素級目標的地物類型，從而實現(xiàn)典型地物目標的分類； 13)數(shù)據(jù)庫構(gòu)建:利用對典型地物的分類信息、地形地貌信息等相關(guān)輔助數(shù)據(jù)、遙感物理模型的成像模擬及已有數(shù)據(jù)提供的經(jīng)驗知識，結(jié)合相關(guān)遙感物理模型精確地模擬出對應(yīng)于當前遙感圖像包含地物類別特征的像素級模型，并以此完成相應(yīng)的數(shù)據(jù)庫構(gòu)建； 14)空間幾何校正:針對原始遙感圖像成像的地理信息，對當前遙感區(qū)域在數(shù)據(jù)庫中的對應(yīng)部分進行幾何校正，以供后續(xù)可視化應(yīng)用； 15)優(yōu)化調(diào)整:通過對當前遙感區(qū)域在數(shù)據(jù)庫中對應(yīng)部分的成像質(zhì)量評價，完善曝光量等參數(shù)的調(diào)整； 16)可視化信息輸出:輸出最優(yōu)的像素級地物類別信息可視化圖像。
2.根據(jù)權(quán)利要求1所述的信息可視化方法，其特征在于:所述遙感圖像地物分類(12)步驟具體為: 21)采用水、植被、土壤、雪四種地物的混合模型來表示地物的光譜特性； 22)對選定的地物進行模型構(gòu)建并計算反射率，包括: 221)水體仿真模型 該模型的計算公式分為白帽反射、鏡面反射以及吸收后的散射三部分，分別計算三個部分的值得到水的反射率
R(+U，;u, ;x)Rwc(ff,) (I=W)Rgl (u, ;+u,;)
+ (IRwc (W，)) Rsw (u, ;u,;)
ff=2.956*106*ws3.52 其中ws是風速，Rwc是白帽反射率，Rgl是海水的鏡面反射率，Rsw是離水輻射反射率；
3.根據(jù)權(quán)利要求1所述的信息可視化方法，其特征在于:所述數(shù)據(jù)庫構(gòu)建(13)步驟具體為: 31)通過Googleearth圖片信息得到地物信息，使用植被指數(shù)從圖片中統(tǒng)計圖片對應(yīng)的實際區(qū)域的地物信息，四種地物的植被指數(shù)對應(yīng)到彩色圖上有如下關(guān)系，水體:B>G>R，植被:G>R>B，土壤:R>G>B，雪:R>150G>150 B>150，其中R為紅分量，G為綠分量，B為藍分量； 32)截取觀測區(qū)域的遙感圖片作為構(gòu)建數(shù)據(jù)庫的依據(jù)，采用植被指數(shù)構(gòu)建對應(yīng)的地物信息數(shù)據(jù)庫，以當前場景中心點為起始坐標，依據(jù)地物畸變處理將每個遙感仿真單元對應(yīng)到數(shù)據(jù)庫中； 33)根據(jù)數(shù)據(jù)庫計算出遙感仿真單元的四種地物的分布比例，結(jié)合地物模型模擬的反射率，得到反射率矩陣； 34)數(shù)據(jù)庫構(gòu)建完成后，進行觀測區(qū)域的仿真成像，并以原始數(shù)據(jù)對其進行測試，指定當前觀測區(qū)域中心點為起始坐標，通過數(shù)據(jù)庫得到的地物分布和實際情況進行對比驗證。
4.根據(jù)權(quán)利要求1所述的信息可視化方法，其特征在于:所述空間幾何校正(14)步驟具體為: 41)根據(jù)Google地圖圖片構(gòu)建地面的地物類型數(shù)據(jù)庫，采用墨卡托投影方法進行變換，對正軸等角圓柱投影，假想一個與地軸方向一致的圓柱切或割于地球，按等角條件，將經(jīng)緯網(wǎng)投影到圓柱面上，將圓柱面展為平面后，即得本投影，墨卡托投影把緯度為(-90°<<90° )的點投影到Y(jié)=In (tan (45。/2))Google Maps的選取的范圍為-π < y < π，即近似到-85° <<85。； 42)從遙感數(shù)據(jù)投影Google地圖以構(gòu)建地物數(shù)據(jù)庫； 43)計算出圖像上每個點對應(yīng)的地面坐標，通過墨卡托投影對應(yīng)到Google數(shù)據(jù)庫中的點，該處如果一個地面點對應(yīng)多個數(shù)據(jù)庫中的點，則統(tǒng)計這多個點內(nèi)的地物類型數(shù)據(jù)來表示實際地理位置的地物分布情況，給出每個像點對應(yīng)的地物分布情況。
5.根據(jù)權(quán)利要求1所述的信息可視化方法，其特征在于:所述優(yōu)化調(diào)整(15)步驟具體為: 51)假設(shè)水在總體中的比例為wl，如果等于1，即全是水的情況，正常曝光不足閾值為Tmin=20,曝光過度閾值為Tmax=IOO,如果小于1，則Tmin和Tmax利用下式計算:
Tmax=10*wl+100*(1-wl)
Tmin=4*wl+50*(l_wl)； 52)求出直方圖兩端像素值個數(shù)為空的區(qū)域所占的比例關(guān)系:
Erat= (gmin+l) / (255-gmax+gmin+l)， 式中:Erat為曝光量比值，gmin為灰度圖左邊緣處的像素數(shù)量為零的最大灰度值數(shù)，gmax為灰度圖右邊緣處的像素數(shù)量為零的最小灰度值數(shù)；
53)求出對比度cont= (gmax-gmin-2)/(gmax gmin)*100% ； 54)如果cont〈0.55,且最大灰度值等于255,則認為圖像曝光過度,否則進入下一步； 55)求出達到最大灰度值255的像素點個數(shù)nmax,設(shè)定曝光過度的閾值為deta=源圖像的像素值* 0.01%,如果nmax>deta,則認為圖像曝光過度,如果nmax〈deta,則進入下一步； 56)求出圖像灰度直方圖中值gmid，求出圖像灰度直方圖的均值灰度gmean； 57)當灰度直方圖兩端任何一端有像素個數(shù)為零的區(qū)域的時候，可能會出現(xiàn)曝光的不正確，否則曝光正常，當靠近灰度直方圖O端有較大空白區(qū)域的時候，即EratX).5，可能會出現(xiàn)曝光過量的情況；當靠近灰度直方圖255端有較大空白區(qū)域的時候，Erat<0.5，可能會出現(xiàn)曝光不足的情況； 58)當Erat/>0.5時，根據(jù)灰度直力圖的整體分布，即當gmid> Fmax或Tn時，才能確定圖像是曝光過度；當Erat< 0.5時，根據(jù)灰度直方圖的整體分布，即gpeak>Tmin或gmid〈Tmin時,才能確定圖像是曝光不足；否則認為圖像比較滿足視覺要求，模擬實驗中的水體在正常范圍的灰度值在1-10范圍內(nèi)； 59)曝光不足的閾值計算:
Gwater *Pwater Gother *Pother 式中，Gwater表示水體的閾值灰度，Pwater表示水體的含量；Gother表示無水時的閾值灰度，Poher表示除水以外的其他部分的含量。
【文檔編號】G06F17/30GK103699543SQ201210367093
【公開日】2014年4月2日 申請日期:2012年9月28日 優(yōu)先權(quán)日:2012年9月28日
【發(fā)明者】孫權(quán)森, 曹國, 劉佶鑫, 楊曦晨 申請人:南京理工大學