多层次语义边界分割的高分辨遥感影像农田提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114219815A(43)申请公布日2022.03.22(21)申请号202111304541.XG06T7/136(2017.01)(22)申请日2021.11.05(71)申请人浙江工业大学地址310014浙江省杭州市拱墅区潮王路18号申请人杭州海康威视数字技术股份有限公司(72)发明人吴炜陈婷婷浦世亮武晓阳万其明杨海平(74)专利代理机构杭州天正专利事务所有限公司33201代理人王兵(51)Int.Cl.G06T7/12(2017.01)G06T7/13(2017.01)权利要求书2页说明书5页附图4页(54)发明名称多层次语义边界分割的高分辨遥感影像农田提取方法(57)摘要多层次语义边界分割的高分辨遥感影像农田提取方法，包括：步骤1：农田语义边界提取：步骤2：农田边界阈值设置：步骤3：农田边界阈值分割：步骤4：农田边界细化：步骤5：农田边界迭代分割与细化：步骤6：农田矢量对象构建。本发明以边缘检测网络得到的边界强度图作为输入，采用多层次阈值分割方法，提取精细边界。其中，高阈值分割结果能够保证分割结果尽量贴合真实边界，低阈值使得构建的地物对象尽可能完整。从而，使得细化结果既能保持较高的边界定位精度，又具有较好的完整性。CN114219815ACN114219815A权利要求书1/2页1.多层次语义边界分割的高分辨遥感影像农田提取方法，包括以下步骤：步骤1：农田语义边界提取：利用边缘检测网络(如Bi‑DirectionalCascadeNetwork，BDCN)提取遥感影像的农田边界，得到农田边界强度图K，K的边界强度范围为[0,255]；边界强度图中，边界可能性随着值ki∈K的增大而增加，当像素的边界强度值为0时，表示该像素是边界的可能性最低；而边界强度值为255时，表示该像素是边界的可能性最高；步骤2：农田边界阈值设置：选取由大到小的多个阈值，得到一个阈值集合；*首先选取较大的值作为第一个阈值g1，之后，每次以数值d(d＜255,d∈N)作为步长，在[0,255]区间内选取多个阈值，第i个阈值表示为：gi＝g1‑(i‑1)×d,0≤gi＜g1≤255(1)得到一个为等差递减序列的多阈值集合G：G＝{g1,g2,g3,...,gm}(2)其中，阈值满足gi＞gi+1,i＝1,2,..,m‑1，m表示阈值的个数；步骤3：农田边界阈值分割：根据选定的gi∈G对步骤1中得到的农田边界强度图K进行阈值分割，得到阈值分割图pi，pi(r,c)表示阈值分割图Pi中第r行，第c列是否为边缘，将边界强度值大于等于gi的像素强度值置为255，表示边界；边界强度值小于gi的像素值置为0，表示非边界；得到的是一个由0和255组成的二值图；步骤4：农田边界细化：利用细化算法，对步骤3得到的二值图pi进行细化，细化算法使用Zhang‑Suen算法；该步骤得到单像素宽度的边界，用255表示；非边界像素强度值为0，整幅影像的细化边界表示为Ti；细化时，新的细化结果保留上一次细化结果，即Ti包含第i‑1轮的细化结果Ti‑1，可以表示为：细化操作以一个像素宽度作为边界线条宽度进行拓扑连接，利用了二值图pi相对于pi‑1更好的连通性，连接Ti‑1中的不连续边界，提高边界的完整性；步骤5：农田边界迭代分割与细化：依次按照多阈值集合gi∈G,i＝1,2,...,m中的阈值，按照步骤3至步骤4进行分割和细化；得到根据阈值gi∈G，i＝1，2,...,m得到的农田边界细化结果图集合T：T＝{T1,T2,...,Tm}(5)其中，Ti∈T表示由阈值gi∈G分割细化得到的边界，由于新的细化边界能够保持前一次的细化结果，即满足：2CN114219815A权利要求书2/2页通过逐层细化得到更好的边界贴合性和完整性；步骤6：农田矢量对象构建：对步骤5中得到的最后一个阈值gm得到农田边界细化结果Tm进行矢量化操作，即将得到的完整农田边界图中的边界线条作为外框轮廓，将外框轮廓形成的封闭区域作为农田地块，完成对研究区域的农田矢量对象的构建。3CN114219815A说明书1/5页多层次语义边界分割的高分辨遥感影像农田提取方法技术领域[0001]本发明涉及遥感影像处理技术领域，具体涉及一种基于语义边界的高分辨率遥感影像农田提取方法。背景技术[0002]耕地分布信息是重要的农业信息之一，其对于农田长势检测、农作物产量预测、农业风险评估等应用具有重要价值(刘巍,吴志峰,骆剑承等.深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法[J].测绘学报,2021,50(01):105‑116.)。遥感影像具有覆盖面积广、数据获取容易和价格较低等优势，基于遥感影像能够快速、准确地提取耕地分布信息，是确定耕地