详情

原文传递基于高分影像的道路材质识别方法及装置和电子设备

专利名称：	基于高分影像的道路材质识别方法及装置和电子设备
摘要：	本申请实施例公开了一种基于高分影像的道路材质识别方法及装置和电子设备，通过对高空间分辨率影像进行处理，得到地表反射率图像，根据地表反射率图像中道路中心线处的像元的蓝、绿、红和近红外四个波段的地表反射率值以及预置的决策树分类模型实现了道路材质识别，该方法在保证道路材质识别精度的同时，使得道路材质识别方法的通用性增强，适用于高分一号，高分二号，高分六号，资源三号，高景一号和wordview等卫星拍摄的遥感影像。
专利类型：	发明专利
申请人：	北京观澜智图科技有限公司
发明人：	宋彩虹
专利状态：	有效
申请日期：	1900-01-20T09:00:00+0805
发布日期：	1900-01-20T15:00:00+0805
申请号：	CN202010020829.3
公开号：	CN111157524A
代理机构：	北京集佳知识产权代理有限公司
代理人：	薛娇
分类号：	G01N21/84;G01N21/55;G01N21/01;G;G01;G01N;G01N21;G01N21/84;G01N21/55;G01N21/01
申请人地址：	100037 北京市海淀区阜石路甲69号院4号楼4层422
主权项：	1.一种基于高分影像的道路材质识别方法，其特征在于，包括：获得目标区域的全色影像和多光谱影像；对所述全色影像和多光谱影像进行处理，得到地表反射率图像；在所述地表反射率图像中确定道路中心线；将所述道路中心线处的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型，得到各个像元处的道路材质识别结果；所述决策树分类模型基于路面实测的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值，以及所述路面的高分辨率遥感影像中的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值得到。 2.根据权利要求1所述的方法，其特征在于，所述决策树分类模型被配置为：对应输入所述决策树分类模型的每个一像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值，若该像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值的平均值大于第一阈值，判断该像元的红光波段的地表反射率值与蓝光波段的地表反射率值的比值是否大于第二阈值；若所述比值大于所述第二阈值，确定该像元处的路面材质为土路；若所述比值小于或等于所述第二阈值，确定该像元处的路面材质为水泥路；若所述平均值小于或等于所述第一阈值，且所述平均值大于第三阈值，确定该像元处的路面材质为砂石路；其中，所述第三阈值小于所述第一阈值；若所述平均值小于或等于所述第三阈值，确定该像元处的路面材质为沥青路。 3.根据权利要求1所述的方法，其特征在于，所述将所述道路中心线处的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型，包括：将所述道路中心线处的非异常区域的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型，得到所述非异常区域内各个像元处的道路材质识别结果；异常区域为阴影区域或路面上的覆盖物区域。 4.根据权利要求3所述的方法，其特征在于，还包括：根据所述异常区域周围的非异常区域的道路材质识别结果，确定所述异常区域的路面材质。 5.根据权利要求1所述的方法，其特征在于，所述对所述全色影像和多光谱影像进行处理，得到地表反射率图像，包括：对所述多光谱影像的所述蓝光波段、绿光波段、红光波段和近红外波段的影像进行几何配准，得到配准后的多光谱影像；将所述全色影像和所述配准后的多光谱影像进行融合，得到融合图像；对所述融合图像进行几何精校正，得到校正后的融合图像；利用相对辐射归一化算法对所述校正后的融合图像进行大气校正，得到所述地表反射率图像。 6.一种基于高分影像的道路材质识别装置，其特征在于，包括：获得模块，用于获得目标区域的全色影像和多光谱影像；预处理模块，用于对所述全色影像和多光谱影像进行处理，得到地表反射率图像；确定模块，用于在所述地表反射率图像中确定道路中心线；识别模块，用于将所述道路中心线处的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型，得到各个像元处的道路材质识别结果；所述决策树分类模型基于路面实测的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值，以及所述路面的高分辨率遥感影像中的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值得到。 7.根据权利要求6所述的装置，其特征在于，所述识别模块具体包括：输入单元，用于将所述道路中心线处的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型；所述决策树分类模型具体用于：对应输入所述决策树分类模型的每个一像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值，若该像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值的平均值大于第一阈值，判断该像元的红光波段的地表反射率值与蓝光波段的地表反射率值的比值是否大于第二阈值；若所述比值大于所述第二阈值，确定该像元处的路面材质为土路；若所述比值小于或等于所述第二阈值，确定该像元处的路面材质为水泥路；若所述平均值小于或等于所述第一阈值，且所述平均值大于第三阈值，确定该像元处的路面材质为砂石路；其中，所述第三阈值小于所述第一阈值；若所述平均值小于或等于所述第三阈值，确定该像元处的路面材质为沥青路。 8.根据权利要求6所述的装置，其特征在于，所述识别模块将所述道路中心线处的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型时，具体用于：将所述道路中心线处的非异常区域的像元的蓝光波段、绿光波段、红光波段和近红外波段的地表反射率值输入预置的决策树分类模型，得到所述非异常区域内各个像元处的道路材质识别结果；异常区域为阴影区域或路面上的覆盖物区域。 9.根据权利要求6所述的装置，其特征在于，所述预处理模块包括：几何配准单元，用于对所述多光谱影像的所述蓝光波段、绿光波段、红光波段和近红外波段的影像进行几何配准，得到配准后的多光谱影像；融合单元，用于将所述全色影像和所述配准后的多光谱影像进行融合，得到融合图像；几何校正单元，用于对所述融合图像进行几何精校正，得到校正后的融合图像；大气校正单元，用于利用相对辐射归一化算法对所述校正后的融合图像进行大气校正，得到所述地表反射率图像。 10.一种电子设备，其特征在于，包括：存储器和处理器；所述存储器，用于存储程序；所述处理器，用于执行所述程序，实现如权利要求1-5中任一项所述的基于高分影像的道路材质识别方法的各个步骤。
所属类别：	发明专利