[发明专利]一种基于改进的BL模型建成区提取方法

权利要求书

1.一种基于改进的BL模型建成区提取方法，其特征在于，包括如下步骤：

对图像进行预处理；

基于多线索融合和测地加权贝叶斯模型构建弱显著图，并基于弱显著性图选取强化分类模型的训练样本；

训练得到强显著性图，并基于加权方法整合弱显著性图和强显著性图；

使用分数阶达尔文粒子群优化算法分割最终的显著图，以准确捕捉建成区的信息。

2.如权利要求1所述的方法，其特征在于，所述对图像进行预处理步骤，具体为：

基于最临近方法将图像进行重采样到10米；基于最佳指数因子方法获取最佳波段组合生成假彩色图像；利用简单线性迭代聚类超像素分割方法将假彩色图像分割成均匀和紧凑的区域，然后将相似的超像素合并成不同的分割对象。

3.如权利要求1所述的方法，其特征在于，所述基于多线索融合和测地加权贝叶斯模型构建弱显著图，并基于弱显著性图选取强化分类模型的训练样本；步骤，具体为：

首先利用分割对象的紧凑性，颜色，纹理等线索获取弱显著性图；然后引入空间权重贝叶斯模型去掉弱显著性图的背景信息；并将弱显著性图中水体去除。最后基于去除水体后的弱显著图生成Boosting模型的训练样本。

4.如权利要求1所述的方法，其特征在于，所述训练得到强显著性图，并基于加权方法整合弱显著性图和强显著性图步骤，具体为：

首先基于Boosting模型获取强显著性图，然后利用长方体元胞自动机整合不同尺度的强显著性图，最后将弱显著性图和强显著性图进行加权得到最终的显著性图。

5.如权利要求1所述的方法，其特征在于，所述使用分数阶达尔文粒子群优化算法分割最终的显著图，以准确捕捉建成区的信息步骤，具体法为：

分数阶达尔文粒子群优化算法找到分割图像的最佳阈值，利用该阈值对图像进行分割得到建成区信息图。