[发明专利]基于夜间灯光及高分辨率遥感影像的自然保护区人类活动自动监测方法及系统在审
申请号: | 201911393612.0 | 申请日: | 2019-12-30 |
公开(公告)号: | CN111144340A | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 齐志新;丁昱;张慧 | 申请(专利权)人: | 中山大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 夜间 灯光 高分辨率 遥感 影像 自然保护区 人类 活动 自动 监测 方法 系统 | ||
1.基于夜间灯光及高分辨率遥感影像的自然保护区人类活动自动监测方法,其特征在于,包括以下步骤:
获取同一光源在不同时间的夜间灯光影像;
对所有的夜间灯光图像进行联合分割,对同一光源在不同时间内产生的灯光区域归属为同一图像对象;
提取所有的图像对象的属性;
从图像对象中提取夜间灯光区域;
根据灯光区域图像对高分辨率遥感影像进行剪裁,剪裁后的遥感影像和灯光斑块图像范围相同;
通过对裁剪后的高分辨率遥感影像进行检测、分析,结合夜间灯光区域,得到人类活动信息。
2.根据权利要求1所述的自然保护区人类活动自动监测方法,其特征在于,所述的“对所有的夜间灯光图像进行联合分割”包括以下内容:
通过多尺度图像分割算法对所有的夜间灯光图像进行联合分割。
3.根据权利要求2所述的自然保护区人类活动自动监测方法,其特征在于,所述的“通过多尺度图像分割算法对所有的夜间灯光图像进行联合分割”通过多尺度分割算法实现。
4.根据权利要求1至3中任一权利要求所述的自然保护区人类活动自动监测方法,其特征在于,所述的“从图像对象中提取灯光斑块图像”包括以下内容:
通过随机森林算法从图像对象中提取夜间灯光斑块图像。
5.根据权利要求1至3中任一权利要求所述的自然保护区人类活动自动监测方法,其特征在于,所述的“对剪裁后的遥感影像进行分析”包括以下内容:
通过目标检测算法对剪裁后的遥感影像进行分析。
6.根据权利要求5所述的自然保护区人类活动自动监测方法,其特征在于,所述的目标检测算法是Mask RCNN算法。
7.根据权利要求1、2、3或6所述的自然保护区人类活动自动监测方法,其特征在于,所述的属性包括像素平均值、纹理、形状和空间关系。
8.基于权利要求1至7中任一权利要求所述的基于夜间灯光及高分辨率遥感影像的自然保护区人类活动自动监测系统,其特征在于,包括图像获取模块、图像分割模块、属性提取模块、灯光斑块提取模块、剪裁模块、分析模块,其中,
所述的图像获取模块用于获取指定光源在不同时间的夜间灯光图像;
所述的图像分割模块用于将夜间灯光图像进行联合分割,得到图像对象;
所述的属性提取模块提取图像对象中的属性;
所述的灯光斑块提取模块用于从图像对象中提取灯光斑块图像;
所述的剪裁模块将遥感图像进行剪裁,使得剪裁后的遥感影像和灯光斑块图像范围相同;
所述的分析模块对图像对象的属性和剪裁后的遥感影像进行分析,得到人类活动的数据。
9.根据权利要求8所述的自然保护区人类活动自动监测系统,其特征在于,所述的图像分割模块是多尺度分割算法。
10.根据权利要求8所述的自然保护区人类活动自动监测系统,其特征在于,所述的分析模块是Mask RCNN算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911393612.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种乐果原药的贮存方法
- 下一篇:一种高稳定性40%乐果乳油及其制备方法