[发明专利]建筑垃圾的识别方法及装置有效

专利信息
申请号: 202110698568.5 申请日: 2021-06-23
公开(公告)号: CN113392788B 公开(公告)日: 2022-11-01
发明(设计)人: 张露;王纪涛;李子璐;朱广蛟;刘广;洪淑华 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06V20/10 分类号: G06V20/10;G06V10/764;G06V10/56;G06V10/58;G06V10/75
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 陈霁
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 建筑 垃圾 识别 方法 装置
【权利要求书】:

1.一种建筑垃圾的识别方法,其特征在于,所述方法包括:

获取目标区域的目标多光谱遥感图像;

对所述目标多光谱遥感图像中的每个像元进行光谱特征分析,得到每个像元的光谱特征曲线;

计算所述每个像元的光谱特征曲线与预设光谱特征曲线的相似度;

从所述像元中确定相似度大于相似度阈值的目标像元;

使用预先训练的分类器,识别所述目标多光谱遥感图像中每个所述目标像元对建筑垃圾的敏感波段的折射率;

根据所述折射率、预设归一化植被指数和预设归一化水体指数,确定所述建筑垃圾对应的像元;

根据所述建筑垃圾对应的目标像元,确定所述建筑垃圾在所述多光谱遥感图像中的分布信息。

2.根据权利要求1所述的方法,其特征在于,所述建筑垃圾包括有覆盖物的建筑垃圾和无覆盖物的建筑垃圾,所述建筑垃圾的敏感波段包括所述有覆盖物的建筑垃圾的覆盖物颜色对应的敏感波段和所述无覆盖物的建筑垃圾的敏感波段。

3.根据权利要求1所述的方法,其特征在于,在获取目标区域的多光谱遥感图像之前,所述方法还包括:

获取存储的历史多光谱遥感图像,所述历史多光谱遥感图像携带有标签信息,所述标签信息包括所述历史多光谱遥感图像中建筑垃圾的分布信息;

根据所述历史多光谱遥感图像中的建筑垃圾的分布信息,对所述历史多光谱遥感图像中建筑垃圾进行光谱特征分析,得到所述历史多光谱遥感图像中建筑垃圾对应的敏感波段。

4.根据权利要求3所述的方法,其特征在于,所述标签信息还包括所述历史多光谱遥感图像中建筑垃圾对应的覆盖物颜色;所述根据所述历史多光谱遥感图像中的建筑垃圾的分布信息,对所述历史多光谱遥感图像中建筑垃圾进行光谱特征分析,得到所述历史多光谱遥感图像中建筑垃圾对应的敏感波段,包括:

根据所述历史多光谱遥感图像中建筑垃圾的分布信息和所述建筑垃圾对应覆盖物颜色,对所述历史多光谱遥感图像进行光谱特征分析,确定每种覆盖物颜色的敏感波段。

5.根据权利要求4所述的方法,其特征在于,所述标签信息还包括所述历史多光谱遥感图像中临建房的分布信息,所述根据所述历史多光谱遥感图像中建筑垃圾的分布信息和所述建筑垃圾对应覆盖物颜色,对所述历史多光谱遥感图像中进行光谱特征分析,得到每种覆盖物颜色的敏感波段,包括:

根据所述历史多光谱遥感图像中建筑垃圾的分布信息、所述建筑垃圾对应覆盖物颜色和所述临建房的分布信息,对所述历史多光谱遥感图像中建筑垃圾和临建房进行光谱特征分析,得到预设光谱特征曲线;

对所述历史多光谱遥感图像中的像元进行统计分析,得到所述历史多光谱遥感图像中标准差最大的波段;

根据所述标准差最大的波段和所述预设光谱特征曲线,确定所述每种覆盖物颜色的敏感波段。

6.根据权利要求1所述的方法,其特征在于,所述分类器为最大似然分类器。

7.一种建筑垃圾的识别装置,其特征在于,所述装置包括:

获取模块,用于获取目标区域的目标多光谱遥感图像;

分析模块,用于对目标多光谱遥感图像中的每个像元进行光谱特征分析,得到每个像元的光谱特征曲线;

计算模块,用于计算每个像元的光谱特征曲线与预设光谱特征曲线的相似度;

确定模块,用于从像元中确定相似度大于相似度阈值的目标像元;

识别模块,用于使用预先训练的分类器,识别目标多光谱遥感图像中每个目标像元对建筑垃圾的敏感波段的折射率;根据折射率、预设归一化植被指数和预设归一化水体指数,确定建筑垃圾对应的像元;根据建筑垃圾对应的目标像元,确定建筑垃圾在多光谱遥感图像中的分布信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,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/202110698568.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top