[发明专利]基于GF-2与开放地图数据的城市绿地精细化分类方法与系统

权利要求书

1.一种基于GF-2与开放地图数据的城市绿地精细化分类方法，其特征在于，其包括以下步骤：

S1：获取GF-2高分辨率遥感影像数据，对获取的数据进行预处理，并建立多尺度目标检测数据集样本，进行数据分割与地理编码与影像入库；

S2：对数据集样本进行数据处理，划分为训练集和测试集；

S3：构建多尺度特征感知神经网络语义分割模型，将U-Net网络融合ASPP模块和SFAM模块，然后训练数据集，并进行预测和总体精度评价；

S4：对多尺度特征感知神经网络语义分割模型的输出城市绿地识别结果进行映射式解码，获得城市绿地分类结果；

S5：将多尺度特征感知神经网络语义分割模型和编码-解码模型进行整合，生成最终的多尺度特征感知深度神经网络城市绿地分类模型；

S6：批量获取POI数据集，对获取的POI数据坐标进行去重、纠偏和空间坐标转换等处理；

S7：基于景观生态学的基础理论，利用POI数据包含的属性信息、城市绿地与OSM道路网的拓扑关系以及景观形态指数，最终实现功能分类、类型特征、服务范围和形态特征4个维度的城市绿地的精细化分类。

2.根据权利要求1所述的一种基于GF-2与开放地图数据的城市绿地精细化分类方法，其特征在于，对于步骤S1中所述获取GF-2高分辨率遥感影像数据进行预处理、建立多尺度目标检测数据集和进行编码建立遥感数据库工作，包括：采用GF-2高分辨率遥感影像作为数据源，对遥感图像进行初始化处理、特征点匹配、影像拼接、校正、图像增强、匀色、裁剪、重建处理和影像拼接，获取具有红、绿、蓝3个波段的数字正射影像，并将该影像作为多尺度目标检测数据集样本，然后，基于地理空间关系对待分类遥感影像按行列进行分割，并进行地理编码，即把描述成为文本的地理位置信息转换成地理坐标，建立遥感数据库。

3.根据权利要求1所述的一种基于GF-2与开放地图数据的城市绿地精细化分类方法，其特征在于，对于步骤S2中对数据集样本处理工作，具体步骤如下：

S21：对数据集样本切割成256×256大小的图像，并按照1：1的比例划分训练集和测试集；

S22:采用人工标注的方式，为了丰富样本特征，数据集标注采用两种方式：一种是勾勒绿地边缘，考虑边界特征，另一种是在绿地范围内勾勒矩形范围；

S23：进行归一化处理，使用Min-Max标准化方法将像素值位于[0，255]之间的数据影像归一化压缩到[0，1]之间，Min-Max标准化方法的公式如下:

式中：x_Max为数据中的像素最大值；x_Min为数据中的像素最小值。