[发明专利]一种土地测绘信息管理方法

说明书

本发明涉及图像处理技术领域，具体涉及一种土地测绘信息管理方法。该方法通过获得高光谱遥感图像，根据图像中曲线的相似性获得参考像素点，根据参考像素点筛选出特征波段，根据特征波段与像素点灰度值的关联获得分布特征向量，根据像素点间的光谱向量角度差异获得目标像素点与邻域像素点的纹理特征值和邻域像素点之间的理特征值，根据像素点的光谱向量中特征波段的方向变化获得纹理特征值，获得由纹理特征值构成的纹理特征向量，最终通过神经网络进行分类，对分类后遥感图像的结果进行管理。本发明考虑了像素点本身的波段变化影响和邻域像素点之间的特征值影响，使分类数据更清晰，更全面精确地得到分类结果，方便了对分类信息的管理。

技术领域

本发明涉及图像处理技术领域，具体涉及一种土地测绘信息管理方法。

背景技术

随着测绘技术的发展，质检手段和检查效率都得到了提高，但是质检业务的费用大部分都较为昂贵。在人工管理阶段，管理方式比较落后，为了有效的利用土地测绘档案，需要对档案进行数字化处理，实现对图片信息的查询，在信息化不断发展的背景下，土地测绘档案信息化也发展成为土地测绘技术在土地开发管理过程中的普遍应用形式。土地信息化管理不仅将土地测绘工作变得更科学、更稳定、更规范，也进一步提高了测绘的工作效率。

在土地测绘信息的管理中，信息管理方式较为单一，没有做好详尽的分类工作，对于不同地块的分类没有统一管理，现有大部分分类方法对高光谱采集到的图像多基于本身灰度值获得像素点的分布特征或者纹理特征进行分类，未考虑到像素点本身的波段变化和相邻其他像素点之间的变化，分类效果不理想，分类精度较差。

发明内容

为了解决现有技术中分类时未考虑到像素点本身的波段变化和相邻其他像素点之间的变化，使分类效果不理想，分类精度较差的技术问题，本发明的目的在于提供一种土地测绘信息管理方法，所采用的技术方案具体如下：

本发明提出了一种土地测绘信息管理方法，所述方法包括：

获得高光谱遥感图像；根据高光谱遥感图像中像素点之间对应的光谱曲线相似度筛选出参考像素点；根据参考像素点的光谱曲线筛选出特征波段；由高光谱遥感图像中各个特征波段的灰度值构建至少两个灰度值坐标系，根据目标像素点在每个灰度值坐标系中的位置构成目标像素点的分布特征向量；

获得目标像素点与预设第一邻域内其他像素点的光谱向量角度差异；获得目标像素点在不同预设第一方向上的局部LBP描述子；根据第一邻域内其他像素点之间的光谱向量角度差异获得在不同预设第二方向上的相邻LBP描述子；根据每个像素点的光谱曲线上相邻两个特征波段之间对应的斜率，获得斜率向量，统计目标像素点第一邻域内其他像素点的斜率向量，获得斜率LBP描述子；以局部LBP描述子、相邻LBP描述子和斜率LBP描述子构建目标像素点的纹理特征向量；

将每个像素点对应的分布特征向量和纹理特征向量作为每个像素点的标签数据对神经网络进行分类训练；将待分析高光谱遥感图像输入训练后的神经网络中，获得待分析高光谱遥感图像的分类结果，根据分类结果将对应的像素点标记进行管理。

进一步地，所述特征波段的获取包括：

根据参考像素点光谱曲线的目标波段、预设波段数量和预设光谱矩阵采用连续投影算法获得由预设波段数量个选取波段构成的待定特征波段，获得参考像素点的所有待定特征波段；根据所有待定特征波段的均方误差筛选出特征波段。

进一步地，所述分布特征向量的获取包括：

以最短波长波段的灰度值为横坐标，其余各个特征波段的灰度值作为纵坐标，分别构建灰度值坐标系；将高光谱遥感图像中每个像素点映射至所有灰度值坐标系中，对每个灰度值坐标系根据所有像素点在该灰度值坐标系中的最大灰度值和最小灰度值构建分布区域，获得所有灰度值坐标系的分布区域；