[发明专利]一种基于夜间灯光数据的建成区智能化提取方法

摘要

本发明涉及一种基于夜间灯光数据的建成区智能化提取方法，包括：采用自适应粒子群优化算法，实现对VIIRS夜间灯光和MODIS植被指数影像样本选取参数的最优选取；基于SVM分类的区域生长算法，完成对SVM模型训练，并采用交叉验证方法对模型进行精度验证；根据优化后参数，确定城区样本和非城区样本，采用基于SVM分类的区域生长算法，提取城市建成区范围。本发明从样本选取源头着手，进行样本选取参数自适应优化，并采用SVM和区域生长算法，提高夜间灯光数据提高建成区范围的处理效率和精度。

主权项

1.一种基于夜间灯光数据的建成区智能化提取方法，其特征在于，所述方法包括下述步骤：步骤1：根据同一城市范围的夜间灯光遥感影像、植被指数遥感影像和高分辨率遥感影像，制作待处理区域的影像和交叉验证样本；步骤2：初始化粒子群参数，根据每个粒子的参数，从夜间灯光和植被指数遥感影像中，选取城区种子样本和非城区样本；步骤3：针对每个粒子，采用基于支持向量机SVM分类的区域生长算法，根据城区种子领域像元的分类结果，判断是否有新增的城区像元，如果新增像元数为0，则完成支持向量机SVM模型训练；如果新增像元数大于0，则更新城区种子，继续训练支持向量机SVM模型；步骤4：根据步骤3训练完成的支持向量机SVM模型，采用交叉验证样本进行精度验证，计算每模型的分类精度；步骤5：根据粒子群最优分类精度和精度方差，判断是否满足终止条件，如果满足就输出最优参数；如果不满足，则采用自适应粒子群优化算法更新粒子群参数，返回步骤2；步骤6：根据步骤5输出的最优参数，重新确定城区种子样本和非城区样本，采用基于SVM分类的区域生长算法，提取城市建成区范围，并输出到结果影像中。