(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111184439.0 (22)申请日 2021.10.1 1 (71)申请人 中国测绘科 学研究院 地址 100830 北京市海淀区莲 花池西路28 号 (72)发明人 张翰超　宁晓刚　李刚　张瑞倩　 王浩　郝铭辉　 (74)专利代理 机构 济南诚智商标专利事务所有 限公司 3710 5 代理人 李修杰 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/25(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01)G06N 20/00(2019.01) (54)发明名称 基于不变信息样本筛选的耕地范围变化检 测方法及装置 (57)摘要 本发明公开了一种基于不变信息样本筛选 的耕地范围变化检测方法包括： 抽取分类信息： 获取各地类的栅格影像， 确定待检测区域； 提取 光谱、 纹理特征： 获得影像对象， 提取光谱特征和 纹理特征； 筛选样本： 分割得到的超像素作为初 始样本， 基于不变信息筛选实验样本； 选择最优 特征： 对不同地类样本进行分类实验， 确定耕地 与其他地类之间的影像特征差异； 检测变化区 域： 利用实验样本对SV M分类模型进行训练， 确定 模型的核函数参数， 选择最优的影像特征， 对待 检测耕地范围区域的超像素分割结果进行分类， 提取发生变化的超像素对象， 检测出耕地变化区 域。 本发明利用已有数据中的不变信息实现样本 自动筛选， 有效检测高分辨率遥感影像的耕地变 化信息。 权利要求书3页 说明书11页 附图4页 CN 113989657 A 2022.01.28 CN 113989657 A 1.一种基于不变信息样本 筛选的耕地范围变化检测方法， 其特 征在于， 包括如下步骤： 抽取分类信 息： 对国土利用调查数据进行分析处理， 获取各地类对应的栅格影像， 将 获 取到的耕地范围影 像确定为待检测区域； 提取光谱、 纹理特征： 对待检测区域的栅格影像进行超像素分割， 获得影像对象， 并提 取影像对象的光谱特 征和纹理特征； 筛选样本： 从各地类对应的栅格影像随机选择一定数量的栅格影像并进行超像素分 割， 将得到的超像素作为各地类的初始样本； 基于已有 数据成果中的不变信息， 通过箱线图 异常值分析的方法剔除 同质性异常的初始样本 筛选得到实验样本； 选择最优特征： 选择不同的影像特征， 对通过自动筛选得到的不同地类样本进行分类 实验， 确定耕地与其 他地类之间的影 像特征差异； 检测变化区域： 利用实验样本对SVM分类模型进行训练， 采用网格搜索法自适应确定模 型的核函数参数； 针对不同的耕地变化类型， 选择最优的影像特征， 利用训练好的SVM模型 对待检测区域的超像素分割 结果进行分类， 提取发生变化的超像素对 象， 检测出耕地变化 区域。 2.根据权利要求1所述的基于不变信息样本筛选的耕地范围变化检测方法， 其特征在 于： 所述抽取分类信息， 包括： 获取国土利用的遥感影 像； 利用图斑的矢量 边界和类别属性对遥感影 像进行处 理获得各地类的矢量范围； 对获得各地类矢量范围的遥感影像进行掩膜提取， 得到各地类对应的栅格影像， 通过 获得的耕地范围影 像确定出待检测区域的范围。 3.根据权利要求1所述的基于不变信息样本筛选的耕地范围变化检测方法， 其特征在 于： 所述提取光谱、 纹 理特征， 包括： 提取影像对象在R、 G、 B三波段 上的光谱均值 IR、 IG和IB作为光谱特征值； 利用灰度共生矩阵计算影 像对象的纹 理特征值； 所述纹理特征值包括角二阶矩、 对比度、 熵和同质性。 4.根据权利要求3所述的基于不变信息样本筛选的耕地范围变化检测方法， 其特征在 于： 所述光谱均值 IR、 IG和IB的表达式为： 其中， n是每个影像对象中的像元个数， IiR、 IiG、 IiB分别是该超像素中第i个像元在R、 G、 B三波段上的光谱值； 所述纹理特征值的表达式为：权　利　要　求　书 1/3 页 2 CN 113989657 A 2其中， ASM为角二阶矩、 CON为对比度、 ENT为熵、 HOM为同质性， L表示图像灰度级的数目， p(i,j)是 灰度共生矩阵的元 素， i,j分别是矩阵元 素的行元素、 列元素。 5.根据权利要求1所述的基于不变信息样本筛选的耕地范围变化检测方法， 其特征在 于： 所述筛 选样本， 包括： 从各地类对应的栅格影像中随机选择一定数量的图斑， 利用掩膜提取的方法获得图斑 的栅格影像， 对各地类图斑的栅格影像进行超像素分割， 将得到的超像素作为各地类的初 始样本； 计算各地类初始样本的同质性特征值， 绘制同质性特征值分布的箱线图， 基于影像中 不变区域地类样本同质性特征分布集中的特点， 利用异常分析的方法将同质性特征值大于 上界和小于下界的异常样本剔除， 在剩下样本中选择 所需数量的实验样本 。 6.根据权利要求1－5任意一项所述的基于不变信息样本筛选的耕地范围变化检测方 法， 其特征在于： 还 包括如下步骤： 评价检测结果的精度； 将变化检测结果与目视判读的真值影像进行对比分析， 选择虚 检率、 漏检率和正确率3个指标进行精度评价， 评 定变化检测结果的准确性。 7.一种基于不变信息样本 筛选的耕地范围变化检测装置， 其特 征在于： 包括： 分类信息抽取模块， 用于对国土利用调查数据进行分析处理， 获取各地类对应的栅格 影像， 将获取到的耕地范围影 像作为待检测区域； 光谱、 纹理特征提取模块， 用于对待检测区域的栅格影像进行超像素分割， 获得影像对 象， 并提取影 像对象的光谱特 征和纹理特征； 样本筛选模块， 用于从各地类对应的栅格影像随机选择一定数量的栅格影像并进行超 像素分割， 将得到的超像素作为各地类的初始样本； 基于已有 数据成果中的不变信息， 通过 箱线图异常值分析的方法剔除 同质性异常的初始样本 筛选得到实验样本； 最优特征选择模块， 用于选择不同的影像特征， 对通过自动筛选得到的不同地类样本 进行分类实验， 确定耕地与其他地类之 间的影像特征差异； 变化区域检测模块， 用于利用实 验样本对SVM分类模型进 行训练， 采用网格搜索法自适应确定模型的核函数参数； 针对不同 的耕地变化类型， 选择最优的影像特征， 利用训练好的SVM模型对待检测区域的超像素分割权　利　要　求　书 2/3 页 3 CN 113989657 A 3