摘要
本发明涉及一种基于SAR影像和可见光影像的城市不透水面提取方法,所述方法包括:获取目标城市范围在同一时间段内的第一可见光影像和第一SAR影像;对第一可见光影像进行聚合平均计算,得到第二可见光影像;构建SAR影像VV极化预测模型,将第一可见光影像和第二可见光影像输入模型得到VV极化预测信息,将VV极化预测信息与第一SAR影像输入至第二SAR影像生成公式中进行计算,得到第二SAR影像,分别计算出第一可见光影像和第二SAR影像的像元值与分割阈值,并进行比较,最终将两个比较值进行组合,判断出城市不透水面的提取结果。通过该方法,本发明能够利用可见光影像对SAR影像进行空间降尺度,得到高空间分辨率的SAR影像,实现更准确地提取城市不透水面影像。
技术关键词
影像
城市不透水面
空间特征信息
双边滤波器
坐标
机器学习算法
构建卷积神经网络
分辨率
SAR传感器
短波红外波段
空间降尺度
像素
时间段
滑动窗口
数据
薄板样条
可见光波段
系统为您推荐了相关专利信息
光伏阵列清洗
机器人步态
马尔科夫模型
步态轨迹
转移概率矩阵
水下清洗机器人
位姿控制方法
机器人六自由度
位姿控制系统
推进单元
数字测图方法
三维实景模型
多层建筑
数学形态学滤波
栅格
灰色马尔可夫链
短期预测方法
栅格
转移概率矩阵
马尔科夫链模型