(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211324912.5 (22)申请日 2022.10.27 (65)同一申请的已公布的文献号 申请公布号 CN 115393737 A (43)申请公布日 2022.11.25 (73)专利权人 南通有来信息技 术有限公司 地址 226000 江苏省南 通市开发区广州路 42号455室 (72)发明人 苏年朋　邵振菲　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/764(2022.01)G06V 10/762(2022.01) G06V 10/56(2022.01) 审查员 朱雪梅 (54)发明名称 一种遥感对象确定方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种遥感对象确定方法。 该方法对 经由遥感设备识 别得到的遥感图像数据进行获取， 然后对获取的 数据进行处理分析， 侧重点是对获取数据后的数 据处理方法进行改进， 在将遥感图像转换得到颜 色样本空间并确定稀 疏区域后， 进一步确定了稀 疏区域中稀疏像素点的稀疏程度以及其邻域内 密集像素点对其的距离影 响因子， 以所确定的稀 疏程度以及距离影响因子分别进行两种稀疏像 素点所属聚类簇的聚类投票， 以更高投票值对应 的聚类簇作为稀 疏像素点的簇分类， 有效结合了 邻域像素点所在样本空间的位置与稀疏程度两 方面因素为稀 疏像素点划分更为准确的聚类簇， 实现了对遥感图像中不同的关注区域也即不同 的遥感对象的更准确 确定。 权利要求书2页 说明书6页 附图1页 CN 115393737 B 2022.12.23 CN 115393737 B 1.一种遥感对象确定方法， 其特 征在于， 包括以下步骤： 获取遥感图像数据， 将遥感图像数据映射到三维颜色空间得到颜色样本空间； 对颜色样本空间中的像素点进行密度判断确定颜色样本空间中的稀疏区域， 然后确定 稀疏区域的稀疏程度并将稀疏区域的稀疏程度作为稀疏区域中稀疏像素点的稀疏程度； 确定稀疏像素点邻域内密集像素点对 稀疏像素点的距离影响因子； 根据稀疏像素点邻域内密集像素点对稀疏像素点的距离影响因子对稀疏像素点所属 簇类进行第一类投票， 根据稀疏像素点的稀疏程度对稀疏像素点所属簇类进行第二类投 票， 选取两类投票结果中的较大值所对应的簇类作为稀疏像素点的簇分类； 以均值漂移聚类方法对颜色样本空间中非稀疏区域内的像素点进行聚类， 以所确定的 各个稀疏像素点的簇分类对所有稀疏像素点进行聚类， 完成对遥感过程中不同的遥感对象 的确定； 所述对颜色样本空间中的像素点进行密度判断确定颜色样本空间中的稀疏区域的方 法为： 从颜色样本空间中任选一个样本点P， 判断样本点P的邻域半径 中的样本点数量M， 如 果样本点数量M 大于密度阈值m， 则将样本点P的邻域 半径 内的邻域区域记为密集区域并不 再被选取， 但该邻域区域内的样本点判断样本点数量时会被计算， 已经被确定为稀疏区域 的像素点不会被再更改为密集区域； 如果样本点数量M不大于密度阈值m， 则将样本点P的邻 域半径 内的邻域区域记为稀疏区域， 但该邻域区域内的样本点判断样本点数量时会被计 算， 且已经被确定为密集区域的像素点依然会被再 更改为稀疏区域； 在未被标记的区域中继续选取样本点并进行稀疏区域与密集区域的判断， 直到所有的 样本点都进行了区域标记， 完成颜色样本空间中稀疏区域的确定； 所述确定稀疏区域的稀疏程度并将稀疏区域的稀疏程度作为稀疏区域中稀疏像素点 的稀疏程度的方法为： 首先使用稀疏区域中像素点数量值与确定稀疏区域时所使用的邻域半径来确定稀疏 区域的密集 程度也即稀疏区域中像素点的密集 程度值： 其中， 为稀疏区域的密集程度 也即稀疏区域 中像素点的密集程度 值， 为稀疏区域 中 像素点的数量， 为确定稀疏区域时所使用的邻域半径； 对所有稀疏区域的密集程度也即稀疏区域中像素点的密集程度进行归一化处理， 然后 确定各个稀疏区域的稀疏程度也即稀疏区域中稀疏像素点的稀疏程度： 其中， 表示稀疏区域的稀疏程度也即稀疏区域中稀疏像素点的稀疏程度， 表示归 一化后的稀疏区域的密集 程度也即稀疏区域中像素点的密集 程度值。 2.根据权利要求1所述的遥感对象确定方法， 其特征在于， 确定所述稀疏像素点邻域内 密集像素点对 稀疏像素点的距离影响因子的方法为：权　利　要　求　书 1/2 页 2 CN 115393737 B 2计算稀疏像素点到其8邻域内密集像素点之间的距离： 其中， 表示稀疏像素点到其8邻域内第i个密集像素点之间的距离， 、 以及 分别表示稀疏像素点的三通道分量， 、 以及 分别表示稀疏像素点8邻域内第i个密 集像素点的三 通道分量； 通过 函数将距离集合中的值进行不同程度划分， 并保证划分后距离集合中所 有距离的和为1， 然后计算稀疏像素点邻域内密集像素点对 稀疏像素点的距离影响因子： 其中， 表示稀疏像素点的8邻域内第i个密集像素点对稀疏像素点的距离影响因子， 表示稀疏像素点到其8邻域内第i个密集像素点之间的距离， 表示以自然常数e为底的指 数函数。 3.根据权利要求2所述的遥感对象确定方法， 其特征在于， 所述进行第 二类投票的方法 为： 其中， 表示稀疏像素点属于簇类 的投票数， 表示簇类 的窗口经过稀疏像素 点的次数， 表示稀疏像素点的稀疏程度； 所述进行第一类投票的方法为： 其中， 表示稀疏像素点属于簇类 的投票数， 表示簇类 的窗口经过稀疏像素 点的次数， 表示取最大值， 表示稀疏像素点的8邻域内第i个密集像素点对稀疏像 素点的距离影响因子 。权　利　要　求　书 2/2 页 3 CN 115393737 B 3