公开(公告)号：CN111539296B

公开(公告)日：2022-09-23

申请号：CN202010309417.1

申请日：2020-04-17

Applicant: 河海大学常州校区

Inventor： 徐绪堪 ,  王晨辉 ,  汪利利

IPC: G06V10/762 ,  G06V20/10 ,  G06T7/11

Abstract: 本发明公开了一种基于遥感影像变化检测的违章建筑识别方法及系统，包括获取地区多时相遥感影像图片及地理信息；根据地理信息对所述多时相遥感影像图片进行位置校正、切割；将校正、切割后的图片转换为灰度图；计算灰度图中每个像素点灰度值的绝对差值，得到差分图像；对所述差分图像进行划分、主成分分析，得到特征向量空间；对所述差分图像再次划分并将划分后的图片映射到特征向量空间中，得到图像变化特征矩阵；根据所述图像变化特征矩阵和k‑Means聚类对像素点进行分类，得到城市违章建筑所在的区域。本发明通过机器学习方法对遥感影像变化进行分析，实现识别城市违章建筑的目的。有效提供城市治理能力。

公开(公告)号：CN111539296A

公开(公告)日：2020-08-14

申请号：CN202010309417.1

申请日：2020-04-17

Applicant: 河海大学常州校区

Inventor： 徐绪堪 ,  王晨辉 ,  汪利利

IPC: G06K9/00 ,  G06K9/62 ,  G06T7/11

Abstract: 本发明公开了一种基于遥感影像变化检测的违章建筑识别方法及系统，包括获取地区多时相遥感影像图片及地理信息；根据地理信息对所述多时相遥感影像图片进行位置校正、切割；将校正、切割后的图片转换为灰度图；计算灰度图中每个像素点灰度值的绝对差值，得到差分图像；对所述差分图像进行划分、主成分分析，得到特征向量空间；对所述差分图像再次划分并将划分后的图片映射到特征向量空间中，得到图像变化特征矩阵；根据所述图像变化特征矩阵和k-Means聚类对像素点进行分类，得到城市违章建筑所在的区域。本发明通过机器学习方法对遥感影像变化进行分析，实现识别城市违章建筑的目的。有效提供城市治理能力。