(19)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 202210655911.2 (22)申请日 2022.06.10 (71)申请人 中国科学院地理科 学与资源研究所 地址 100000 北京市朝阳区大屯路甲1 1号 (72)发明人 黄翀　李贺　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 高燕 (51)Int.Cl. G06V 20/13(2022.01) G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/80(2022.01) G06F 16/29(2019.01) (54)发明名称 一种城市功能 区的识别方法及装置 (57)摘要 本申请提供了一种城市功能区的识别方法 及装置， 包括： 利用多尺度分割算法和最近邻算 法对待识别区域的遥感影像进行分割， 确定多个 目标分割对象； 获取路网数据以及对应的兴趣点 数据， 将路网数据、 兴趣点数据与多个目标分割 对象之间进行融合， 得到多个空间单元； 分别计 算该空间单元中各类兴趣点对应的平均近邻指 数和密度指数， 根据各类兴趣点对应的平均近邻 指数和密度指数， 确定该空间单元中各类 兴趣点 对应的功能强度指数； 根据各类兴趣点的功能强 度指数以及类型比例值， 确定该空间单元的功能 属性， 以完成城市功能区地识别。 本申请通过平 均最近邻指数识别城市功能区， 从而提高城市功 能区的识别精度。 权利要求书3页 说明书11页 附图3页 CN 114937215 A 2022.08.23 CN 114937215 A 1.一种城市功能 区的识别方法， 其特 征在于， 所述识别方法包括： 利用多尺度分割算法和最近邻算法对目标城市的待识别区域的遥感影像进行分割， 确 定土地类别为城市 建设用地的多个目标分割对象； 获取所述待识别区域的路网数据以及对应的兴趣点数据， 将所述路网数据、 兴趣点数 据与所述多个目标分割对象之 间进行融合， 以得到与每个目标分割对象对应的用于进 行城 市功能区识别的多个空间单 元； 针对每个空间单元， 分别计算该空间单元中各类兴趣点对应的平均近邻指数和密度指 数， 根据各类兴趣点对应的平均近邻指数和密度指数， 确定该空间单元中各类兴趣点对应 的功能强度指数； 针对每个空间单元， 根据各类兴趣点的功能强度指数以及类型比例值， 确定该空间单 元的功能属性， 以完成城市功能 区地识别。 2.根据权利要求1所述的识别方法， 其特 征在于， 通过以下 方式确定目标分割对象： 利用多尺度分割算法对所述待识别区域的遥感影 像进行分割， 确定多个分割对象； 分别提取每 个分割对象对应的图像特 征； 针对每个分割对象， 根据多个预设土地样本以及该分割对象的图像特征， 利用最邻近 算法确定该分割对象与每 个预设土地样本之间的特 征距离； 针对每个分割对象， 将最小特征距离对应的预设土地样本所属的土地类别， 确定为该 分割对象对应的土地类别； 将所述土地类别为城市 建设用地的分割对象确定为目标分割对象。 3.根据权利要求2所述的识别方法， 其特征在于， 通过以下公式确定每个分割 对象与预 设土地样本之间的特 征距离： 在该公式中， d表示分割对象O与预设土地样本T之间的特征距离， e表示图像特征， 表示预设土地样本T中 图像特征e对应的特征值， 表示分割对象O中图像特征e对应的特 征值， σ 表 示分割对象O中的图像特征对应的标准差， 其中， 1≤e≤E， E表 示分割对象O中的图 像特征的数量。 4.根据权利要求1所述的识别方法， 其特征在于， 通过以下公式确定每个空间单元中各 类兴趣点对应的功能强度指数： Fi＝W1×Di′+W2×Ri′ 在该公式中， Fi表示第i类兴趣点对应的功能强度指数， E1表示归一化 处理后的第i类兴 趣点的密度指数权重， Di′表示归一化处理后的第i类兴趣点的密度指数， W2表示归一化处理 后的第i类兴趣点的平均近邻指数权重， Ri′表示归一化处理后的第i类兴趣点的平均近邻 指数。 5.根据权利要求4所述的识别方法， 其特征在于， 通过以下公式对各类兴趣点对应的平 均近邻指数进行归一 化处理：权　利　要　求　书 1/3 页 2 CN 114937215 A 2在该公式中， Ri′表示归一化处理后的第i类兴趣点的平均近邻 指数， Ri表示空间单元中 第i类兴趣点的平均近邻指数， 其中， i＝1,2, …,j， j代表了空间单元中兴趣点类型的个数， 归一化处理后的第i类兴趣点的平均近邻指数等于第i类兴趣点的平均近邻指数除以空间 单元中所有类型兴趣点对应的平均近邻指数的和； 通过以下公式对各类兴趣点对应的密度指数进行归一 化处理： 在该公式中， Di′表示归一化处理后的第i类兴趣点的密度指数， wi表示不同类型兴趣点 进行归一 化数量转换的权 重。 6.根据权利要求1所述的识别方法， 其特征在于， 通过以下公式计算每个空间单元中各 类兴趣点对应的平均近邻指数： 在该公式中， Ri表示空间单元中第i类兴趣点的平均邻近指数， dmin(Pk)表示第i类空间 单元中的第 k个兴趣点Pk到其最近邻点的距离， Ni表示空间单元内第i类兴趣点的数量， A表 示空间单 元的面积； 通过以下公式计算每 个空间单 元中每类兴趣点对应的密度： 在该公式 中， Di表示每个空间单 元中第i类兴趣点对应的密度。 7.根据权利要求1所述的识别方法， 其特征在于， 通过以下公式确定每类兴趣点对应的 类型比例值： 在该公式中， Ci表示空间单元中第i类兴趣点的类型比例值， Fi表示空间单元中第i类兴 趣点的功能强度指数， 表示空间单元中所有类型兴趣点 的功能强度指数的和， j表 示空间单 元中兴趣点类型的个数。 8.根据权利要求1所述的识别方法， 其特征在于， 通过以下方式确定每个空间单元的功 能属性： 根据该空间单 元中最大类型比例值， 确定该空间单 元对应的兴趣点类型比例参数； 将所述兴趣点类型比例参数与该空间单 元对应的格拉布斯 准则阈值进行比较； 若所述兴趣点类型比例参数大于格拉布斯准则阈值， 则将最大类型比例值对应的兴趣 点的类型 所指示的城市功能， 确定为该空间单 元的功能属性；权　利　要　求　书 2/3 页 3 CN 114937215 A 3