一種基于全色遙感影像的城市水體提取方法
【專利摘要】本發(fā)明公開一種基于全色遙感影像的城市水體提取方法，通過遙感影像預(yù)處理、最優(yōu)尺度選取、均變紋理生成和最優(yōu)閾值分割四個步驟最終獲得所需提取的城市地區(qū)的水體信息。本發(fā)明計(jì)算方法簡單，運(yùn)算量較小，并且最終提取結(jié)果較為精準(zhǔn)，能夠應(yīng)用于城市規(guī)劃、環(huán)境科學(xué)、地理信息制圖等多個領(lǐng)域。
【專利說明】一種基于全色遙感影像的城市水體提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像信息提取方法，具體涉及一種基于全色遙感影像的城市水體提取方法。
【背景技術(shù)】
[0002]城市水體作為一種重要的空間地物和自然資源，對于城市規(guī)劃、環(huán)境科學(xué)和城市遙感制圖都發(fā)揮著不可或缺的作用。近年來，隨著衛(wèi)星遙感技術(shù)的發(fā)展和各種空間地物提取算法的出現(xiàn)，水體提取方法不斷進(jìn)步，在各項(xiàng)研究中得到了廣泛應(yīng)用。目前，常用的水體提取算法都是基于多光譜遙感影像如SPOT和TM遙感影像，使用光譜變換生成各種水體指數(shù)，然后通過監(jiān)督分類或者閾值分割進(jìn)行水體提取，但是少有基于全色遙感影像和針對城市地區(qū)水體提取的算法。
[0003]針對水體提取問題，目前少有針對全色遙感影像和城市區(qū)域的提取算法，并且一般僅利用了光譜信息，沒有考慮到紋理特征，沒能夠充分利用遙感影像的結(jié)構(gòu)化特征，未能夠最大化利用遙感中豐富的信息。
[0004]因此，提出基于全色遙感影像并且針對城市區(qū)域的水體提取算法非常有意義，也會對同類研究起到積極作用。

【發(fā)明內(nèi)容】

[0005]發(fā)明目的:為解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供了一種基于全色遙感影像的城市水體提取方法。
[0006]技術(shù)方案:本發(fā)明的一種基于全色遙感影像的城市水體提取方法，包括以下步驟:
[0007](I)遙感影像預(yù)處理:利用中值濾波抑制遙感影像中的噪聲；
[0008](2)最優(yōu)尺度選取:在經(jīng)步驟(1)預(yù)處理的圖像中，選定最小尺度、最大尺度以及尺度變化步長，依次計(jì)算全局平均方差，求得最優(yōu)空間尺度；
[0009](3)均變紋理生成:依據(jù)步驟(2)中所得的最優(yōu)空間尺度，遍歷遙感影像中的各個像素，分別計(jì)算均變方差，進(jìn)而生成遙感影像的均變方差紋理圖；
[0010](4)最優(yōu)閾值分割:基于步驟(3)中所得遙感影像的均變方差紋理圖，人工選定分割閾值，對方差紋理圖進(jìn)行分割，選取大于給定面積閾值的斑塊，進(jìn)行閉運(yùn)算，獲得最終水體信息。
[0011]進(jìn)一步的，所述步驟(2)中確定最優(yōu)尺度的詳細(xì)步驟如下:
[0012](I)確定最小尺度scale_min,最大尺度scale_max以及尺度變化步長scale_step，考慮到尺度過大之后會造成圖像中出現(xiàn)明顯的邊緣效應(yīng)，因此過大的尺度不予考慮，例如本發(fā)明中各項(xiàng)參數(shù)選取如下:scale_min=l, scale_max=ll, scale_step=2 ；
[0013](2)對于第 k 個空間尺度 scalek=scale_min+scale_step*(k_l),其中，k=l, 2,…，(scale_max-scale_min)/scale_step+l,在原始遙感影像上設(shè)置一個大小為(2*scalek+l) X (2*scalek+l)的窗口，不斷移動該窗口，對原始圖像im中第i行第j列的像元 im(i, j)，窗口中的所有像元光譜值記為 im(1-scalek:1_scalek, j_scalek: j_scalek)，然后計(jì)算窗口中所有像元光譜值的方差imvar(i，j, k)
【權(quán)利要求】
1.一種基于全色遙感影像的城市水體提取方法，其特征在于包括以下步驟: (1)遙感影像預(yù)處理:利用中值濾波抑制遙感影像中的噪聲； (2)最優(yōu)尺度選取:在經(jīng)步驟(1)預(yù)處理的圖像中，選定最小尺度、最大尺度以及尺度變化步長，依次計(jì)算全局平均方差，求得最優(yōu)空間尺度； (3)均變紋理生成:依據(jù)步驟(2)中所得的最優(yōu)空間尺度，遍歷遙感影像中的各個像素，分別計(jì)算均變方差，進(jìn)而生成遙感影像的均變方差紋理圖； (4)最優(yōu)閾值分割:基于步驟(3)中所得遙感影像的均變方差紋理圖，人工選定分割閾值，對方差紋理圖進(jìn)行分割，選取大于給定面積閾值的斑塊，進(jìn)行閉運(yùn)算，獲得最終水體信肩、O
2.根據(jù)權(quán)利要求1所述的基于全色遙感影像的城市水體提取方法，其特征在于:所述步驟(2)中確定最優(yōu)尺度的詳細(xì)步驟如下: (1)確定最小尺度scale_min,最大尺度scale_max以及尺度變化步長scale_step； (2)對于第k 個空間尺度 scalek=scale_min+scale_step* (k_l)，其中，k=l, 2,…,(scale_max-scale_min) / scale_step+l,在原始遙感影像上設(shè)置一個大小為(2*scalek+l) X (2*scalek+l)的窗口，不斷移動該窗口，對原始圖像im中第i行第j列的像元 im(i, j)，窗口中的所有像元光譜值記為 im(1-scalek:1_scalek, j_scalek: j_scalek)，然后計(jì)算窗口中所有像元光譜值的方差imvar(i，j, k):
3.根據(jù)權(quán)利要求1所述的基于全色遙感影像的城市水體提取方法，其特征在于:所述步驟(3)中遙感影像均變方差紋理圖的具體生成方法如下: (1)依據(jù)所得的最優(yōu)空間尺度Scalebest,在原始遙感影像上設(shè)置一個大小為(2*scalebest+l) X (2*scalebest+l)的窗口 ； (2)不斷移動該窗口，對于像元im(i,j),窗口中的所有像元光譜值記為im(1-scalebest: 1-scalebest, j-scalebest: j-scalebest),每個窗口 中的像元總個數(shù)記作 N= (2*scalebest+l) * (2*scalebest+l)，將其按照列方向排列記作imN，將窗口中所有像元的行坐標(biāo)和列坐標(biāo)依次記作 rowN 和 colN ； (3)依此對每個窗口中的所有像元的光譜值進(jìn)行最小二乘平面擬合，擬合方程為:Ax+By+Cz+1=0，將待擬合的N個像元表示成以下矩陣形式:
4.根據(jù)權(quán)利要求1所述的基于全色遙感影像的城市水體提取方法，其特征在于:所述步驟(4)中最優(yōu)閾值分割的具體步驟如下: (1)將方差紋理圖中，由均變方差紋理圖的灰度直方圖確定影像中的水體和非水體的紋理值分布，從而獲得分割閾值； (2)在步驟(1)中確定的分割閾值中，根據(jù)實(shí)際情況確定一個面積閾值用于抑制微小斑塊，依次遍歷每一個斑塊，計(jì)算其面積，如果該斑塊的面積小于該閾值，則去除該斑塊，否則保留該斑塊； (3)基于上述結(jié)果，進(jìn)行閉運(yùn)算，用于填充水體中的微小空洞，至此，已經(jīng)得到最終的水體信息；通過另設(shè)一個面積閾值，保留面積大于給定閾值的水體區(qū)域，進(jìn)而顯示面積較大的水體。
【文檔編號】G06T7/00GK103761717SQ201410037069
【公開日】2014年4月30日 申請日期:2014年1月26日 優(yōu)先權(quán)日:2014年1月26日
【發(fā)明者】徐南, 馬符訊, 馬成, 嚴(yán)朝霞, 徐大釗, 賈濤, 李代云, 艾斯卡爾·阿不力米提, 黃卓 申請人:河海大學(xué)