本發(fā)明涉及遙感圖像處理
技術(shù)領(lǐng)域：
，尤其涉及一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統(tǒng)。
背景技術(shù)：
：海岸線是陸地與海洋的分界線，也是劃分海洋與陸地管理區(qū)域的基準(zhǔn)線，在我國(guó)指多年平均大潮高潮時(shí)形成的實(shí)際痕跡線。海岸線既是一種重要的國(guó)土資源，也是重要的基礎(chǔ)地理信息數(shù)據(jù)。由于河口淤積、氣候變暖等自然條件導(dǎo)致的海平面上升及圍墾開荒、填海造地、海洋工程等人類活動(dòng)的影響，海岸線在不斷發(fā)生著變化。因此，快速而準(zhǔn)確地測(cè)定海岸線的動(dòng)態(tài)變化，對(duì)于海域使用管理、海島海岸帶研究等具有重要意義。通常情況下，海岸線信息以野外實(shí)地調(diào)查的方式獲取，首先測(cè)量拐點(diǎn)坐標(biāo)，再順序連接后形成海岸線，雖然精度較高，但是花費(fèi)人工多、效率低下、工作周期長(zhǎng)，而且受地理?xiàng)l件的限制，存在測(cè)量困難和無(wú)法到達(dá)區(qū)域，無(wú)法滿足大范圍提取的要求。遙感技術(shù)憑借其特有的高時(shí)效、大范圍、動(dòng)態(tài)性特點(diǎn)，能夠有效克服地面調(diào)查中可能遇到的各種限制，已成為海岸線信息提取的主要手段。目前遙感圖像海岸線信息提取有兩種方法：目視解譯和自動(dòng)解譯。目視解譯利用繪圖儀或軟件進(jìn)行邊界描繪，并保存為矢量文件，方法簡(jiǎn)單，精度較高，但速度慢，工作量大，無(wú)法滿足大范圍快速提取的要求。自動(dòng)解譯根據(jù)水體和海岸在遙感圖像上的表現(xiàn)特征，在計(jì)算機(jī)技術(shù)的支持下，獲取海岸線的空間分布信息。相對(duì)于目視解譯，自動(dòng)解譯速度較快，工作量較小，但容易受到其他地物的干擾，噪聲較多，往往需要復(fù)雜的后處理操作。遙感圖像海岸線信息自動(dòng)解譯方法主要包括邊緣檢測(cè)法、指數(shù)分析法、閾值分割法、區(qū)域生長(zhǎng)法、神經(jīng)網(wǎng)絡(luò)法。邊緣檢測(cè)法利用岸線空間關(guān)系，通過roberts、prewitt、sobel、laplace、canny等算子檢測(cè)灰度值發(fā)生階躍變化的位置，該方法操作簡(jiǎn)單，運(yùn)算效率較高。指數(shù)分析法在分析地表物體自身波譜特性的基礎(chǔ)上進(jìn)行，利用歸一化植被指數(shù)、歸一化水體指數(shù)、修正后歸一化水體指數(shù)分離陸地和水體，物理意義較為明確。閾值分割法的前提是同類地物具有相似的灰度值，適用于目標(biāo)與背景對(duì)比強(qiáng)烈的圖像。區(qū)域生長(zhǎng)法將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域，結(jié)果比較準(zhǔn)確。神經(jīng)網(wǎng)絡(luò)法以模擬人體神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能為基礎(chǔ)，通過樣本訓(xùn)練實(shí)現(xiàn)陸地與水體的聚類，進(jìn)而提取海岸線，這種方法能夠提取不同類型的海岸線，并且分類精度較高。這些方法各有特點(diǎn)，在某些特定領(lǐng)域取得了一定成功，但也有其自身缺陷。邊緣檢測(cè)法會(huì)引入較多干擾，海岸線連續(xù)性不好。指數(shù)分析法存在容易飽和的問題，并且一部分近岸水體易被錯(cuò)分為陸地，嚴(yán)重影響了海岸線提取精度。閾值分割法容易受到光譜相似性地物的影響。區(qū)域生長(zhǎng)法生長(zhǎng)規(guī)則選擇困難，在圖像局部方差比較大的情況下效果往往不佳。神經(jīng)網(wǎng)絡(luò)法較為復(fù)雜，需要較多具有典型意義的樣本支持。纓帽變換是由kauth和thomas于1976年發(fā)現(xiàn)的一種線性變換，又稱k-t變換，是針對(duì)多光譜遙感圖像的一種線性變換，在減少波段相關(guān)性引起的數(shù)據(jù)冗余的同時(shí)提供具有物理特征(如植物生長(zhǎng)、土地變化等)的信息，它遵循一般的線性變換形式，能夠消除多光譜圖像的相對(duì)光譜響應(yīng)相關(guān)性?？紤]懸浮泥沙含量對(duì)水體光譜特性的影響，導(dǎo)致傳統(tǒng)水體信息提取方法失效，影響海岸線信息提取效果，以及海岸線的實(shí)際形態(tài)變化，探索一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統(tǒng)，以應(yīng)對(duì)遙感圖像處理領(lǐng)域的挑戰(zhàn)，保證海岸線信息提取的準(zhǔn)確性，就成為亟待解決的問題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的就是為了消除懸浮泥沙對(duì)水體信息提取的影響，保證海岸線信息提取的可靠性和準(zhǔn)確性，提供一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統(tǒng)。本發(fā)明的目的將通過以下技術(shù)方案得以實(shí)現(xiàn)：一種基于纓帽變換的遙感圖像海岸線信息提取方法，所述信息提取方法依次包括以下步驟：s1：預(yù)處理選取所需研究區(qū)域遙感圖像，進(jìn)行輻射定標(biāo)、大氣校正和幾何校正，得到所需研究區(qū)域的預(yù)處理圖像，獲取適于后續(xù)處理的反射率數(shù)據(jù)；s2：基于纓帽變換的水體信息提取s21、對(duì)s1中所述預(yù)處理圖像進(jìn)行纓帽變換以提取濕度信息，并基于閾值分割得到所需研究區(qū)域的初始水體信息；s22、基于數(shù)學(xué)形態(tài)學(xué)對(duì)初始水體信息進(jìn)行開啟和閉合運(yùn)算，得到所需研究區(qū)域的精確水體信息；s3：特征知識(shí)支持下的海岸線信息提取s31、對(duì)研究區(qū)域的精確水體信息進(jìn)行矢量化，以獲取水體邊緣信息，得到研究區(qū)域的初始海岸線信息；s32、根據(jù)海岸線在遙感圖像上的表現(xiàn)特征及實(shí)際情況下海岸線的形態(tài)，基于海岸線的長(zhǎng)度、距離和方向特征知識(shí)進(jìn)行研究區(qū)域的最終海岸線信息提取。優(yōu)選地，所述信息提取方法還包括精度評(píng)價(jià)步驟：s4、將s3中最終海岸線信息提取結(jié)果與原始圖像進(jìn)行空間疊加分析，從位置準(zhǔn)確性和海岸線完整性兩方面對(duì)結(jié)果進(jìn)行精度評(píng)價(jià)。優(yōu)選地，所述s21中提取濕度指數(shù)具體包括如下步驟，s211：利用傳感器所對(duì)應(yīng)的纓帽變換系數(shù)對(duì)所需研究區(qū)域的預(yù)處理圖像進(jìn)行纓帽變換，得到所需研究區(qū)域的纓帽變換后的遙感圖像，并提取所需研究區(qū)域的濕度信息；纓帽變換數(shù)學(xué)表達(dá)式如下所示：u＝rtx+r(1)其中，u表示所需研究區(qū)域的纓帽變換圖像，r是傳感器所對(duì)應(yīng)的纓帽變換系數(shù)，x代表所需研究區(qū)域的預(yù)處理圖像，r表示常數(shù)偏移量，是為避免在變換過程中出現(xiàn)負(fù)值；所需研究區(qū)域的纓帽變換圖像的第三波段為所需研究區(qū)域的濕度信息iwetness。優(yōu)選地，所述s21中初始水體信息具體包括如下步驟:步驟s212：提取道路、植被、裸土、灘涂、城鎮(zhèn)、不同泥沙含量水體等地物在研究區(qū)域的濕度信息上的取值并比較，選取分割閾值t；利用選取的分割閾值t對(duì)所需研究區(qū)域的濕度信息進(jìn)行分割，提取所需研究區(qū)域的初始水體信息；具體公式如下：其中，iwater為所需研究區(qū)域的初始水體信息，iwetness為所需研究區(qū)域的濕度信息，t為選取的分割閾值。優(yōu)選地，所述s32最終海岸線信息提取依次包括如下步驟：s321：對(duì)所需研究區(qū)域的最終水體信息進(jìn)行矢量化，得到所需研究區(qū)域的初始海岸線信息；s322：統(tǒng)計(jì)所需研究區(qū)域的初始海岸線信息中各線段長(zhǎng)度，設(shè)定閾值，以去除數(shù)學(xué)形態(tài)學(xué)運(yùn)算所造成的噪聲影響；具體公式如下：li≤lt(i＝1,2,3,...,n)(3)其中，n為所需研究區(qū)域的初始海岸線信息線段總數(shù)，li為第i條線段的長(zhǎng)度，lt為設(shè)定的最短海岸線長(zhǎng)度；當(dāng)滿足公式(3)時(shí)，則刪除此段海岸線，否則將該段海岸線保留，以進(jìn)行后續(xù)操作，將所有海岸線根據(jù)長(zhǎng)度由高到低進(jìn)行排序，lt取總個(gè)數(shù)95％時(shí)的長(zhǎng)度值，即lt＝li(i＝int(0.95*n))(int表示取整)；s323：考慮到海岸線的連續(xù)性，統(tǒng)計(jì)每一條海岸線相對(duì)于x軸的方向，以及和其他海岸線的距離，設(shè)定閾值，判定相鄰海岸線是否滿足公式(4)設(shè)定的連接條件；其中，dt和at為相鄰海岸線的距離和角度差，dm-n是第m和第n條海岸線之間的距離，am和an分別為第m和第n條海岸線相對(duì)于x軸(水平方向)的角度；s324：根據(jù)公式(4)連接滿足條件的海岸線，得到所需研究區(qū)域的最終海岸線信息。一種基于纓帽變換的遙感圖像海岸線信息提取系統(tǒng)，包括：數(shù)據(jù)輸入輸出模塊、遙感圖像預(yù)處理模塊、纓帽變換模塊、初始水體信息提取模塊、精確水體信息提取模塊及海岸線信息提取模塊；所述數(shù)據(jù)輸入輸出模塊連接所述遙感圖像預(yù)處理模塊，所述纓帽變換模塊分別連接所述遙感圖像預(yù)處理模塊和初始水體信息提取模塊，所述精確水體信息提取模塊分別連接所述初始水體信息提取模塊和海岸線信息提取模塊；所述數(shù)據(jù)輸入輸出模塊，用以讀取研究區(qū)域的衛(wèi)星遙感圖像、保存海岸線信息提取結(jié)果；所述遙感圖像預(yù)處理模塊，用于對(duì)遙感圖像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正的預(yù)處理操作，消除遙感圖像中的輻射畸變和幾何畸變，提高遙感圖像質(zhì)量；所述纓帽變換模塊，利用傳感器對(duì)應(yīng)纓帽變換系數(shù)對(duì)預(yù)處理后遙感圖像進(jìn)行纓帽變換，以獲取濕度分量得到濕度信息；所述初始水體信息提取模塊，比較不同地物在濕度信息上的差異性，并設(shè)定分割閾值，利用閾值對(duì)纓帽變換后的濕度分量進(jìn)行初始水體信息提??；所述精確水體信息提取模塊，利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算對(duì)初始水體信息進(jìn)行開啟和閉合操作，進(jìn)行精確水體信息提??；所述海岸線信息提取模塊，采用邊緣跟蹤法對(duì)精確水體信息進(jìn)行矢量化，統(tǒng)計(jì)每條線段的長(zhǎng)度和線段之間的距離，通過設(shè)定長(zhǎng)度和距離閾值，進(jìn)行海岸線信息提取。優(yōu)選地，在所述精確水體信息提取模塊中，對(duì)初始水體信息進(jìn)行數(shù)學(xué)形態(tài)學(xué)運(yùn)算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍。優(yōu)選地，在所述海岸線信息提取模塊中，統(tǒng)計(jì)初始海岸線信息的線段長(zhǎng)度，基于閾值去除噪聲影響，并統(tǒng)計(jì)每一段海岸線相對(duì)于x軸的方向，以及和其他海岸線的距離，設(shè)定閾值，連接滿足條件的海岸線，得到精確海岸線信息。本發(fā)明技術(shù)方案的優(yōu)點(diǎn)主要體現(xiàn)在：針對(duì)懸浮泥沙含量較大，導(dǎo)致傳統(tǒng)水體信息提取方法失效的問題，本技術(shù)方案構(gòu)建了一種基于纓帽變換的遙感圖像海岸線信息提取方法；從海岸線在遙感圖像的表現(xiàn)特征及實(shí)際情況下的海岸線形態(tài)出發(fā)，基于長(zhǎng)度、距離和方向等特征知識(shí)，開展噪聲去除、斷線連接研究，保證海岸線信息提取精度。另外，在本發(fā)明的精確水體信息提取方法中，采用數(shù)學(xué)形態(tài)學(xué)運(yùn)算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，進(jìn)一步提高了水體信息提取的運(yùn)算效率和結(jié)果準(zhǔn)確性。附圖說明圖1是本發(fā)明基于纓帽變換的遙感圖像海岸線信息提取方法的流程示意圖。圖2是本發(fā)明基于纓帽變換的遙感圖像海岸線信息提取系統(tǒng)的結(jié)構(gòu)示意圖。圖3是本發(fā)明實(shí)施例研究區(qū)域的區(qū)位示意圖。圖4是本發(fā)明實(shí)施例研究區(qū)域的原始圖像的示意圖。圖5是本發(fā)明實(shí)施例研究區(qū)域的預(yù)處理后圖像的示意圖。圖6是本發(fā)明實(shí)施例研究區(qū)域的實(shí)測(cè)地物波譜曲線的示意圖。圖7是本發(fā)明實(shí)施例研究區(qū)域基于纓帽變換后濕度信息的示意圖。圖8是本發(fā)明實(shí)施例研究區(qū)域基于纓帽變換后初始水體信息的示意圖。圖9是本發(fā)明實(shí)施例研究區(qū)域基于纓帽變換后精確水體信息的示意圖。圖10是本發(fā)明實(shí)施例研究區(qū)域特征知識(shí)下的初始海岸線信息提取結(jié)果的示意圖。圖11是本發(fā)明實(shí)施例研究區(qū)域特征知識(shí)下的精確海岸線信息提取結(jié)果示意圖。具體實(shí)施方式本發(fā)明的目的、優(yōu)點(diǎn)和特點(diǎn)，將通過下面優(yōu)選實(shí)施例的非限制性說明進(jìn)行圖示和解釋。這些實(shí)施例僅是應(yīng)用本發(fā)明技術(shù)方案的典型范例，凡采取等同替換或者等效變換而形成的技術(shù)方案，均落在本發(fā)明要求保護(hù)的范圍之內(nèi)。本發(fā)明揭示了一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統(tǒng)，具體地，一種基于纓帽變換的遙感圖像海岸線信息提取方法，如圖1所示，所述信息提取方法依次包括以下步驟：s1：預(yù)處理選取所需研究區(qū)域遙感圖像，進(jìn)行輻射定標(biāo)、大氣校正和幾何校正，得到所需研究區(qū)域的預(yù)處理圖像，獲取適于后續(xù)處理的反射率數(shù)據(jù)。通常情況下，用戶獲取的衛(wèi)星遙感影像數(shù)據(jù)為沒有物理意義的灰度值，并且在成像過程中，由于受到大氣的影響，數(shù)據(jù)質(zhì)量較差，因此需要對(duì)其進(jìn)行圖像預(yù)處理，獲取適于后續(xù)處理的反射率數(shù)據(jù)。在本實(shí)施例中，所述探測(cè)衛(wèi)星優(yōu)選為landsat-5衛(wèi)星，landsat-5為光學(xué)對(duì)地觀測(cè)衛(wèi)星，是美國(guó)陸地衛(wèi)星系列(landsat衛(wèi)星)的第五顆衛(wèi)星，于1984年3月1日發(fā)射。landsat-5各波段參數(shù)如下：波段號(hào)波段頻譜范圍(μm)分辨率(m)b1blue0.45—0.5230b2green0.52—0.6030b3red0.63—0.6930b4nearir0.76—0.9030b5swir1.55—1.7530b6lwir10.40—12.5120b7swir2.08—2.3530具體地，在操作過程中先選取所需研究區(qū)域，獲取該所需研究區(qū)域的遙感圖像，并對(duì)獲取的所需研究區(qū)域所對(duì)應(yīng)的遙感圖像依次進(jìn)行輻射定標(biāo)、大氣校正和幾何校正預(yù)處理操作，得到所需研究區(qū)域的預(yù)處理圖像。一方面，根據(jù)文件自帶的參數(shù)進(jìn)行輻射定標(biāo)，將灰度值轉(zhuǎn)換為具有物理意義的輻亮度。另一方面，對(duì)輻亮度數(shù)據(jù)進(jìn)行大氣校正以獲得反射率數(shù)據(jù)，在本實(shí)施例中，該大氣校正采用flaash模型進(jìn)行，減弱由于大氣散射和吸收造成的衰減，改善圖像質(zhì)量，提高信息提取精度。s2：基于纓帽變換的水體信息提取海岸線是水體和陸地的分界線，因此，提取水體信息對(duì)于海岸線信息提取具有重要指導(dǎo)意義，能夠限定海岸線信息提取的空間范圍，提高結(jié)果準(zhǔn)確性。對(duì)所需研究區(qū)域的預(yù)處理圖像進(jìn)行纓帽變換以提取濕度信息，并基于閾值分割得到初始水體信息；其中，基于纓帽變換的水體信息提取，即所述研究區(qū)域的初始水體信息提取過程主要包括以下步驟：s21、對(duì)s1中所述預(yù)處理圖像進(jìn)行纓帽變換以提取濕度信息，并基于閾值分割得到所需研究區(qū)域的初始水體信息；s22、基于數(shù)學(xué)形態(tài)學(xué)對(duì)初始水體信息進(jìn)行開啟和閉合運(yùn)算，得到所需研究區(qū)域的精確水體信息；步驟s211：利用傳感器所對(duì)應(yīng)的纓帽變換系數(shù)對(duì)所需研究區(qū)域的預(yù)處理圖像進(jìn)行纓帽變換，得到所需研究區(qū)域的纓帽變換后遙感圖像，并提取所需研究區(qū)域的濕度信息iwetness。纓帽變換數(shù)學(xué)表達(dá)式如下所示。u＝rtx+r(1)其中，u表示所需研究區(qū)域的纓帽變換圖像，r是傳感器所對(duì)應(yīng)的纓帽變換系數(shù)，x代表所需研究區(qū)域的預(yù)處理圖像，r表示常數(shù)偏移量，是為避免在變換過程中出現(xiàn)負(fù)值。所需研究區(qū)域的纓帽變換圖像的第三波段即是研究區(qū)域的濕度信息，該濕度信息反映了地面水分條件，特別是土壤的溫度狀態(tài)。纓帽變換系數(shù)表為：經(jīng)過纓帽變換可以得到與波段數(shù)相同的幾個(gè)分量，其中前三個(gè)分量與地面景物密切相關(guān)。具體地，這三個(gè)分量分別為：第一分量為亮度信息(bi)，反映了地物總體反射率的綜合效果。第二分量為綠度信息(gvi)，與亮度信息垂直，反映了地面植被覆蓋、葉面積指數(shù)及生物量的豐富程度。第三分量為濕度信息(wi)，與土壤溫度有關(guān)，反映了地面水分條件，特別是土壤的濕度狀態(tài)。其余分量為黃度指數(shù)及噪聲。對(duì)不同地區(qū)特點(diǎn)和傳感器，系數(shù)是調(diào)整變化的。對(duì)于tm圖像而言，可見光-紅外六個(gè)波段數(shù)據(jù)蘊(yùn)含著很豐富的信息，前三個(gè)分量主要反映土壤亮度(brightness)、綠度(greenness)和濕度(wetness)，第四分量為黃度及噪聲。以landsat5為例，可表示為：經(jīng)過纓帽變換后能夠在該空間下對(duì)植被、土壤、水體等地面覆被做更為細(xì)致準(zhǔn)確的分析。步驟s212：比較道路、植被、裸土、灘涂、城鎮(zhèn)、不同泥沙含量水體等地物在研究區(qū)域的濕度信息上的取值，以選取分割閾值t；利用選取的分割閾值t對(duì)研究區(qū)域的濕度信息進(jìn)行分割，提取研究區(qū)域的初始水體信息。具體公式如下：其中，iwater為所需研究區(qū)域的初始水體信息，iwetness為所需研究區(qū)域的濕度信息，t為選取的分割閾值；利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算對(duì)初始水體信息進(jìn)行開啟和閉合操作，以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，得到研究區(qū)域的精確水體信息。s3：特征知識(shí)支持下的海岸線信息提取對(duì)所需研究區(qū)域的精確水體信息進(jìn)行矢量化，以獲取水體邊緣信息，得到研究區(qū)域的初始海岸線信息，然后根據(jù)海岸線在遙感圖像上的表現(xiàn)特征，考慮海岸線連續(xù)分布的實(shí)際情況，基于特征知識(shí)進(jìn)行研究區(qū)域的最終海岸線信息提??；其中，特征知識(shí)支持下的海岸線信息提取依次包括如下步驟：s31、對(duì)研究區(qū)域的精確水體信息進(jìn)行矢量化，以獲取水體邊緣信息，得到研究區(qū)域的初始海岸線信息；s32、根據(jù)海岸線在遙感圖像上的表現(xiàn)特征及實(shí)際情況下海岸線的形態(tài)，所述表現(xiàn)特征為灰度大小、幾何形態(tài)或空間位置?；诤０毒€的長(zhǎng)度、距離和方向特征知識(shí)進(jìn)行研究區(qū)域的精確海岸線信息提取。所述s32精確海岸線信息提取依次包括如下步驟：步驟s321：對(duì)研究區(qū)域的最終水體信息進(jìn)行矢量化，得到研究區(qū)域的初始海岸線信息；步驟s322：統(tǒng)計(jì)研究區(qū)域的初始海岸線信息中各線段長(zhǎng)度，設(shè)定閾值，以去除數(shù)學(xué)形態(tài)學(xué)運(yùn)算所造成的噪聲影響。具體公式如下：li≤lt(i＝1,2,3,...,n)(5)其中，n為研究區(qū)域的初始海岸線信息線段總數(shù)，li為第i條線段的長(zhǎng)度，lt為設(shè)定的最短海岸線長(zhǎng)度。當(dāng)滿足公式(5)時(shí)，則刪除此段海岸線，否則將該段海岸線保留，以進(jìn)行后續(xù)操作。將所有海岸線根據(jù)長(zhǎng)度由高到低進(jìn)行排序，根據(jù)經(jīng)驗(yàn)，lt一般取總個(gè)數(shù)95％時(shí)的長(zhǎng)度值，即lt＝li(i＝int(0.95*n))(int表示取整)。步驟s323：考慮到海岸線的連續(xù)性，統(tǒng)計(jì)每一條海岸線相對(duì)于x軸的方向，以及和其他海岸線的距離，設(shè)定閾值，判定相鄰海岸線是否滿足公式(6)設(shè)定的連接條件。其中，dt和at為相鄰海岸線的距離和角度差，dm-n是第m和第n條海岸線之間的距離，am和an分別為第m和第n條海岸線相對(duì)于x軸(水平方向)的角度。步驟s324：根據(jù)公式(6)連接滿足條件的海岸線，得到研究區(qū)域的精確海岸線信息。所述信息提取方法還包括精度評(píng)價(jià)步驟：s4、將s3中精確海岸線信息提取結(jié)果與原始圖像空間疊加分析，從位置準(zhǔn)確性和海岸線完整性兩方面對(duì)結(jié)果進(jìn)行精度評(píng)價(jià)。精度評(píng)價(jià)是信息提取中不可或缺的一個(gè)環(huán)節(jié)，它不僅是評(píng)價(jià)方法的好壞以及對(duì)后續(xù)應(yīng)用影響的標(biāo)準(zhǔn)，更是評(píng)估方法性能、調(diào)整模型參數(shù)、優(yōu)化提取過程的一種重要依據(jù)。本發(fā)明還提供了一種基于纓帽變換的遙感圖像海岸線信息提取系統(tǒng)，如圖2所示，該信息提取系統(tǒng)包括數(shù)據(jù)輸入輸出模塊、遙感圖像預(yù)處理模塊、纓帽變換模塊、初始水體信息提取模塊、精確水體信息提取模塊及海岸線信息提取模塊；所述數(shù)據(jù)輸入輸出模塊連接所述遙感圖像預(yù)處理模塊，所述纓帽變換模塊分別連接所述遙感圖像預(yù)處理模塊和初始水體信息提取模塊，所述精確水體信息提取模塊分別連接所述初始水體信息提取模塊和海岸線信息提取模塊；所述數(shù)據(jù)輸入輸出模塊，用以讀取研究區(qū)域的衛(wèi)星遙感圖像、保存海岸線信息提取結(jié)果；所述遙感圖像預(yù)處理模塊，對(duì)遙感圖像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正的預(yù)處理操作，消除遙感圖像中的輻射畸變和幾何畸變，提高遙感圖像質(zhì)量；大氣校正采用flaash模型進(jìn)行。所述纓帽變換模塊，利用傳感器對(duì)應(yīng)纓帽變換系數(shù)對(duì)預(yù)處理后遙感圖像進(jìn)行纓帽變換，以獲取濕度信息；在本實(shí)施例中，所述傳感器優(yōu)選為landsat5專題制圖儀。所述初始水體信息提取模塊，比較不同地物在濕度信息上的差異性，并設(shè)定分割閾值，利用閾值對(duì)纓帽變換后的濕度分量進(jìn)行初始水體信息提?。凰鼍_水體信息提取模塊，利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算對(duì)初始水體信息進(jìn)行開啟和閉合操作，進(jìn)行精確水體信息提??；具體地，對(duì)初始水體信息進(jìn)行數(shù)學(xué)形態(tài)學(xué)運(yùn)算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍。所述海岸線信息提取模塊，采用邊緣跟蹤法對(duì)精確水體信息進(jìn)行矢量化，統(tǒng)計(jì)每條線段的長(zhǎng)度和線段之間的距離，通過設(shè)定長(zhǎng)度和距離閾值，進(jìn)行海岸線信息提取。統(tǒng)計(jì)初始海岸線信息的線段長(zhǎng)度，基于閾值去除噪聲影響，并統(tǒng)計(jì)每一段海岸線相對(duì)于x軸的方向，以及和其他海岸線的距離，設(shè)定閾值，連接滿足條件的海岸線，得到精確海岸線信息。針對(duì)懸浮泥沙含量較大，導(dǎo)致傳統(tǒng)水體信息提取方法失效的問題，構(gòu)建基于纓帽變換的遙感圖像海岸線信息提取方法，并從海岸線在遙感圖像的表現(xiàn)特征及實(shí)際情況下的海岸線形態(tài)出發(fā)，基于長(zhǎng)度、距離和方向等特征知識(shí)，開展噪聲去除、斷線連接研究，提取海岸線信息。另外，在本發(fā)明的最終水體信息提取方法中，采用數(shù)學(xué)形態(tài)學(xué)運(yùn)算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，進(jìn)一步提高了提取精確水體信息的運(yùn)算效率和結(jié)果準(zhǔn)確性。實(shí)施例：本實(shí)施例選擇舟山市本島及其附近區(qū)域?yàn)檠芯繀^(qū)，開展應(yīng)用試驗(yàn)，對(duì)方法有效性和結(jié)果準(zhǔn)確性進(jìn)行精度評(píng)價(jià)。研究區(qū)概況，舟山市位于浙江省東北部，東臨東海、西靠杭州灣、北面上海市，是長(zhǎng)江流域和長(zhǎng)江三角洲對(duì)外開放的海上門戶和通道。區(qū)位示意圖如圖3所示。舟山市是我國(guó)第一個(gè)以群島建制的地級(jí)市，包括1390個(gè)島嶼，地理位置介于東經(jīng)121°30′-123°25′，北緯29°32′-31°04′之間，東西長(zhǎng)182千米，南北寬169千米。2011年6月30日，國(guó)務(wù)院正式批準(zhǔn)成立浙江舟山群島新區(qū)，也是全國(guó)首個(gè)以海洋經(jīng)濟(jì)為主題的國(guó)家級(jí)新區(qū)。而舟山本島是舟山眾多島嶼中面積最大的一個(gè)，承載了最多的人口，人類活動(dòng)也最為豐富。因此，研究舟山本島及其附近區(qū)域的海岸線信息提取對(duì)于更好地管理、建設(shè)國(guó)家級(jí)新區(qū)、發(fā)展海洋經(jīng)濟(jì)具有重要意義。如圖4所示，為舟山市本島及其附近區(qū)域的landsat5假彩色合成圖像，成像時(shí)間為2009年7月157日，量化級(jí)別為8bit，空間分辨率為30m，圖像大小為2121×2091，中心經(jīng)緯度為(122°6′50.36″e(cuò)，29°56′7.20″n)。通過圖4可以看出，研究區(qū)包含海洋、湖泊、河流、城區(qū)、山區(qū)等地物，山區(qū)被植被覆蓋。受長(zhǎng)江和錢塘江沖流以及上升流的影響，近岸海域懸浮泥沙含量較多，呈現(xiàn)微黃或淡綠，而距離陸地較遠(yuǎn)的海域則為深藍(lán)。陸地上的湖泊、河流水質(zhì)較為清澈，呈現(xiàn)暗色調(diào)。在本實(shí)施例中以舟山市本島及其附近區(qū)域的landsat5圖像為例，闡述本發(fā)明方法的功能和技術(shù)特點(diǎn)。要指出的是，所給出的實(shí)施例是為了說明本發(fā)明方法的技術(shù)特點(diǎn)和功能特點(diǎn)，以使能更易于理解本發(fā)明，而不是限制本發(fā)明的使用范圍。具體步驟如下：(1)預(yù)處理對(duì)原始數(shù)據(jù)進(jìn)行輻射定標(biāo)和大氣校正，將灰度值轉(zhuǎn)換為反射率，并消除大氣散射、吸收的影響，如圖5所示。圖6為地面實(shí)測(cè)地物波譜曲線。通過圖5與圖6可以看出，植被、水體、城鎮(zhèn)等地物與典型波譜曲線較為接近，預(yù)處理后反射率數(shù)據(jù)較好地反映了地表物體的實(shí)際情況。(2)基于纓帽變換的水體信息提取利用landsat5對(duì)應(yīng)的纓帽變換系數(shù)(如公式1所示)，對(duì)預(yù)處理后數(shù)據(jù)進(jìn)行纓帽變換，得到濕度信息，如圖7所示。根據(jù)濕度信息所表征物理含義，選取閾值0進(jìn)行分割，得到初始水體信息，如圖8所示?？梢钥闯?，圖8中不但包含了真實(shí)水體信息，還包含了湖泊、河流等小面積水域。根據(jù)數(shù)學(xué)形態(tài)學(xué)的特點(diǎn)，對(duì)初始水體信息進(jìn)行開啟和閉合運(yùn)算，既去除了湖泊、河流等小面積水域的影響，又填充了船舶造成的空洞，海洋和陸地邊界也得到了較好的保留，如圖9所示。(3)特征知識(shí)支持下的海岸線信息提取對(duì)水體信息進(jìn)行矢量化，得到初始海岸線信息，如圖10所示，可以看出，初始海岸線信息包含較短的線段，這主要是由于數(shù)學(xué)形態(tài)學(xué)去除小面積水域不徹底造成的。并且，灘涂區(qū)域含水量的不一致使得水體信息提取不完整，進(jìn)而造成海岸線的中斷?？紤]海岸線在遙感圖像上的表現(xiàn)特征以及實(shí)際情況下海岸線的形態(tài)，基于特征知識(shí)提取海岸線信息。一方面，設(shè)定長(zhǎng)度閾值，去除較短海岸線，另一方面，通過統(tǒng)計(jì)海岸線之間的距離與方向，進(jìn)行斷線連接。海岸線信息提取結(jié)果如圖11所示。(4)精度評(píng)價(jià)將海岸線信息提取結(jié)果與原始圖像進(jìn)行疊加顯示，可以發(fā)現(xiàn)：本文所提海岸線信息形狀比較規(guī)則，海陸分界線明顯，結(jié)果較為準(zhǔn)確。通過以上實(shí)施例的描述，本領(lǐng)域技術(shù)人員可以清楚地了解到本發(fā)明可以借助軟件加必要的通用硬件平臺(tái)的方式來實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品可以存儲(chǔ)在一個(gè)非易失性存儲(chǔ)介質(zhì)(可以是cd-rom，u盤，移動(dòng)硬盤等)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。以上所述僅為本發(fā)明的實(shí)施例，并非因此限制本發(fā)明的專利范圍，本發(fā)明尚有多種具體的實(shí)施方式，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的
技術(shù)領(lǐng)域：
，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。當(dāng)前第1頁(yè)12