本申請(qǐng)涉及圖像處理，具體涉及基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法。

背景技術(shù)：

1、水土流失是指土壤和水分因自然因素或人為活動(dòng)從原土地表面流失的現(xiàn)象。現(xiàn)代遙感技術(shù)利用衛(wèi)星或航空傳感器獲取地表圖像和數(shù)據(jù)，以準(zhǔn)確評(píng)估水土流失的程度、范圍和變化趨勢(shì)?；谶b感技術(shù)的監(jiān)測(cè)與評(píng)估方法結(jié)合了多種先進(jìn)技術(shù)，提升了監(jiān)測(cè)的效率和準(zhǔn)確性，實(shí)現(xiàn)了動(dòng)態(tài)跟蹤和長(zhǎng)期數(shù)據(jù)分析。通過不斷優(yōu)化模型算法和監(jiān)測(cè)策略，這些方法為水土流失防治提供了科學(xué)依據(jù)，推動(dòng)了區(qū)域生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展。

2、現(xiàn)有基于遙感技術(shù)的水土流失監(jiān)測(cè)方法主要依賴衛(wèi)星遙感圖像，通過特征提取來評(píng)估水土流失情況。然而，由于水土流失的空間分布不均，遙感圖像難以準(zhǔn)確捕捉局部細(xì)微變化，特別是在小尺度和復(fù)雜地形區(qū)域。地表環(huán)境的復(fù)雜性和遮擋因素導(dǎo)致局部細(xì)節(jié)特征的喪失，從而影響監(jiān)測(cè)結(jié)果的可靠性。因此，亟需一種更高效且可靠的水土流失監(jiān)測(cè)與評(píng)估方法。

技術(shù)實(shí)現(xiàn)思路

1、為了解決細(xì)節(jié)特征喪失的技術(shù)問題，本申請(qǐng)?zhí)峁┝嘶谶b感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，所采用的技術(shù)方案具體如下：

2、本申請(qǐng)?zhí)岢隽艘环N基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，該方法包括以下步驟：

3、采集實(shí)時(shí)遙感圖像，將實(shí)時(shí)遙感圖像預(yù)處理后獲取待分析圖像；

4、將待分析圖像劃分為若干超像素區(qū)域，根據(jù)超像素區(qū)域與其所有相鄰的超像素區(qū)域的像素值均值的差異的均值獲取顯示差異系數(shù)，通過顯示差異系數(shù)從超像素區(qū)域篩選出水土流失區(qū)域；

5、將待分析圖像前一相鄰時(shí)刻的圖像記為相鄰圖像；獲取待分析圖像每個(gè)水土流失區(qū)域的最小外接矩形以及其在相鄰區(qū)域的同一個(gè)最小外接矩形；檢測(cè)最小外接矩形中特征角點(diǎn)數(shù)量，根據(jù)待分析圖像和相鄰圖像的同一個(gè)最小外接矩形中特征角點(diǎn)數(shù)量差異、像素值的均方誤差以及待分析圖像對(duì)應(yīng)最小外接矩形所有像素點(diǎn)的方差獲取待分析圖像水土流失區(qū)域的地表異變系數(shù)；計(jì)算水土流失區(qū)域的最小外接矩形內(nèi)所有像素值的方差作為水土流失區(qū)域的像素紊亂系數(shù)；地表異變系數(shù)與待分析圖像和其相鄰區(qū)域的同一個(gè)最小外接矩形的特征角點(diǎn)數(shù)量差異呈負(fù)相關(guān)關(guān)系，與待分析圖像和其相鄰區(qū)域的同一個(gè)最小外接矩形的像素值的均方誤差呈正相關(guān)關(guān)系，與待分析圖像的水土流失區(qū)域的像素紊亂系數(shù)呈正相關(guān)關(guān)系；根據(jù)待分析圖像和其相鄰圖像同一個(gè)最小外接矩形中像素點(diǎn)數(shù)量差異獲取水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)；根據(jù)水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)和地表異變系數(shù)獲取水土流失區(qū)域的劣化因子；

6、獲取待分析圖像中水土流失區(qū)域之間的距離；根據(jù)水土流失區(qū)域與其周圍區(qū)域的距離，水土流失區(qū)域的劣化因子以及其周圍區(qū)域的劣化因子獲取環(huán)境影響系數(shù)；根據(jù)水土流失區(qū)域的顯示差異系數(shù)和環(huán)境影響系數(shù)獲取水土歷史區(qū)域的細(xì)節(jié)缺失因子；

7、通過細(xì)節(jié)缺失因子結(jié)合像素點(diǎn)的邊緣強(qiáng)度計(jì)算保留閾值，通過保留閾值篩選像素點(diǎn)完成邊緣檢測(cè)；將邊緣檢測(cè)后的待分析圖像分割，計(jì)算分割后每個(gè)區(qū)域的細(xì)節(jié)缺失因子，根據(jù)細(xì)節(jié)缺失因子進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，對(duì)水土流失的程度進(jìn)行評(píng)估。

8、在上述方案中，本申請(qǐng)針對(duì)現(xiàn)有基于遙感技術(shù)的水土流失監(jiān)測(cè)方法中由于水土流失的空間分布不均，遙感圖像難以準(zhǔn)確捕捉局部細(xì)微變化，特別是在小尺度和復(fù)雜地形區(qū)域，地表環(huán)境的復(fù)雜性和遮擋因素導(dǎo)致局部細(xì)節(jié)特征的喪失。基于此，通過對(duì)遙感圖像進(jìn)行區(qū)域劃分，識(shí)別不同的地表類型，從而分析局部區(qū)域的細(xì)節(jié)特征喪失情況。根據(jù)這些分析結(jié)果，設(shè)置自適應(yīng)的圖像分割強(qiáng)度，提高局部區(qū)域在傳統(tǒng)評(píng)估方法中特征提取階段圖像分割時(shí)的細(xì)節(jié)保留程度，以確保對(duì)復(fù)雜地形區(qū)域地形細(xì)節(jié)特征的準(zhǔn)確提取。

9、在一個(gè)實(shí)施例中，所述根據(jù)超像素區(qū)域與其所有相鄰的超像素區(qū)域的像素值均值的差異獲取顯示差異系數(shù)的方法為：

10、將每個(gè)超像素區(qū)域的相鄰超像素區(qū)域記為鄰近區(qū)域；

11、將超像素區(qū)域與其鄰近區(qū)域的像素值均值的差異的均值作為顯示差異系數(shù)。

12、在一個(gè)實(shí)施例中，所述根據(jù)待分析圖像和其相鄰圖像同一個(gè)最小外接矩形中像素點(diǎn)數(shù)量差異獲取水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)的方法為：

13、，表示待分析圖像a的第j個(gè)水土流失區(qū)域的最小外接矩形中邊緣像素點(diǎn)的數(shù)量，表示待分析圖像a的第j個(gè)水土流失區(qū)域的最小外接矩形在鄰近圖像b中的最小外接矩形中邊緣像素點(diǎn)的數(shù)量，表示第j個(gè)水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)。

14、在一個(gè)實(shí)施例中，所述根據(jù)水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)和地表異變系數(shù)獲取水土流失區(qū)域的劣化因子的方法為：

15、劣化因子分別與結(jié)構(gòu)變化系數(shù)、地表異變系數(shù)呈正相關(guān)關(guān)系。

16、在一個(gè)實(shí)施例中，所述獲取待分析圖像中水土流失區(qū)域之間的距離的方法為：

17、利用空間坐標(biāo)系獲取待分析圖像中所有水土流失區(qū)域的質(zhì)心坐標(biāo)，將兩個(gè)水土流失區(qū)域之間質(zhì)心的歐氏距離作為兩個(gè)水土流失區(qū)域的距離。

18、在一個(gè)實(shí)施例中，所述根據(jù)水土流失區(qū)域與其周圍區(qū)域的距離，水土流失區(qū)域的劣化因子以及其周圍區(qū)域的劣化因子獲取環(huán)境影響系數(shù)的方法為：

19、選取每個(gè)水土流失區(qū)域周圍距離最近的預(yù)設(shè)數(shù)量個(gè)水土流失區(qū)域記為周邊區(qū)域；

20、環(huán)境影響系數(shù)分別與水土流失區(qū)域的劣化因子、周邊區(qū)域的劣化因子呈正相關(guān)關(guān)系，與水土流失區(qū)域與其周邊區(qū)域的距離呈負(fù)相關(guān)關(guān)系。

21、在一個(gè)實(shí)施例中，所述根據(jù)水土流失區(qū)域的顯示差異系數(shù)和環(huán)境影響系數(shù)獲取水土歷史區(qū)域的細(xì)節(jié)缺失因子的方法為：

22、細(xì)節(jié)缺失因子分別與水土流失區(qū)域的顯示差異系數(shù)和環(huán)境影響系數(shù)呈正相關(guān)關(guān)系。

23、在一個(gè)實(shí)施例中，所述通過細(xì)節(jié)缺失因子結(jié)合像素點(diǎn)的邊緣強(qiáng)度計(jì)算保留閾值的方法為：

24、，表示第個(gè)水土流失區(qū)域的細(xì)節(jié)缺失因子，表示第個(gè)水土流失區(qū)域中第o個(gè)目標(biāo)像素點(diǎn)的邊緣強(qiáng)度，表示第個(gè)水土流失區(qū)域中第o個(gè)目標(biāo)像素點(diǎn)的保留閾值。

25、在一個(gè)實(shí)施例中，所述通過保留閾值篩選像素點(diǎn)完成邊緣檢測(cè)的方法為：

26、在canny算子的非極大值抑制的過程中，在統(tǒng)一連續(xù)梯度方向上挑選邊緣強(qiáng)度大于保留閾值的像素點(diǎn)；由此對(duì)于非極大值抑制步驟調(diào)整后獲取了待分析圖像所有邊緣點(diǎn)。

27、本申請(qǐng)的有益效果為：

28、本申請(qǐng)針對(duì)現(xiàn)有基于遙感技術(shù)的水土流失監(jiān)測(cè)方法中由于水土流失的空間分布不均，遙感圖像難以準(zhǔn)確捕捉局部細(xì)微變化，特別是在小尺度和復(fù)雜地形區(qū)域，地表環(huán)境的復(fù)雜性和遮擋因素導(dǎo)致局部細(xì)節(jié)特征的喪失。基于此，通過對(duì)遙感圖像進(jìn)行區(qū)域劃分，識(shí)別不同的地表類型，從而分析局部區(qū)域的細(xì)節(jié)特征喪失情況。根據(jù)這些分析結(jié)果，設(shè)置自適應(yīng)的圖像分割強(qiáng)度，提高局部區(qū)域在傳統(tǒng)評(píng)估方法中特征提取階段圖像分割時(shí)的細(xì)節(jié)保留程度，以確保對(duì)復(fù)雜地形區(qū)域地形細(xì)節(jié)特征的準(zhǔn)確提取。

技術(shù)特征：

1.一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，該方法包括以下步驟：

2.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述根據(jù)超像素區(qū)域與其所有相鄰的超像素區(qū)域的像素值均值的差異獲取顯示差異系數(shù)的方法為：

3.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述根據(jù)待分析圖像和其相鄰圖像同一個(gè)最小外接矩形中像素點(diǎn)數(shù)量差異獲取水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)的方法為：

4.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述根據(jù)水土流失區(qū)域的結(jié)構(gòu)變化系數(shù)和地表異變系數(shù)獲取水土流失區(qū)域的劣化因子的方法為：

5.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述獲取待分析圖像中水土流失區(qū)域之間的距離的方法為：

6.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述根據(jù)水土流失區(qū)域與其周圍區(qū)域的距離，水土流失區(qū)域的劣化因子以及其周圍區(qū)域的劣化因子獲取環(huán)境影響系數(shù)的方法為：

7.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述根據(jù)水土流失區(qū)域的顯示差異系數(shù)和環(huán)境影響系數(shù)獲取水土歷史區(qū)域的細(xì)節(jié)缺失因子的方法為：

8.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述通過細(xì)節(jié)缺失因子結(jié)合像素點(diǎn)的邊緣強(qiáng)度計(jì)算保留閾值的方法為：

9.如權(quán)利要求1所述的一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法，其特征在于，所述通過保留閾值篩選像素點(diǎn)完成邊緣檢測(cè)的方法為：

技術(shù)總結(jié)
本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于遙感技術(shù)的水土流失監(jiān)測(cè)與評(píng)估方法。該方法包括：獲取待分析圖像，并劃分區(qū)域，根據(jù)區(qū)域差異獲取水土流失區(qū)域；根據(jù)不同圖像同一個(gè)區(qū)域的角點(diǎn)數(shù)量差異、像素值的均方誤差以及像素值的方差獲取地表異變系數(shù)；根據(jù)不同圖像同一個(gè)區(qū)域的像素點(diǎn)數(shù)量差異獲取結(jié)構(gòu)變化系數(shù)；并結(jié)合地表異變系數(shù)獲取劣化因子；根據(jù)區(qū)域之間的距離和區(qū)域的劣化因子獲取環(huán)境影響系數(shù)；并結(jié)合顯示差異系數(shù)獲取細(xì)節(jié)缺失因子；通過細(xì)節(jié)缺失因子結(jié)合像素點(diǎn)的邊緣強(qiáng)度計(jì)算保留閾值，通過保留閾值篩選像素點(diǎn)完成圖像分割，對(duì)分割后圖像進(jìn)行評(píng)估。本申請(qǐng)?zhí)岣邊^(qū)域在傳統(tǒng)評(píng)估方法中特征提取階段圖像分割時(shí)的細(xì)節(jié)保留程度。

技術(shù)研發(fā)人員：鄧瑜,閆傳芳,朱燕霞,齊鵬,薛永生
受保護(hù)的技術(shù)使用者：大連乾曜科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26