一种基于多光谱遥感图像的水体藻类污染检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113989134A(43)申请公布日2022.01.28(21)申请号202111173785.9(22)申请日2021.10.08(71)申请人西安中科西光航天科技有限公司地址710000陕西省西安市国家民用航天基地航天中路众创广场412室(72)发明人秦静祝青(74)专利代理机构北京盛凡佳华专利代理事务所(普通合伙)11947代理人胡欢(51)Int.Cl.G06T5/00(2006.01)G06T5/20(2006.01)G06T7/11(2017.01)权利要求书1页说明书3页附图1页(54)发明名称一种基于多光谱遥感图像的水体藻类污染检测方法(57)摘要本发明公开了一种基于多光谱遥感图像的水体藻类污染检测方法，所述的检测方法为：Step1：图像获取，获取检测区域的遥感卫星影像数据；Step2：图像预处理，对获取的遥感卫星影像数据进行辐射定标、大气校正、正射校正、去云处理及降噪处理，得到预处理影像数据；Step3：图像深度处理，对Step2中获得的预处理影像数据进行图像增强、影像匀色、图像融合及水陆分割处理，获的最终的影像数据；Step4：提取植被信息。本发明的优点在于：通过人工目译的方法进行水陆分割，防止严重污染水域被误判为陆地，保证污染区域提取准确，操作方便，采用高斯滤波进行降噪处理，对随机噪声和高斯噪声具有较好地处理效果。CN113989134ACN113989134A权利要求书1/1页1.一种基于多光谱遥感图像的水体藻类污染检测方法，其特征在于：所述的检测方法为：Step1：图像获取，获取检测区域的遥感卫星影像数据；Step2：图像预处理，对获取的遥感卫星影像数据进行辐射定标、大气校正、正射校正、去云处理及降噪处理，得到预处理影像数据；Step3：图像深度处理，对Step2中获得的预处理影像数据进行图像增强、影像匀色、图像融合及水陆分割处理，获的最终的影像数据；Step4：提取植被信息，利用NDVI归一化植被指数对Step3中获取的影响数据进行植被提取，并计算提取的植被区域面积。2.根据权利要求1所述的一种基于多光谱遥感图像的水体藻类污染检测方法，其特征在于：所述的水陆分割采用人工目译的方法进行。3.根据权利要求1所述的一种基于多光谱遥感图像的水体藻类污染检测方法，其特征在于：所述的降噪处理采用高斯滤波、中值滤波、均值滤波、最大值滤波及最小值滤波中的一种或多种处理方法。2CN113989134A说明书1/3页一种基于多光谱遥感图像的水体藻类污染检测方法技术领域[0001]本发明涉及环境检测技术领域，具体是指一种基于多光谱遥感图像的水体藻类污染检测方法。背景技术[0002]水资源，尤其是淡水资源是人类赖以生存的根本。然而，受到人类活动或地球环境的改变，水资源紧缺程度逐渐加重。水体藻类污染是当前危害淡水资源的主要根源。提升水体藻类污染的实时监控和检测能力，可以有效提高水体污染防治效率，缓解水资源匮乏现状，具有十分重要的意义。当前大面积水污染监控主要依赖于遥感图像，尤其是多光谱遥感监测手段。多光谱遥感具有成像面积大、重访周期短、数据资源众多等优势，在水污染监控中优势明显。发明内容[0003]本发明要解决的技术问题是以上所述的技术问题，提供一种检测准确的基于多光谱遥感图像的水体藻类污染检测方法。[0004]为解决上述技术问题，本发明提供的技术方案为：一种基于多光谱遥感图像的水体藻类污染检测方法，所述的检测方法为：[0005]Step1：图像获取，获取检测区域的遥感卫星影像数据；[0006]Step2：图像预处理，对获取的遥感卫星影像数据进行辐射定标、大气校正、正射校正、去云处理及降噪处理，得到预处理影像数据；[0007]Step3：图像深度处理，对Step2中获得的预处理影像数据进行图像增强、影像匀色、图像融合及水陆分割处理，获的最终的影像数据；[0008]Step4：提取植被信息，利用NDVI归一化植被指数对Step3中获取的影响数据进行植被提取，并计算提取的植被区域面积。[0009]作为改进，所述的水陆分割采用人工目译的方法进行。[0010]作为改进，所述的降噪处理采用高斯滤波、中值滤波、均值滤波、最大值滤波及最小值滤波中的一种或多种处理方法。[0011]本发明与现有技术相比的优点在于：能够对污染水体快速检测，通过人工目译的方法进行水陆分割，防止严重污染水域被误判为陆地，保证污染区域提取准确，操作方便，采用高斯滤波进行降噪处理，对随机噪声和高斯噪声具有较好地处理效果。附图说明[0012]图1是本发明一种基于多光谱遥感图像的水体藻类污染检测方法的流程图。具体实施方式[0013]下面结合附图对本发明做进一步的详细说明。3CN11398913