一种基于遥感影像与高程数据的滑坡提取方法.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CN106600574A(43)申请公布日2017.04.26(21)申请号201610718410.9(22)申请日2016.08.25(71)申请人中国科学院遥感与数字地球研究所地址100094北京市海淀区邓庄南路9号(72)发明人于博陈方(51)Int.Cl.G06T7/00(2017.01)G06T7/90(2017.01)权利要求书2页说明书4页附图6页(54)发明名称一种基于遥感影像与高程数据的滑坡提取方法(57)摘要本发明公开了一种基于大范围遥感影像与高程数据的滑坡提取方法，该方法针对研究区遥感影像和相应的高程数据，利用显著性概念对影像中的裸土区进行增强，得到显著性概率图，即每个像素属于滑坡的概率图。通过形态学运算中的膨胀操作，将影像中琐碎的大斑块裸土连通成较大区域，进而增强与细小的滑坡区域的差异，便于将非滑坡的裸土区域剔除，得到滑坡潜在区。最后基于滑坡常发生在山区这一特点，结合高程数据将位于山坡处的滑坡潜在区保留，得到最终滑坡提取结果。该方法克服了目前针对滑坡提取的实施例研究范围小，情况简单等问题，为大范围实用化的快速提取滑坡提供了技术基础，可以在灾后应急响应和快速定位滑坡区域等应用中发挥重要作用。CN106600574ACN106600574A权利要求书1/2页1.一种基于大范围遥感影像和高程数据的滑坡提取方法，其特征在于，该方法针对大面积滑坡，实施过程包括遥感影像去云处理、显著性区域增强、形态学操作提取连通区和结合高程信息提取滑坡，具体步骤操作如下：(1)针对研究区选取一景30米分辨率的多光谱Landsat8遥感影像(覆盖空间2°x2°)和相应区域的30米分辨率的高程数据为实验数据；(2)Landsat8影像去云处理：根据Landsat8影像不同波段的特性，选取第7波段的图像作为提取滑坡的基础数据，因为第7波段通常用来做地质构造调查，可以较好的区分滑坡与其他裸土背景地物，而且裸土区域在该波段图像中呈现的灰度值高于其他地物；利用Landsat8影像第9波段的水汽强吸收特性，将第9波段图像二值化(灰度值大于200的像素认为是云)，生成云的掩膜，去除7波段图像中的云；(3)生成显著性概率图：以滑坡区域为显著性区域，采用FASA(AFast，Accurate，andSize-AwareSalientObjectDetection)方法计算遥感影像中每个像素属于滑坡区域的概率；(4)利用形态学方法去除裸土背景地物：通常情况下，非滑坡的裸土与滑坡区域相比占地面积较大，而且呈现多个大斑块琐碎连接的特征；因此，利用形态学原理，对显著性概率图连续进行6次膨胀运算，将图像中琐碎的裸土斑块连通起来，形成大的连通区；由于显著性概率图描述的是像素属于滑坡的概率，通过连续多次膨胀运算可以将本来面积较大的裸土斑块连接起来，使得裸土整体变得更大，而滑坡区域占地较小，所受影响不大；计算每个连通区的外包矩形的宽和高，如果大于整幅图像的宽和高的十分之一，则认为是占地面积较大的裸土区域，从显著性概率图中剔除相应的区域，将其灰度值设置为0；(5)结合高程数据，进一步提取滑坡区域：由于滑坡多发生在山坡上，在高程数据中相应的滑坡区域灰度值较高，将高程图像中灰度值小于等于5的像素都从步骤(4)得到的结果图像中去除，得到最终的滑坡提取结果图。2.如权利要求1所述的基于遥感影像和高程数据的滑坡提取方法，其特征在于，所述(1)步，所述的遥感影像为单景滑坡灾后30米分辨率的多光谱影像，本专利申请书采用了Landsat8遥感影像。3.如权利要求1所述的基于遥感影像和高程数据的滑坡提取方法，其特征在于，所述(2)步，所述的选取第7波段图像为基础数据，该波段常用来做地质构造调查，而且裸土区域相比于其他背景地物呈现较高的灰度值。4.如权利要求1所述的基于遥感影像和高程数据的滑坡提取方法，其特征在于，所述(3)步，所述的基于“FASA(AFast，Accurate，andSize-AwareSalientObjectDetection)”方法生成显著性概率图，其中：根据图像的直方图分布构建映射，将图像的颜色重新量化为更少的颜色，进而增强裸土相对于其他地物的差异，计算每个量化后的颜色的空间中心和颜色中心，并根据高斯核函数计算每个像素属于显著性区域的概率。5.如权利要求1所述的基于遥感影像和高程数据的滑坡提取方法，其特征在于，所述2CN106600574A权利要求书2/2页(4)步，所述的采用形态学中的膨胀运算将图像中琐碎的斑块连接起来，进而凸显非滑坡的裸土区域占图像较大比例这一特征，通过连通区属性筛选，将面积较小，而且呈细小形状的区域保留下来，构成滑坡潜在区域提取图。6.如权利要求1所述的基于遥感影像