预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN106023133A(43)申请公布日2016.10.12(21)申请号201610261434.6(22)申请日2016.04.26(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山武汉大学(72)发明人张永军张毅张彦峰(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人鲁力(51)Int.Cl.G06T7/00(2006.01)权利要求书3页说明书7页附图2页(54)发明名称一种基于多特征联合处理的高分辨率遥感影像水体提取方法(57)摘要本发明涉及一种基于多特征联合处理的高分辨率遥感影像水体提取方法。首先对遥感影像进行辐射定标,得到地物的表观辐射量,从而通过对像元长度特征进行阈值分割排除大部分的非水体像素;然后对上述步骤保留下的水体待选像素的NDWI特征进行阈值分割,得到水体待选对象;对小面积待选对象覆盖的像素的NDWI特征再次进行阈值分割,进一步排除混杂的背景像素;最后使用区域生长的方式进行水体的边缘优化得到最终的水体对象掩膜。本发明在水体提取时使用了局部结构长度特征,体现了水体的分布特点,并抑制了大部分阴影的干扰,避免了直接分类的方式融合多种特征造成的无法充分体现不同特征特点的问题;自动的水体提取,且运行速度快。CN106023133ACN106023133A权利要求书1/3页1.一种基于多特征联合处理的高分辨率遥感影像水体提取方法,用于自动的从高分辨率遥感影像上提取水体信息;其特征在于,包括以下步骤:步骤1,对遥感影像进行辐射定标,方法如下:首先根据公式(1)将卫星各载荷的通道观测技术值DN转换为卫星载荷入瞳处等效表观辐射亮度:L=Gain·DN+Bias(1)式中:Gain为定标斜距,单位为W·m-1·sr-1·μm-1;DN为卫星载荷观测值;Bias为定标截距,单位为W·m-1·sr-1·μm-1;以上参数均由实际卫星数据给出;再根据如下公式,得到大气顶端的表观辐射量:ρ=π*L*d2/(ESUN*cos(θ))(2)其中,L为上一步得到的入瞳处的表观辐射量,d为年积日即影像获取时间为一年中的第几天,θ为太阳高度角,以上数据可从影像的元数据获得,ESUN为太阳表观辐射率均值,不同的卫星传感器会给定相应的取值;步骤2,计算水体指数特征(NDWI),NDWI使用如下公式进行计算:其中green为遥感影像上的绿波段,NIR为近红外波段的辐射量;步骤3,将NDWI特征线性拉伸到[0,100]范围为SNDWI(StretchedNDWI)特征,使用SNDWI提取像元长度特征(Length),计算SNDWI和Length特征的具体方法如下:其中NDWI的计算方法由步骤2给出,min为NDWI的最小值,max为NDWI的最大值,即对每个像素的NDWI特征减去最小值后拉伸到[0,100]的范围,符号表示对a进行向下取整;计算SNDWI计算Length特征具体方法如下:1)获取方向线;方向线为通过中心点的延长方向线,而不是从中心点出发的射线;在计算之前预先给定方向线,一般来说方向线多得到的计算结果更好;方向线的获取通过中心点坐标求取Length特征的点和斜率根据DDA算法、Bresenham算法计算得到;或者先给定掩膜矩阵;当满足以下条件时,中心像素沿各条方向线向两个方向延长:①PHi小于特定的特征th_T1;②该方向上总像素个数小于另一给定特征th_T2;计算像素相似性(pixelhomogeneity):其中,PHi代表i方向上中心像素与周围像素的特征相似性,n表示特征个数,表示中心像素的特征,表示周围像素的特征值;若以上任一条件无法满足时,则停止生长该方向下,开始生长下一条方向线;2)计算各方向线的长度;在确定每条方向线后,根据以下公式计算方向线的长度:e1e2e1e2di=max{|m-m|,|n-n|}(6)2CN106023133A权利要求书2/3页其中,(me1,ne1)表示方向线一端点的行列号,(me2,ne2)表示方向线的另一端端点的行列号;根据上述步骤,可得到每条方向线长度组成的长度向量(d1,d2,d3,…,dD),D表示方向的个数;3)选择方向线向量中的最大值为Length特征;步骤4,对提取的Length特征进行阈值分割,Length特征大于阈值的部分为水体待选像素;步骤5,对水体待选像素的NDWI特征进行阈值分割,去除部分非水体像素;步骤6,对剩下的水体待选像素进行连通性分析,得到水体待选对象,并使用双阈值对水体待选对象进行阈值分割,即t1<t2,舍去小于面积小于t1的对象,保留面积大于t2的为大面积水体,面积大于t1小于t2的为小面积待选水体对象;步骤7,对小面积水体待选对象所有像素的N