基于多光谱遥感影像的水色异常对象提取方法及系统.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CN105761286A(43)申请公布日2016.07.13(21)申请号201610111884.7(22)申请日2016.02.29(71)申请人环境保护部卫星环境应用中心地址100029北京市海淀区丰德东路4号(72)发明人马万栋殷守敬朱利王雪蕾吴迪王晨冯爱萍侯海倩孟斌(74)专利代理机构北京路浩知识产权代理有限公司11002代理人李相雨(51)Int.Cl.G06T7/40(2006.01)G06T7/00(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于多光谱遥感影像的水色异常对象提取方法及系统(57)摘要本发明公开了一种基于多光谱遥感影像的水色异常对象提取方法及系统，本发明先获取遥感影像的反射率，之后进行水陆分离及去云处理得到水域部分的遥感反射率，对多波段遥感反射率进行主成分分析获得第一主成分；之后对第一主成分图像进行直方图分析，设置阈值，利用阈值分割第一主成分成目标分量和背景分量，利用目标分量和背景分量的类间方差最大时的阈值并设定倍数对第一主成分进行分割，得到水色异常对象部分；对水色异常部分进行像元统计，获取水色异常对象的面积和分布。本发明可最大程度的保留多波段的信息量，提高了精确度，同时完全基于计算机自动计算获取分割阈值，可大大节省信息提取时间，实现简单精确地提取水色异常对象的分布信息。CN105761286ACN105761286A权利要求书1/2页1.一种基于多光谱遥感影像的水色异常对象提取方法，其特征在于，所述方法包括以下步骤：S1、获取含有水色异常对象的水面的多光谱遥感影像，并根据所获取的多光谱遥感影像获取对应的遥感反射率；S2、对所述遥感反射率进行水陆分离及去云处理，得到水域部分的遥感反射率；S3、利用所述水域部分的遥感反射率构建多维光谱空间，并对所述多维光谱空间进行主成分分析获得第一主成分；S4、计算所述第一主成分的直方图，设置最小像元灰度值为初始阈值，并把初始阈值作为第一主成分的分割阈值；S5、利用所述分割阈值对所述第一主成分进行分割，形成目标分量和背景分量两部分，其中目标分量的灰度均值大于背景分量的灰度均值；S6、计算目标分量中所有像元的灰度均值以及目标分量中所有像元的个数占第一主成分像元总数的比例；计算背景分量中所有像元的灰度均值和背景分量中所有像元的个数占第一主成分像元总数的比例，并利用所述均值和比例计算目标分量和背景分量之间的类间方差；S7、判断目标分量和背景分量之间的类间方差是否大于预定的类间方差，若是，则更新所述预定的类间方差值为当前的类间方差值；若否，则保留当前预定的类间方差值；S8、将直方图中所有像元灰度值作为分割阈值从小到大依次遍历，重复步骤S5-S7，获取目标分量和背景分量之间的类间方差最大时的像元值，并作为分割阈值；S9、将分割阈值更新为当前的分割阈值的预定倍数，并利用更新后的分割阈值对所述第一主成分进行分割，形成水色异常对象部分和背景部分；同时根据所述水色异常对象部分确定水色异常对象的位置分布；S10、对所述水色异常对象部分进行像元统计，并根据统计结果计算水色异常对象分布的面积，获取水色异常对象的面积和分布。2.根据权利要求1所述的方法，其特征在于，所述步骤S4中在计算所述第一主成分生成直方图，之后利用所述直方图信息计算所述第一主成分的分割阈值。3.根据权利要求2所述的方法，其特征在于，所述预定倍数根据水色异常对象设置。4.根据权利要求1所述的方法，其特征在于，所述步骤S3中构建多维光谱空间之后还包括：对于每一个波段，计算其在不同光谱空间的相关矩阵；利用所有的所述相关矩阵确定所述第一主成分。5.根据权利要求1至4任一项所述的方法，其特征在于，所述水色异常对象为水华、浒苔、赤潮、溢油、黑水团或漂浮垃圾。6.一种基于多光谱遥感影像的水色异常对象提取系统，其特征在于，所述系统包括数据获取单元、数据分离单元、第一主成分获取单元、数据处理单元以及分布提取单元；所述数据处理单元包括分割子单元和计算子单元；所述数据获取单元用于获取含有水色异常对象的水面多光谱遥感影像，并根据所获取的多光谱遥感影像获取对应的遥感反射率；所述数据分离单元用于对所述遥感反射率进行水陆分离及去云处理，得到水域部分的2CN105761286A权利要求书2/2页遥感反射率；所述第一主成分获取单元用于利用所述水域部分的遥感反射率构建多维光谱空间，并对所述多维光谱空间进行主成分分析获得第一主成分；所述计算子单元用于所述第一主成分的直方图，并设置分割阈值为所述最小像元值；所述分割子单元用于利用所述分割阈值对所述第一主成分进行分割，形成目标分量和背景分量；所述计算子单元还用于计算所述目标分量中所有像元的灰度均值以及目标分量中所有像