[发明专利]一种基于多源多光谱遥感图像水体提取方法、系统和可读存储介质在审
申请号: | 201910872302.0 | 申请日: | 2019-09-16 |
公开(公告)号: | CN112507763A | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 闫灿;刘帅普 | 申请(专利权)人: | 中科星图股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34 |
代理公司: | 北京华专卓海知识产权代理事务所(普通合伙) 11664 | 代理人: | 张继鑫 |
地址: | 101399 北京市顺义区临空经济核*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 多源多 光谱 遥感 图像 水体 提取 方法 系统 可读 存储 介质 | ||
1.一种基于多源多光谱遥感图像水体提取方法,其特征在于,包括以下步骤:
获取多源遥感图像,并分别对遥感对象进行尺寸预处理;
对预处理后的遥感图像进行图像大气校正;
对大气校正后的遥感图像进行归一化水体指数NDWI计算;
消除归一化水体指数NDWI的异常值,并绘制NDWI图像灰度直方图,根据NDWI图像灰度直方图峰值分布确定水体分割阈值;
根据归一化水体指数NDWI与水体分割阈值的预设关系判断遥感图像中的地物是否为水体;
若遥感图像中的地物为水体则将对应的遥感图像二值化处理,并在二值化处理后的图像中提取水体轮廓对水体影像裁剪并保存。
2.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,对预处理后的遥感图像采用内部平均相对反射率法进行图像的大气校正,所述内部平均相对反射率法是将遥感图像各波段的每个像元除以该波段整个图像灰度值的平均值,得到视反射率图像。
3.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,所述归一化水体指数NDWI计算公式为:
其中,R(Green)和R(NIR)分别表示多光谱遥感图像绿波段和近红外波段大气校正后遥感反射率值,NDWI值无量纲。
4.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,消除归一化水体指数异常值之前还包括对异常数值的判定,所述异常数值为归一化水体指数NDWI小于-1的数值或归一化水体指数NDWI大于1的数值,所述归一化水体指数异常数值消除公式为:
(NDWI≤-1)*0+(NDWI≥1)*0+(NDWI≥-1 and NDWI≤1)*NDW]。
5.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,所述水体分割阈值划分的过程为:
当最大峰值位于NDWI图像灰度直方图右侧时,水体分割阈值设置为峰值左侧第一次发生突变点的位置,
当最大峰值位于NDWI图像灰度直方图左侧时,水体分割阈值设置为峰值右侧第一次发生突变点的位置,
当最大峰值位于NDWI图像灰度直方图中部时,若右侧还有峰,则将峰值左侧第一次发生突变点的位置设为水体分割阈值,若右侧无峰,则将峰值右侧第一次发生突变点的位置设置为水体分割阈值。
6.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,所述水体分割阈值记为threshold,归一化水体指数NDWI与水体分割阈值的预设关系判断遥感图像中的地物是否为水体,具体为:
若threshold<NDWI≤1,则地物类别为水体;
若0<NDWI≤threshold,地物类别为非水体。
7.根据权利要求1所述的一种基于多源多光谱遥感图像水体提取方法,其特征在于,所述多源遥感图像为多源多光谱遥感图像,所述多源多光谱遥感图像包括有:Landsat TM遥感图像、哨兵二号卫星遥感图像和国产高分二号卫星遥感图像。
8.一种基于多源多光谱遥感图像水体提取系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包括基于多源多光谱遥感图像水体提取方法程序,所述基于多源多光谱遥感图像水体提取方法程序被所述处理器执行时实现如下步骤:
获取多源遥感图像,并分别对遥感对象进行尺寸预处理;
对预处理后的遥感图像进行图像大气校正;
对大气校正后的遥感图像进行归一化水体指数NDWI计算;
消除归一化水体指数异常值,并绘制NDWI图像灰度直方图,根据NDWI图像灰度直方图峰值分布确定水体分割阈值;
根据归一化水体指数NDWI与水体分割阈值的预设关系判断遥感图像中的地物是否为水体;
若遥感图像中的地物为水体则将对应的遥感图像二值化处理,并提取水体轮廓对水体影像裁剪并保存。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科星图股份有限公司,未经中科星图股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910872302.0/1.html,转载请声明来源钻瓜专利网。