[发明专利]基于遥感图像的河口浑浊带与水体分类方法、装置及设备

权利要求书

1.一种基于遥感图像的河口浑浊带与水体分类方法，其特征在于，包括以下步骤：

获取目标区域的遥感图像，根据所述遥感图像的近红波段值以及红光波段值，计算所述遥感图像的波段比值结果，获取波段比值图像；

对所述波段比值图像进行去噪处理，获取去噪处理后的波段比值图像，其中，所述波段比值图像包括浑浊带像元以及水体像元；

根据所述浑浊带像元以及水体像元，分别获取所述浑浊带像元对应的平均值以及所述水体像元对应的平均值，作为浑浊带阈值以及水体阈值；

将所述去噪处理后的波段比值图像转换为梯度图像，获取所述梯度图像的各个像元对应的像元值，将所述梯度图像的各个像元对应的像元值分别与所述浑浊带阈值以及水体阈值进行对比，获取各个像元对应的对比差值，其中，所述对比差值包括浑浊带对比差值以及水体对比差值；

将所述浑浊带对比差值与水体对比差值进行对比，若所述浑浊带对比差值小于或者等于水体对比差值，则将所述对比差值对应的像元设置为浑浊带像元，若所述浑浊带对比差值大于水体对比差值，则将所述对比差值对应的像元设置为水体像元，获取分类结果，其中，所述分类结果包括浑浊带分类结果以及水体分类结果。

2.根据权利要求1所述的基于遥感图像的河口浑浊带与水体分类方法，其特征在于，所述将所述去噪处理后的波段比值图像转换为梯度图像，获取所述梯度图像的各个像元对应的像元值，包括步骤：

根据边缘检测算法，将所述去噪处理后的波段比值图像的各个像元对应的像元值进行转换，获取所述去噪处理后的波段比值图像的像元的梯度值，其中，所述梯度值包括横向梯度值以及纵向梯度值，所述边缘检测算法为：

式中，G_x为所述梯度图像的像元的横向梯度值，G_y为所述梯度图像的像元的纵向梯度值，Pv'为所述去噪处理后的波段比值图像；

根据所述梯度图像的像元的横向梯度值、纵向梯度值以及梯度强度计算算法，获取所述梯度图像的像元的梯度强度值，作为所述梯度图像的像元的像元值，其中，所述梯度强度计算算法为：

式中，G为所述梯度图像的像元的梯度强度值。

3.根据权利要求1所述的基于遥感图像的河口浑浊带与水体分类方法，其特征在于，还包括步骤：

响应于显示指令，获取所述遥感图像对应的电子地图数据，根据所述分类结果，获取各个像元对应的分类标识，在所述电子地图上进行像元以及分类标识的显示以及标注。

4.一种基于遥感图像的河口浑浊带与水体分类装置，其特征在于，包括：

获取模块，用于获取目标区域的遥感图像，根据所述遥感图像的近红波段值以及红光波段值，计算所述遥感图像的波段比值结果，获取波段比值图像；

去噪模块，用于对所述波段比值图像进行去噪处理，获取去噪处理后的波段比值图像，其中，所述波段比值图像包括浑浊带像元以及水体像元；

阈值设置模块，用于根据所述浑浊带像元以及水体像元，分别获取所述浑浊带像元对应的平均值以及所述水体像元对应的平均值，作为浑浊带阈值以及水体阈值；

分类模块，用于将所述去噪处理后的波段比值图像转换为梯度图像，获取所述梯度图像的各个像元对应的像元值，将所述梯度图像的各个像元对应的像元值分别与所述浑浊带阈值以及水体阈值进行对比，获取各个像元对应的对比差值，其中，所述对比差值包括浑浊带对比差值以及水体对比差值；

将所述浑浊带对比差值与水体对比差值进行对比，若所述浑浊带对比差值小于或者等于水体对比差值，则将所述对比差值对应的像元设置为浑浊带像元，若所述浑浊带对比差值大于水体对比差值，则将所述对比差值对应的像元设置为水体像元，获取分类结果，其中，所述分类结果包括浑浊带分类结果以及水体分类结果。

5.一种计算机设备，其特征在于，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的基于遥感图像的河口浑浊带与水体分类方法的步骤。

6.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于遥感图像的河口浑浊带与水体分类方法的步骤。