[發明專利]一種衛星遙感影像的水體提取方法及裝置

有效

• 申請號: 201210297493.0
• 申請日: 2012-08-20
• 公開（公告）號: CN102855494A
• 公開（公告）日: 2013-01-02
• 發明（設計）人: 翟亮;桑會勇;楊剛;王曉軍;張曉賀;賈毅;邱程錦;李奇偉
• 申請（專利權）人: 中國測繪科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 郭智

技術領域

本發明涉及遙感影像的解譯與分類，尤其涉及一種衛星遙感影像的水體提取方法及裝置。

背景技術

衛星遙感影像的解譯和分類是遙感技術研究的重要領域之一，它是快速、準確獲取遙感信息的重要手段但又是一個復雜的過程。遙感解譯技術的發展滯后于遙感傳感器的發展，目前，利用數理統計和人工解譯結合的方法耗時，耗力，效率低下，其解譯精度受到解譯人員水平以及對區域地理環境理解等諸多因素的影響。遙感影像反應的是復雜的、多層次、多要素的具有動態變化特征的地理信息。由于地物光譜的復雜性，自然界中存在大量的“同物異譜”和“同譜異物”的現象，用單純的數學和地學知識來處理不能達到高精度的要求。因此，研究綜合、多層次的分析方法對于提高遙感信息的提取精度和效率具有重要意義。

分類方法是地表覆蓋制圖的核心，基本可以分為監督分類和非監督分類、有參分類和無參分類、硬分類和軟（模糊）分類、或逐像元分類與子像元分類以及逐對象分類。從地表覆蓋遙感分類方法的近期進展看，目前利用數理統計理論方法結合人工解譯仍是在進行大尺度遙感分類的主導方法。顯然這種方法具有算法成熟、充分利用人機交互優勢特點，但也存在著用時長，對參與解譯分析的人員依賴性強，可重復性低的局限，難以迅速、準確、客觀地獲取大面積地表覆蓋信息。

遙感影像分類在過去幾十年中已經取得了很大的進步,主要體現在以下三個方面：（1）高級分類算法的發展和應用，例如：子像元分類，逐對象分類和基于知識的分類算法。（2）多種遙感特征的使用，包括光譜信息，空間信息，多時相以及多傳感器數據；（3）分類過程引用輔助數據，包括地形、土壤、道路和人口數據。精度評估在圖像分類過程中至關重要。基于誤差矩陣的精度評價是評估逐像元分類最常用的方法，而模糊分類結果評估越來越傾向于模糊方法。不確定性和誤差傳播影響分類精度，在圖像處理過程中起重要作用。識別處理過程中的最薄弱環節并且降低不確定度可以大大提高分類精確度。不確定性在以后的圖像分類研究中將成為一個重要的課題。

光譜特征為圖像分類提供最重要的信息。隨著空間分辨率的提高，不得不考慮紋理和背景帶來的影響。遙感數據類型不同，所采用的分類方法也不同。例如：IKONOS（美國伊科諾斯衛星）和SPOT?5HRG（法國SPOT-5號衛星的高分辨率幾何），雖然具有高空間分辨率，但是當基于像元光譜的分類方法應用于圖像分類時，高空間分辨率帶來的好處遠遠不能補償由于地形和植被分布結構以及被覆蓋土地上的寬光譜變化導致的陰影問題帶來的嚴重影響。在這種情況下，光譜信息和紋理信息的結合能夠減少這種問題，而且逐對象或者面向對象的分類算法遠遠好于逐像元分類器。然而，在中、低空間分辨率數據中，由于空間信息的缺失，光譜信息顯得更為重要。由于混合像元在中低空間分辨率圖像中會產生一些問題，因而逐像元分類器不能處理。諸如SMA（Sub-Miniature-A,無線電天線接口）的部分圖像或模糊成員信息的子像素特征已經應用于圖像分類中，而且圖像數據與輔助數據的結合已經成為提高圖像分類方法的另一種途徑。當多源數據應用于分類方法中時，諸如最大似然法的參數分類算法不再適用。在這種情況下，亟待提供一種提高衛星遙感影像的水體提取精度的技術方案。

發明內容

本發明實施例提供一種衛星遙感影像的水體提取方法及裝置，以提高衛星遙感影像的水體提取精度。

一方面，本發明實施例提供了一種衛星遙感影像的水體提取方法，所述衛星遙感影像的水體提取方法包括：

獲取衛星遙感影像數據；

利用預設的決策樹中的設定閾值，對所述衛星遙感影像數據中的水體信息進行分類，獲取分類后的水體提取結果。

可選的，在本發明一實施例中，所述水體提取結果包括：清水、含植被的水和含泥沙的水。

可選的，在本發明一實施例中，所述衛星遙感影像的水體提取方法，還包括：將所述衛星遙感影像數據進行特征指數提取；利用選取的水體樣本中的樣本像元值進行統計分析，確定所述預設的決策樹中的設定閾值中的九個光譜特征分量閾值；利用所述九個光譜特征分量閾值，對所述衛星遙感影像數據中的水體信息進行分類，獲取分類后的水體提取結果。

可選的，在本發明一實施例中，所述水體樣本包括：深水、淺水、魚塘、含植被信息的水、含泥沙信息的水；所述九個光譜特征分量閾值包括如下信息的設定閾值：亮度、綠度、濕度。