[發明專利]一體化的光學遙感影像與GIS自動配準與水體提取方法

有效

• 申請號: 201310359358.9
• 申請日: 2013-08-16
• 公開（公告）號: CN103400151A
• 公開（公告）日: 2013-11-20
• 發明（設計）人: 眭海剛;陳光;徐川;涂繼輝;劉俊怡;馬國銳;孫開敏
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

技術領域

本發明是關于光學影像與矢量的異源數據配準及水體提取技術，具體涉及一體化的光學遙感影像與GIS自動配準與水體提取方法。

背景技術

水體分布信息的準確獲取對于洪水監測與災害評估、地理信息更新、水資源調查、流域綜合治理、水利規劃等領域具有重要的意義。由于遙感具有時效性、經濟性等特點，使之成為提取水體最廣泛、最有效的手段之一。

近年來高分辨率影像的迅猛發展給遙感信息提取提供了更多更好的數據支持，但同時也帶來了巨大挑戰。由于在遙感領域“同譜異物，同物異譜”的現象廣泛存在，影像上存在有與水體表現特征類似的各種地物，如陰影、濃密植被、瀝青路面等，加之受光照條件、地形因素、復雜環境、影像質量等影響，使得從遙感影像上自動提取水體信息是一個非常困難的問題。另一方面，在災害發生或者其他應急響應情況下，水體信息提取在時效性上有很高的要求，現有的水體信息提取方法難以滿足實際應用的需求。

現有的遙感影像水體提取方法主要分為以下四類：特征分割方法、模式分類方法、輪廓線檢測方法以及多源數據綜合分析方法。特征分割方法又包括自上而下的知識驅動和自下而上的數據驅動兩類，知識驅動型依據地物特征構建先驗模型和知識規則來指導分割，如水平集演化方法，數據驅動型根據數據自身的灰度分布特征進行分割，如單波段閾值法、特征指數法、色彩空間轉換法等，其中特征指數法是通過多光譜波段運算獲取反映水體與背景反差的指數，進而利用直方圖閾值分割得到提取結果，典型的水體特征指數如歸一化水體指數(NDWI)、改進的歸一化差異水體指數(MNDWI)、新型水體指數(NWI)等，其模型簡單，并且有不錯的提取結果。模式分類方法首先對原圖像進行特征提取，構造特征向量，然后利用神經網絡、支撐向量機(SVM)等機器學習方法將原始圖像中的每個像素點分類為水體與背景兩類對象，從而實現對水體的提取。輪廓線檢測方法通過邊緣檢測獲得水體的岸線邊緣，然后對邊緣進行編組獲取水體的主體區域，最后采用紋理跟蹤、區域生長等方法對檢測到的水體區域進行合并，該類方法由于充分考慮的地物的邊緣特征，其提取結果的輪廓定位精度較高。多源數據綜合分析方法充分利用水體在不同數據源中的特征，如SAR(合成孔徑雷達)、GIS(地理信息系統)數據等，通過多源數據之間的相互驗證確定最終水體提取結果，比依靠單一數據源的方法有更高的正確率。盡管以上方法在試驗中取得了較好的提取結果，但是面對實際應用的需求時依然存在以下不足：第一，很多方法均是針對特定的試驗數據取得了較好的效果，缺少對各類數據處理的普適性；第二，提取方法模型中的參數需要手動調節，或者模型訓練樣本需要人工選擇，使得提取算法的自動化程度偏低；第三，對于多源數據綜合分析的方法，其前提假設是多源數據已經過嚴格的配準，而實際處理過程中所面對的多源數據均是存在位置和坐標系的差異，需要手工的選擇控制點并執行幾何糾正處理。

綜上可以看出，面對水體在遙感影像上的多樣化表現和復雜背景干擾時，現有的水體提取方法都存在普適性差、人工干預多等問題。

發明內容

針對上述問題，本發明提出了一體化的光學遙感影像與GIS自動配準與水體提取方法。

本發明提供一體化的光學遙感影像與GIS自動配準與水體提取方法，包括以下步驟：

步驟1，對輸入的光學遙感影像進行分割，獲得水系初始分割結果；

步驟2，以每個水系初始分割結果中的每個對象為當前待處理對象構建局部緩沖區，進行局部水平集演化分割，得到新的分割結果，構成的分割結果對象集合記為R；

步驟3，基于形狀曲線相似度匹配GIS數據中水系層已有的基礎地理信息矢量數據集合V與步驟2所得集合R中對象，以GIS數據為基準配準光學遙感影像，如果配準成功則進入步驟4，如果配準不成功則將當前的分割結果中每個對象作為當前待處理對象返回步驟2，重新構建局部緩沖區并進行局部水平集演化分割；

步驟4，對經步驟3配準后的V與R做基于緩沖區的變化檢測，得到未變化水體R_w0、疑似變化水體R_w1和疑似新增水體R_nw；然后分別對疑似變化水體R_w1和疑似新增水體R_nw做進一步的驗證如下，

對疑似變化水體R_w1做基于骨架線相似性的檢測，確定真正變化的水體和未變化的水體，未變化的水體并入未變化水體R_w0，得到集合R‘_w0，R_w1中保留的變化水體記為集合R‘_w1；