[發明專利]一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統

有效

• 申請號: 201710367295.X
• 申請日: 2017-05-23
• 公開（公告）號: CN107247927B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 陳超;傅姣琪;張帥
• 申請（專利權）人: 浙江海洋大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/44;G06T7/136
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 方亞兵

技術領域

本發明涉及遙感圖像處理技術領域，尤其涉及一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統。

背景技術

海岸線是陸地與海洋的分界線，也是劃分海洋與陸地管理區域的基準線，在我國指多年平均大潮高潮時形成的實際痕跡線。海岸線既是一種重要的國土資源，也是重要的基礎地理信息數據。由于河口淤積、氣候變暖等自然條件導致的海平面上升及圍墾開荒、填海造地、海洋工程等人類活動的影響，海岸線在不斷發生著變化。因此，快速而準確地測定海岸線的動態變化，對于海域使用管理、海島海岸帶研究等具有重要意義。

通常情況下，海岸線信息以野外實地調查的方式獲取，首先測量拐點坐標，再順序連接后形成海岸線，雖然精度較高，但是花費人工多、效率低下、工作周期長，而且受地理條件的限制，存在測量困難和無法到達區域，無法滿足大范圍提取的要求。遙感技術憑借其特有的高時效、大范圍、動態性特點，能夠有效克服地面調查中可能遇到的各種限制，已成為海岸線信息提取的主要手段。目前遙感圖像海岸線信息提取有兩種方法：目視解譯和自動解譯。目視解譯利用繪圖儀或軟件進行邊界描繪，并保存為矢量文件，方法簡單，精度較高，但速度慢，工作量大，無法滿足大范圍快速提取的要求。自動解譯根據水體和海岸在遙感圖像上的表現特征，在計算機技術的支持下，獲取海岸線的空間分布信息。相對于目視解譯，自動解譯速度較快，工作量較小，但容易受到其他地物的干擾，噪聲較多，往往需要復雜的后處理操作。

遙感圖像海岸線信息自動解譯方法主要包括邊緣檢測法、指數分析法、閾值分割法、區域生長法、神經網絡法。邊緣檢測法利用岸線空間關系，通過Roberts、Prewitt、Sobel、Laplace、Canny等算子檢測灰度值發生階躍變化的位置，該方法操作簡單，運算效率較高。指數分析法在分析地表物體自身波譜特性的基礎上進行，利用歸一化植被指數、歸一化水體指數、修正后歸一化水體指數分離陸地和水體，物理意義較為明確。閾值分割法的前提是同類地物具有相似的灰度值，適用于目標與背景對比強烈的圖像。區域生長法將具有相似性質的像素集合起來構成區域，結果比較準確。神經網絡法以模擬人體神經系統的結構和功能為基礎，通過樣本訓練實現陸地與水體的聚類，進而提取海岸線，這種方法能夠提取不同類型的海岸線，并且分類精度較高。這些方法各有特點，在某些特定領域取得了一定成功，但也有其自身缺陷。邊緣檢測法會引入較多干擾，海岸線連續性不好。指數分析法存在容易飽和的問題，并且一部分近岸水體易被錯分為陸地，嚴重影響了海岸線提取精度。閾值分割法容易受到光譜相似性地物的影響。區域生長法生長規則選擇困難，在圖像局部方差比較大的情況下效果往往不佳。神經網絡法較為復雜，需要較多具有典型意義的樣本支持。

纓帽變換是由Kauth和Thomas于1976年發現的一種線性變換，又稱K-T變換，是針對多光譜遙感圖像的一種線性變換，在減少波段相關性引起的數據冗余的同時提供具有物理特征(如植物生長、土地變化等)的信息，它遵循一般的線性變換形式，能夠消除多光譜圖像的相對光譜響應相關性。

考慮懸浮泥沙含量對水體光譜特性的影響，導致傳統水體信息提取方法失效，影響海岸線信息提取效果，以及海岸線的實際形態變化，探索一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統，以應對遙感圖像處理領域的挑戰，保證海岸線信息提取的準確性，就成為亟待解決的問題。

發明內容

本發明的目的就是為了消除懸浮泥沙對水體信息提取的影響，保證海岸線信息提取的可靠性和準確性，提供一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統。

本發明的目的將通過以下技術方案得以實現：一種基于纓帽變換的遙感圖像海岸線信息提取方法，所述信息提取方法依次包括以下步驟：

S1：預處理

選取所需研究區域遙感圖像，進行輻射定標、大氣校正和幾何校正，得到所需研究區域的預處理圖像，獲取適于后續處理的反射率數據；

S2：基于纓帽變換的水體信息提取

S21、對S1中所述預處理圖像進行纓帽變換以提取濕度信息，并基于閾值分割得到所需研究區域的初始水體信息；

S22、基于數學形態學對初始水體信息進行開啟和閉合運算，得到所需研究區域的精確水體信息；

S3：特征知識支持下的海岸線信息提取

S31、對研究區域的精確水體信息進行矢量化，以獲取水體邊緣信息，得到研究區域的初始海岸線信息；

S32、根據海岸線在遙感圖像上的表現特征及實際情況下海岸線的形態，基于海岸線的長度、距離和方向特征知識進行研究區域的最終海岸線信息提取。