[發明專利]一種基于特征詞典融合的遙感水體目標提取方法

在審

• 申請號: 202010617680.7
• 申請日: 2020-06-30
• 公開（公告）號: CN111860615A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 王鑫;徐明君;呂國芳;石愛業
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/11;G06T7/136
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 羅運紅

本發明公開了一種基于特征詞典融合的遙感水體目標提取方法。首先，構建遙感水陸場景圖像數據訓練集，對訓練集圖像網格化為預設大小的特征提取單位并分別提取局部二值模式(Local Binary Patterns，LBP)特征和頻譜特征；接著，對LBP特征集和頻譜特征集分別進行K?means聚類，得到基于LBP特征的聚類結果和基于頻譜特征的聚類結果，構建基于LBP和頻譜特征的融合詞典；然后，將訓練集圖像采用融合詞典向量化表示，構成訓練特征向量集；最后，輸入待識別遙感水陸場景測試圖像，根據融合詞典將圖像分塊向量化并分類，統計分類結果，得到遙感水陸場景圖像水體提取結果。

技術領域

本發明涉及一種基于特征詞典融合的遙感水體目標提取方法，屬于圖像處理領域。

背景技術

水資源是人類生存必不可少的重要資源，實時、準確地獲取水體信息對水資源的有效管理和合理利用有著重大意義。由于水資源時空分布不均，且具有流動性，人工檢測很難實時有效地獲取信息。隨著遙感技術的飛速發展，通過遙感影像提取地表水體信息不僅監測范圍廣，而且具有實時性的優勢。

遙感技術經過多年的發展,所采集得到的遙感影像的空間分辨率向亞米級逐步提高。高空間分辨率遙感圖像的產生，使得水體信息的提取有了更便利、更詳細的數據來源。目前，基于高分辨率遙感影像進行水體提取的方法有很多。

公開號CN107506769A一種城市水體信息的提取方法及系統，首先，對衛星拍攝的城市的遙感圖像進行數據預處理，得到預處理后的圖像；然后，根據預設分割參數對預處理后的圖像進行圖像分割，得到具有特征組的均值圖像；接著，對均值圖像進行光譜特征分析，得到典型地物光譜曲線圖，該曲線圖包括建筑物、水體和陰影等典型地物在各波段的光譜曲線；最后，根據特征組提取出典型地物光譜曲線提取圖中的水體信息。該發明主要在利用地物光譜特征的基礎上對水體區域進行提取，達到了一定的提取精度，但存在不足：算法需要預設分割參數，對于不同場景下的含水體信息圖像的參數需要重新設置，且特征組包含光譜、拓撲、形狀和長寬比等特征，特征提取和標記過程復雜、耗時。

公開號CN105809140A一種基于遙感模型的地表水體信息的提取方法及其裝置，首先，通過設置閾值對預處理后的遙感數據進行二值化處理；然后，對處理后的二值化遙感數據進行地表水體信息提取。基于閾值的分割方法算法結構簡單，對于灰度分布差異大的圖像具有較好的分割效果，但對于具有單峰或寬谷直方圖特點的圖像的分割效果較差。

綜上，現有的遙感影像水體提取方法，存在的局限性主要表現在：

(1)傳統的遙感影像水體提取方法大都采用光譜信息進行遙感圖像水體的提取。近年來，隨著遙感影像空間分辨率的不斷提升，地表物體的紋理等細節也被清晰地展現出來，避免了單一利用光譜特征方法經常出現的“同物異譜，同譜異物”現象。因此，除了光譜特征，利用紋理特征進行水體的提取也成為近年研究的主要方向。

(2)基于閾值的分割方法算法結構簡單，對于灰度分布差異大的圖像具有較好的分割效果，但對于具有單峰或寬谷直方圖特點的圖像的分割效果較差。

發明內容

發明目的：針對現有技術中存在的問題，本發明公開了基于特征詞典融合的遙感水體目標提取方法，根據特征融合詞典對各圖像塊進行向量化，相比于傳統的特征分類器，融合后的詞典對圖像的表現力更強，提高了分類精度，增加了水體提取的準確度。

技術方案：為實現本發明的目的，本發明所采用的技術方案是：一種基于特征詞典融合的遙感水體目標提取方法，包含構建詞典階段、訓練階段和測試階段，

所述構建詞典階段包括以下步驟：

(1)構建遙感水陸場景圖像數據訓練集Trains，訓練集圖像為帶標簽的水體和非水體圖像；

(2)針對構建的遙感水陸場景圖像訓練集，將其網格化為預設大小的特征提取單位；