[發明專利]一種遙感圖像中的水體提取方法和裝置

在審

• 申請號: 202011051057.6
• 申請日: 2020-09-29
• 公開（公告）號: CN112053371A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 陸川;周舒婷;羅欽瀚;徐康
• 申請（專利權）人: 成都星時代宇航科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 吳曉霞;栗若木

1.一種遙感圖像中的水體提取的方法，其特征在于，包括，

獲取待進行水體提取的遙感圖像；

對所獲取的遙感圖像進行超像素分割得到多個超像素區域，確定每一個超像素區域的統計特征；

根據每一個超像素區域的統計特征，利用預先訓練好的用于分類的水體提取模型，確定每一個超像素區域的區域屬性；

根據確定為水體的超像素區域，將待進行水體提取的遙感圖像相應的區域標為水體，從而獲得最終的水體提取結果圖。

2.根據權利要求1所述的方法，其特征在于，

所述用于分類的水體提取模型預先根據以下方法進行訓練：

獲取作為樣本的遙感圖像；

根據所獲取的遙感圖像在預先建立的水體矢量數據集合中獲取對應地理區域的水體矢量數據；

對所獲取的遙感圖像進行超像素分割得到多個超像素區域，確定每一個超像素區域的統計特征；

根據所述水體矢量數據，選取預設數量的超像素區域標記對應的區域屬性，所述區域屬性包括：水體、陸地；

根據所述預設數量的超像素區域的區域屬性和統計特征，訓練作為所述水體提取模型的支持向量機SVM分類器。

3.根據權利要求2所述的方法，其特征在于，

所述預先建立的水體矢量數據集合包括：預先根據第三方地理信息系統提供的地理信息建立的水體矢量數據庫。

4.根據權利要求2所述的方法，其特征在于，

所述根據所獲取的遙感圖像在預先建立的水體矢量數據集合中獲取對應地理區域的水體矢量數據，包括：

根據所獲取的遙感圖像所包括的地理范圍信息，從預先建立的水體矢量數據集合中獲取所述遙感圖像所包括的地理范圍內的至少一個目標水體矢量數據；

根據所述至少一個目標水體矢量數據構造確定目標水體矢量圖；

將所述目標水體矢量圖轉換為二值化水體圖像。

5.根據權利要求1或2所述的方法，其特征在于，

所述對所獲取的遙感圖像進行超像素分割得到多個超像素區域，包括：

利用簡單線性迭代聚類法將所獲取的遙感圖像進行分割得到所述多個超像素區域。

6.根據權利要求2所述的方法，其特征在于，

所述根據所述預設數量的超像素區域的區域屬性和統計特征，訓練作為所述水體提取模型的支持向量機SVM分類器，包括：

將預設數量的超像素區域中被標記為水體的超像素區域作為正樣本，將預設數量的超像素區域中被標記為陸地的超像素區域作為負樣本；

根據所述正樣本的統計特征和所述負樣本的統計特征訓練所述SVM分類器。

7.根據權利要求1所述的方法，其特征在于，

所述根據每一個超像素區域的統計特征，利用預先訓練好的用于分類的水體提取模型，確定每一個超像素區域的區域屬性，包括：

對于每一個超像素區域分別執行以下步驟：

利用預先訓練好的用于分類的水體提取模型，確定該超像素區域的每一維統計特征的子權重，

根據全部統計特征的子權重，確定該超像素區域的綜合權重；

根據所述綜合權重、第一權重標準和第二權重標準，確定該超像素區域的區域屬性；其中，所述第一權重標準對應的區域屬性為水體，所述第二權重標準對應的區域屬性為陸地。

8.根據權利要求1或2所述的方法，其特征在于，

所述統計特征包括：全變分特征、超像素區域的近紅外光譜NIR通道直方圖特征和超像素區域的Gabor濾波后通道的直方圖特征。

9.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有用于進行遙感圖像中的水體提取的計算機程序，所述處理器被設置為讀取并運行所述用于進行遙感圖像中的水體提取的計算機程序以執行所述權利要求1至8任一項中所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求1至8任一項中所述的方法。