[發明專利]基于改進幾何特征與特征保持采樣的海岸養殖池提取方法

在審

• 申請號: 202110610299.2
• 申請日: 2021-06-01
• 公開（公告）號: CN113378679A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 史曉非;倪魁元;鄧志宇;呂苗;張新鵬;李光鑫;陳方圓;申自洋
• 申請（專利權）人: 大連海事大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李馨

本發明提供一種基于改進幾何特征與特征保持采樣的海岸養殖池提取方法，包括：獲取Landsat?8圖像數據，并對所述Landsat?8圖像數據進行預處理；對預處理后的圖像進行海岸帶提取，從而獲得海岸帶水體圖像數據；對所述海岸帶水體圖像進行河流區域判斷，從而獲取河流圖像數據；在所述海岸帶水體圖像數據中去除所述河流圖像數據，從而獲取養殖池區域圖像信息。本發明能夠有效的提取中等分辨率下多光譜圖像的含河流海岸帶養殖池。

技術領域

本發明涉及遙感圖像處理技術領域，具體而言，尤其涉及一種基于改進幾何特征與特征保持采樣的海岸養殖池提取方法。

背景技術

早期利用多光譜圖像提取海岸帶養殖池，一般采用目視解譯的方法。通過人工繪制海岸帶養殖池，使得提取結果具有較高精度，但費時費力，無法進行大規模的養殖池自動提取。相比目視解譯，指數法因其運算簡單而有效提高了提取效率。其主要思想是通過不同波段間的光譜值構建光譜指數，從而抑制背景地物的同時增強目標地物，該指數適用于光譜差異較大的情況，然而當養殖池臨近存在光譜與空間結構相似鹽田時，會產生錯分的結果。而解決這一問題的手段主要有兩種：深度學習與機器學習和面向對象的方法。前一種方法通過深度提取特征來對養殖池和其它地物類別進行分類，然而該方法的計算量較大、自動化程度較低，并且當樣本數量不充足時會導致移植性較差。后一種方法通過特征的局部均勻性形成不同的區域對象，再通過紋理、形狀、光譜等多種特征進行分類，其優勢在于可以克服傳統基于像素方法中的“椒鹽效應”。

目前，海岸帶養殖池提取仍然面臨以下幾個問題：1、中等分辨率圖像分辨率較低使得養殖池的堤壩僅有一至兩個像素的寬度，經常與相鄰養殖池粘合在一起難以有效去除。2、光譜與位置具有相似性的河流存在，使得有效提取海岸帶養殖池成為一個挑戰性的問題。3、在光學圖像的Landsat-8中，養殖池提取采用的分類方法，通常需要依賴大量訓練樣本和費時的訓練過程，且移植性較差。

發明內容

針對以上的問題，本發明提出一種基于改進幾何特征與特征保持采樣的海岸養殖池提取方法。本發明能夠有效的提取中等分辨率下多光譜圖像的含河流海岸帶養殖池。

本發明采用的技術手段如下：

一種基于改進幾何特征與特征保持采樣的海岸養殖池提取方法，包括：

獲取Landsat-8圖像數據，并對所述Landsat-8圖像數據進行預處理；

對預處理后的圖像進行海岸帶提取，從而獲得海岸帶水體圖像數據；

對所述海岸帶水體圖像進行河流區域判斷，從而獲取河流圖像數據；

在所述海岸帶水體圖像數據中去除所述河流圖像數據，從而獲取養殖池區域圖像信息。

進一步地，對所述海岸帶水體圖像進行河流區域判斷，包括：

基于改進的幾何特征挑選河流種子區域；

基于局部連通保持特征的采樣圖像挑選河流種子附近的待判斷區域；

在所述待判斷區域進行基于局部相似性搜索，獲取被橋梁截斷呈現與養殖池相似特性的河流區域；

結合所述河流種子區域以及被橋梁截斷呈現與養殖池相似特性的河流區域，獲取河流圖像數據。

進一步地，基于改進的幾何特征挑選河流種子區域，包括：

基于最小外接矩陣占比的形狀特征獲取長條狀河流區域；

基于平均寬度的形狀特征去除因大壩模糊不清導致聯通的養殖池區域。

進一步地，基于局部連通保持特征的采樣圖像挑選河流種子附近的待判斷區域，包括根據以下公式獲取帶判斷區域：