[發明專利]基于FUI分區和Ransac的淺海遙感水深反演方法

有效

• 申請號: 202110614829.0
• 申請日: 2021-06-02
• 公開（公告）號: CN113255144B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 宋妍;徐皓冉;李貝貝
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/10
• 代理公司: 武漢泰山北斗專利代理事務所(特殊普通合伙) 42250
• 代理人: 程千慧

1.基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，包括以下步驟：

步驟1、獲取目標水域的多光譜遙感數據，并對多光譜遙感數據進行預處理；依據多光譜遙感數據的成像時間，對源于海圖的實地水深點進行潮汐校正，得到實地水深點潮汐校正后的水深值；

步驟2、使用預處理后的多光譜遙感數據的R、G和B波段，利用CIE-XYZ色度系統中三原色RGB與三刺激值XYZ之間的轉換關系，計算得到多光譜遙感數據的R、G和B波段對應的三刺激值X、Y和Z,并將X和Y歸一化得到（x，y），在二維CIE色度空間里，將（x，y）進行轉換，得到以等能白光點為原點的坐標（x’,y’），原點到（x’,y’）對應的向量與二維CIE色度空間中的x’軸負方向之間的順時針夾角即為色度角α，然后根據FUI水色指數查找表得到FUI水色指數；

步驟3、根據步驟2得到的FUI水色指數分布,結合人工目視解譯，對不同水色的水域進行人工分區，得到若干個水域分區；

步驟4、在步驟3得到的每個水域分區里，將步驟1的實地水深點潮汐校正后的水深值及其對應的R、G和B波段的反射率導出；每個水域分區的實地水深點潮汐校正后的水深值和對應的R、G和B波段上的反射率組成每個水域分區的實地水深點數據集；

步驟5、在步驟3得到的每個水域分區里，使用藍綠雙波段對數線性模型、紅藍綠三波段對數線性模型和Stumpf對數轉換比值模型三種反演模型中的任意一種，利用對應的Ransac算法對步驟4得到的實地水深點數據集進行篩選，保留數據誤差小于誤差閾值的實地水深點數據及其在R、G和B波段上的反射率，去除數據誤差大于誤差閾值的數據，得到篩選后的實地水深點數據集；

步驟6、在步驟3得到的每個水域分區里，將上一步得到的實地水深點數據集分成擬合數據和驗證數據，然后利用擬合數據對步驟5用到的反演模型進行擬合，得到水深反演模型；

步驟7、將步驟1得到的預處理后的多光譜遙感數據的R、G和B波段輸入上一步得到的水深反演模型，得到水深圖。

2.根據權利要求1所述的基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，所述步驟1中，預處理包括輻射校正和大氣校正，根據需要選擇是否包括幾何校正和太陽耀斑校正；所述潮汐校正的方法為獲取多光譜遙感數據成像的具體時間，查詢此時刻淺海水域的潮高，然后對實地水深點進行潮汐校正。

3.根據權利要求1所述的基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，所述步驟3中的分區方法為：人工目視解譯，根據水域FUI水色指數的分布進行人工分區。

4.根據權利要求1所述的基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，所述步驟5中，篩選時使用對應模型的Ransac算法，Ransac算法的主要參數設置方法如下：

采樣次數根據采用模型確定，藍綠雙波段對數線性模型、紅藍綠三波段對數線性模型和Stumpf對數轉換比值模型分別至少采樣3、4和2次；

使用最小二乘法計算反演模型的參數；

每組參數的支持度為每組參數對應模型的內點個數。

5.根據權利要求1所述的基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，所述步驟6中，擬合反演模型使用的是最小二乘法，反演精度的評價指標包括平均絕對誤差、平均相對誤差、驗證數據的真實水深值與擬合水深值之間的相關系數和箱線圖工具。

6.根據權利要求1所述的基于FUI分區和Ransac的淺海遙感水深反演方法，其特征在于，所述步驟6中，擬合數據和驗證數據的比例為2:1或3:1。