CN104463166A - 目标水体的提取方法和系统 - Google Patents
目标水体的提取方法和系统 Download PDFInfo
- Publication number
- CN104463166A CN104463166A CN201410640522.8A CN201410640522A CN104463166A CN 104463166 A CN104463166 A CN 104463166A CN 201410640522 A CN201410640522 A CN 201410640522A CN 104463166 A CN104463166 A CN 104463166A
- Authority
- CN
- China
- Prior art keywords
- water body
- threshold
- target water
- extraction
- remote sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种目标水体的提取方法和系统,包括:获取目标水体的矢量数据以及遥感影像数据;按照目标水体的几何外形将矢量数据等面积扩大,并生成扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;根据统计直方图以及预设的阈值统计间隔得到初始阈值;判断初始阈值是否为先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断初始阈值是否为统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;以所述最佳阈值为水陆分割阈值进行目标水体的提取。本发明提供的目标水体的提取方法和系统,简单高效、准确性较好,提取精度也较高。
Description
技术领域
本发明涉及环境监测技术领域,更具体地说,涉及一种目标水体的提取方法和系统。
背景技术
水资源是人类生存和发展的基础,其重要性不言而喻,其中尤以内陆水体与人类社会的关系最为密切。由于水资源调查、水质监测及水资源保护等工作的开展都需要先确定水体的位置和面积,因此,如何对目标水体进行提取已经成为目前研究的重点之一。
其中,遥感技术由于具有速度快、成本低、效率高等优点,已经被广泛地应用在湖泊水体的研究中。使用遥感技术提取目标水体就是利用水体和陆地在光谱辐射上的差异特征,对二者进行识别区分。目前,基于遥感影像的水体提取方法主要有阈值法、谱间关系法、水体指数法、光谱分类法和光谱面积法。其中,阈值法是最常见的目标水体提取方法,主要包括单波段阈值法和多波段阈值法,而多波段阈值法又包括水体指数法和非水体指数法,而较常用的水体提取指数法为归一化植被指数、归一化水体指数法和改进的归一化水体指数法。
现有技术提出了一种对喜马拉雅山地区的冰湖信息进行自动提取的方法。该方法先选择较小的初始阈值对影像进行分割,获得初步的湖泊信息,然后依边界对湖泊区域进行扩展,之后根据扩展后的区域的像元的水体指数双峰分布直方图确定最佳阈值。由于该方法中最佳阈值是根据双峰分布直方图中水体和陆地像元的均值以及方差计算得到的,如图1所示,因此,在双峰分布直方图双峰效果不好的情况下,计算出的阈值的准确性较差,湖泊即目标水体的提取精度也较低。
发明内容
有鉴于此,本发明提供了一种目标水体的提取方法和系统,以解决现有技术中由于分割阈值的准确性较差而影响目标水体提取精度的问题。
为实现上述目的,本发明提供如下技术方案:
一种目标水体的提取方法,包括:
获取目标水体的矢量数据以及遥感影像数据,所述遥感影像数据为MODIS地表反射率数据;
按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
根据所述统计直方图以及预设的阈值统计间隔得到初始阈值,所述初始阈值为所述统计直方图在先验阈值范围内的最小值;
判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断所述初始阈值是否为所述统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;
以所述最佳阈值为水陆分割阈值进行目标水体的提取。
优选的,所述统计直方图为所述扩大后的矢量数据的遥感影像的第6波段的反射率统计直方图。
优选的,所述先验阈值范围是根据不同遥感影像或同一遥感影像不同区域的水陆分割阈值范围得到的。
优选的,所述以所述最佳阈值为水陆分割阈值进行目标水体的提取的过程包括:
将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;
从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
一种目标水体的提取系统,包括:
获取模块,用于获取目标水体的矢量数据以及遥感影像数据,所述遥感影像数据为MODIS地表反射率数据;
第一生成模块,用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
第二生成模块,用于根据所述统计直方图以及预设的阈值统计间隔得到初始阈值,所述初始阈值为所述统计直方图在先验阈值范围内的最小值;
判断模块,用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断所述初始阈值是否为所述统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;
提取模块,用于以所述最佳阈值为水陆分割阈值进行目标水体的提取。
优选的,所述获取模块包括:
第一获取单元,用于获取待提取目标水体的矢量数据;
第二获取单元,用于获取待提取目标水体的遥感影像数据,所述遥感影像数据为MODIS地表反射率数据。
优选的,所述第一生成模块包括:
扩大单元,用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
生成单元,用于根据所述扩大后的矢量数据和所述遥感影像数据,生成所述扩大后的矢量数据的遥感影像的第6波段统计直方图。
优选的,还包括:
统计单元,用于根据不同遥感影像或者同一遥感影像中的不同区域的水陆分割阈值范围统计得到所述先验阈值范围。
优选的,所述判断模块包括:
第一判断单元,用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,发送第一控制指令至所述提取模块,如果否,发送第二控制指令至第二判断单元;
第二判断单元,用于在接收到所述第二控制指令后,判断所述初始阈值是否为所述统计直方图的最小值,如果是,发送第一控制指令至所述提取模块,如果否,发送第三控制指令至所述提取模块;
所述提取模块用于在接收到所述第一控制指令后,不再进行目标水体的提取,在接收到所述第三控制指令后,以所述初始阈值为最佳阈值并进行目标水体的提取。
优选的,所述提取模块包括:
设定单元,用于将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;
提取单元,用于从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
与现有技术相比,本发明所提供的技术方案具有以下优点:
本发明所提供的目标水体的提取方法和系统,以MODIS地表反射率数据为遥感影像数据,并在此基础上引入了目标水体的矢量数据,从而避免了对目标水体以外的干扰区域进行直方图统计,大大提高了算法的稳定性以及目标水体的提取精度;并且,由于扩大后的矢量数据边界内包括等面积的陆地和水体,因此,可以得到双峰效果明显的统计直方图,在此基础上根据该统计直方图和预设的阈值统计间隔统计得到初始阈值的准确性也较高;
由于本发明中水陆分割的最佳阈值不是根据直方图中水体和陆地像元的均值以及方差计算得到的,因此,不再严格依赖统计直方图的双峰效果,简单、高效、准确性较好,目标水体的提取精度也较高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为现有技术中双峰分布直方图的阈值选择示意图;
图2为本发明的一个实施例提供的目标水体的提取方法流程图;
图3为本发明的另一个实施例提供的目标水体的提取系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的一个实施例提供了一种目标水体的提取方法,其流程图如图2所示,包括:
S201:获取目标水体的矢量数据以及遥感影像数据;
在待提取目标水体的内陆区域中,例如喜马拉雅山区,不同的地表地物可以分为目标水体和非目标水体,其中,非目标水体通称为陆地。本实施例中,目标水体的矢量数据可以是历史存档的矢量数据,也可以是通过相关数据产品得到的目标水体的矢量数据,例如,可以通过MODIS(moderate-resolution imaging spectroradiometer,中分辨率成像光谱仪)标准数据产品MCD12Q1得到相应目标水体的矢量数据。
遥感影像数据为MODIS地表反射率数据。该地表反射率数据可以是直接下载得到的MODIS地表反射率数据产品,如MOD09A1等;也可以在下载得到MODIS初级产品的基础上,应用相关的可靠的大气矫正方法处理后的地表反射率数据。
S202:按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图;
根据目标水体的矢量数据可以获得目标水体的几何外形,然后按照该目标水体的几何外形将所述矢量数据进行等面积扩充,以得到扩大后的矢量数据,其中,扩大后的矢量数据边界内包括面积近似相等的陆地区域和水体区域。
得到扩大后的矢量数据后,生成所述扩大后的矢量数据的遥感影像统计直方图,即计算MODIS地表反射率影像上扩大后的矢量数据边界内包括的陆地区域和水体区域的第6波段的反射率值的统计直方图。由于扩大后的目标水体矢量数据内水体和陆地区域的面积近似相等,因此,得到的第6波段的统计直方图可以出现比较明显的双峰效果,其中,左边的低值波峰为水体部分的反射峰,右边的高值波峰为陆地部分的反射峰。
其中,第6波段的反射率值为MODIS地表反射率数据的第6波段的地表反射率值,该波段属于近红外波段的范围。由于目标水体和陆地在近红外波段表现出不同的反射特性,即目标水体的反射率值很低接近0,而陆地的反射率值相对较高,因此,本发明根据地表地物的这一光谱特征,采用单波段阈值法对MODIS地表影像上的目标水体进行提取。
S203:根据所述统计直方图以及预设的阈值统计间隔得到初始阈值;
其中,初始阈值为所述统计直方图在先验阈值范围内的最小值;预设的阈值统计间隔可以根据实际情况确定,一般为地物目标最小的地表反射率变化值。
此外,先验阈值范围是根据不同遥感影像或同一遥感影像不同区域的水陆分割阈值范围得到的。本实施例中,获得先验阈值范围的过程包括:采用传统的人工试验确定最佳水陆分割阈值的方法,对基于第6波段反射率值的MODIS影像上的目标水体进行提取,并统计得到不同遥感影像或同一遥感影像不同区域的水陆分割阈值的分布范围,此分布范围即为先验阈值范围。
S204:判断所述初始阈值是否为所述先验阈值范围的边界值,如果否,进入S205,如果是,则进入S206;
S205:判断所述初始阈值是否为所述统计直方图的最小值,如果是,则进入S206,如果否,则所述初始阈值为最佳阈值,并进入S207;
S206:不再进行目标水体的提取;
当遥感影像本身有问题时,如目标水体表面有冰层覆盖或者水体上空有云层覆盖,则会造成自动获取的先验阈值范围内的初始阈值出现在先验阈值范围的边界上或该初始阈值为统计直方图的最小值,此种情况下,则认为遥感影像不适宜进行目标水体的提取,因此,不再对该影像进行目标水体的提取。
因此,本实施例中,在获得初始阈值后,对初始阈值进行了判定,如果初始阈值是先验阈值范围的边界值或统计直方图的最小值,则不再进行目标水体的提取;如果初始阈值不是先验阈值范围的边界值,也不是统计直方图的最小值,那么,说明目标水体表面无覆盖物,此时确定的初始阈值即为最佳阈值。
由于水体像元的地表反射率远小于陆地像元的地表反射率值,因此,依据确定的最佳水陆分割阈值,可以很容易将水体像元和陆地像元分离开来,即进行目标水体的提取。但是,值得注意的是,本实施例中并不考虑混合像元的效应,混合像元是指在一个像元内存在有不同类型的地物,主要出现在地类的边界处。
S207:以所述最佳阈值为水陆分割阈值进行目标水体的提取。
以最佳阈值为水陆分割阈值进行目标水体的提取的过程包括:将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
本实施例提供的目标水体的提取方法,以MODIS地表反射率数据为遥感影像数据,并在此基础上引入了目标水体的矢量数据,从而避免了对目标水体以外的干扰区域进行直方图统计,大大提高了算法的稳定性以及目标水体的提取精度;并且,由于扩大后的矢量数据边界内包括等面积的陆地和水体,因此,可以得到双峰效果明显的统计直方图,在此基础上根据该统计直方图和预设的阈值统计间隔统计得到初始阈值的准确性也较高;
由于本实施例中水陆分割的最佳阈值不是根据直方图中水体和陆地像元的均值以及方差计算得到的,因此,不再严格依赖统计直方图的双峰效果,简单、高效、准确性较好,目标水体的提取精度也较高。
本发明的另一个实施例提供了一种目标水体的提取系统,该系统的结构示意图如图3所示,包括获取模块301、第一生成模块302、第二生成模块303、判断模块304和提取模块305。
其中,获取模块301用于获取目标水体的矢量数据以及遥感影像数据,所述遥感影像数据为MODIS地表反射率数据;第一生成模块302用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;第二生成模块303用于根据所述统计直方图以及预设的阈值统计间隔得到初始阈值,所述初始阈值为所述统计直方图在先验阈值范围内的最小值;判断模块304用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断所述初始阈值是否为所述统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;提取模块305用于以所述最佳阈值为水陆分割阈值进行目标水体的提取。
本实施例中,获取模块301包括第一获取单元和第二获取单元,第一获取单元用于获取待提取目标水体的矢量数据;第二获取单元用于获取待提取目标水体的遥感影像数据,所述遥感影像数据为MODIS地表反射率数据。
第一生成模块302包括扩大单元和生成单元,扩大单元用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,所述扩大后的矢量数据边界内包括等面积的陆地和水体;生成单元用于根据所述扩大后的矢量数据和所述遥感影像数据,生成所述扩大后的矢量数据的遥感影像的第6波段统计直方图。
判断模块304包括第一判断单元和第二判断单元,第一判断单元用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,发送第一控制指令至所述提取模块,如果否,发送第二控制指令至第二判断单元;第二判断单元用于在接收到所述第二控制指令后,判断所述初始阈值是否为所述统计直方图的最小值,如果是,发送第一控制指令至所述提取模块,如果否,发送第三控制指令至所述提取模块;所述提取模块用于在接收到所述第一控制指令后,不再进行目标水体的提取,在接收到所述第三控制指令后,以所述初始阈值为最佳阈值并进行目标水体的提取。
提取模块305包括设定单元和提取单元,设定单元用于将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;提取单元用于从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
本实施例提供的目标水体的提取系统还包括统计单元306,用于根据不同遥感影像或者同一遥感影像中的不同区域的水陆分割阈值范围统计得到所述先验阈值范围,并将该先验阈值范围发送至第二生成模块303,以便第二生成模块303得到统计直方图在先验阈值范围内的最小值即初始阈值。
本实施例提供的目标水体的提取系统,以MODIS地表反射率数据为遥感影像数据,并在此基础上引入了目标水体的矢量数据,从而避免了对目标水体以外的干扰区域进行直方图统计,大大提高了算法的稳定性以及目标水体的提取精度;并且,由于扩大后的矢量数据边界内包括等面积的陆地和水体,因此,可以得到双峰效果明显的统计直方图,在此基础上根据该统计直方图和预设的阈值统计间隔统计得到初始阈值的准确性也较高;
由于本实施例中水陆分割的最佳阈值不是根据直方图中水体和陆地像元的均值以及方差计算得到的,因此,不再严格依赖统计直方图的双峰效果,简单、高效、准确性较好,目标水体的提取精度也较高。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种目标水体的提取方法,其特征在于,包括:
获取目标水体的矢量数据以及遥感影像数据,所述遥感影像数据为MODIS地表反射率数据;
按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
根据所述统计直方图以及预设的阈值统计间隔得到初始阈值,所述初始阈值为所述统计直方图在先验阈值范围内的最小值;
判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断所述初始阈值是否为所述统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;
以所述最佳阈值为水陆分割阈值进行目标水体的提取。
2.根据权利要求1所述的方法,其特征在于,所述统计直方图为所述扩大后的矢量数据的遥感影像的第6波段的反射率统计直方图。
3.根据权利要求2所述的方法,其特征在于,所述先验阈值范围是根据不同遥感影像或同一遥感影像不同区域的水陆分割阈值范围得到的。
4.根据权利要求3所述的方法,其特征在于,所述以所述最佳阈值为水陆分割阈值进行目标水体的提取的过程包括:
将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;
从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
5.一种目标水体的提取系统,其特征在于,包括:
获取模块,用于获取目标水体的矢量数据以及遥感影像数据,所述遥感影像数据为MODIS地表反射率数据;
第一生成模块,用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,并生成所述扩大后的矢量数据的遥感影像统计直方图,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
第二生成模块,用于根据所述统计直方图以及预设的阈值统计间隔得到初始阈值,所述初始阈值为所述统计直方图在先验阈值范围内的最小值;
判断模块,用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,则不再进行目标水体的提取,如果否,判断所述初始阈值是否为所述统计直方图的最小值,如果是,则不再进行目标水体的提取,如果否,则所述初始阈值为最佳阈值;
提取模块,用于以所述最佳阈值为水陆分割阈值进行目标水体的提取。
6.根据权利要求5所述的系统,其特征在于,所述获取模块包括:
第一获取单元,用于获取待提取目标水体的矢量数据;
第二获取单元,用于获取待提取目标水体的遥感影像数据,所述遥感影像数据为MODIS地表反射率数据。
7.根据权利要求6所述的系统,其特征在于,所述第一生成模块包括:
扩大单元,用于按照所述目标水体的几何外形将所述矢量数据等面积扩大,所述扩大后的矢量数据边界内包括等面积的陆地和水体;
生成单元,用于根据所述扩大后的矢量数据和所述遥感影像数据,生成所述扩大后的矢量数据的遥感影像的第6波段统计直方图。
8.根据权利要求7所述的系统,其特征在于,还包括:
统计单元,用于根据不同遥感影像或者同一遥感影像中的不同区域的水陆分割阈值范围统计得到所述先验阈值范围。
9.根据权利要求8所述的系统,其特征在于,所述判断模块包括:
第一判断单元,用于判断所述初始阈值是否为所述先验阈值范围的边界值,如果是,发送第一控制指令至所述提取模块,如果否,发送第二控制指令至第二判断单元;
第二判断单元,用于在接收到所述第二控制指令后,判断所述初始阈值是否为所述统计直方图的最小值,如果是,发送第一控制指令至所述提取模块,如果否,发送第三控制指令至所述提取模块;
所述提取模块用于在接收到所述第一控制指令后,不再进行目标水体的提取,在接收到所述第三控制指令后,以所述初始阈值为最佳阈值并进行目标水体的提取。
10.根据权利要求9所述的系统,其特征在于,所述提取模块包括:
设定单元,用于将所述遥感影像中小于所述最佳阈值的像元值设定为1、大于所述最佳阈值的像元值设定为0,以得到所述遥感影像的水体掩膜二值图像;
提取单元,用于从所述水体掩膜二值图像中提取像元值为1的区域,所述区域即为提取的目标水体的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410640522.8A CN104463166B (zh) | 2014-11-13 | 2014-11-13 | 目标水体的提取方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410640522.8A CN104463166B (zh) | 2014-11-13 | 2014-11-13 | 目标水体的提取方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104463166A true CN104463166A (zh) | 2015-03-25 |
CN104463166B CN104463166B (zh) | 2017-11-14 |
Family
ID=52909180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410640522.8A Expired - Fee Related CN104463166B (zh) | 2014-11-13 | 2014-11-13 | 目标水体的提取方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463166B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139015A (zh) * | 2015-07-24 | 2015-12-09 | 河海大学 | 一种遥感图像水体提取方法 |
CN105243367A (zh) * | 2015-10-12 | 2016-01-13 | 水利部水利信息中心 | 一种基于卫星遥感数据的水体范围监测方法和装置 |
CN105427330A (zh) * | 2015-12-21 | 2016-03-23 | 中科宇图科技股份有限公司 | 一种矢量多边形的任意多比例分割方法 |
CN105761286A (zh) * | 2016-02-29 | 2016-07-13 | 环境保护部卫星环境应用中心 | 基于多光谱遥感影像的水色异常对象提取方法及系统 |
CN106950197A (zh) * | 2017-03-03 | 2017-07-14 | 环境保护部卫星环境应用中心 | 排污口污染水体的遥感提取方法、装置和系统 |
CN107271367A (zh) * | 2017-05-05 | 2017-10-20 | 北京师范大学 | 一种水体识别方法及装置 |
CN108169142A (zh) * | 2017-12-20 | 2018-06-15 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
CN109472804A (zh) * | 2018-11-05 | 2019-03-15 | 南方科技大学 | 基于遥感影像的陆表水体提取方法和装置 |
CN109784251A (zh) * | 2019-01-04 | 2019-05-21 | 中国铁路总公司 | 高铁沿线小型水体遥感识别方法 |
CN111104896A (zh) * | 2019-12-18 | 2020-05-05 | 河南大学 | 一种基于Sentinel-1微波卫星影像的陆表水自动识别方法 |
CN112967308A (zh) * | 2021-02-26 | 2021-06-15 | 湖南南方水利水电勘测设计院有限公司 | 一种双极化sar影像的水陆边界提取方法及系统 |
CN113610940A (zh) * | 2021-08-10 | 2021-11-05 | 江苏天汇空间信息研究院有限公司 | 基于海洋矢量文件和影像通道阈值的临海区域匀色方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721644A (zh) * | 2012-06-21 | 2012-10-10 | 中国科学院对地观测与数字地球科学中心 | 一种水环境遥感数据处理方法及装置 |
CN103793907A (zh) * | 2013-12-12 | 2014-05-14 | 中国科学院深圳先进技术研究院 | 一种水体信息的提取方法及装置 |
-
2014
- 2014-11-13 CN CN201410640522.8A patent/CN104463166B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721644A (zh) * | 2012-06-21 | 2012-10-10 | 中国科学院对地观测与数字地球科学中心 | 一种水环境遥感数据处理方法及装置 |
CN103793907A (zh) * | 2013-12-12 | 2014-05-14 | 中国科学院深圳先进技术研究院 | 一种水体信息的提取方法及装置 |
Non-Patent Citations (3)
Title |
---|
于欢,张树清,李晓峰,那晓东,孔博: "基于TM影像的典型内陆淡水湿地水体提取研究", 《遥感技术与应用》 * |
凌成星,张怀清,林辉: "利用混合水体指数模型(CIWI)提取滨海湿地水体的信息", 《长江流域资源与环境》 * |
姜丽光,姚治君,刘兆飞,吴珊珊: "湖泊动态变化遥感研究综述", 《遥感技术与应用》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139015A (zh) * | 2015-07-24 | 2015-12-09 | 河海大学 | 一种遥感图像水体提取方法 |
CN105243367B (zh) * | 2015-10-12 | 2018-11-20 | 水利部水利信息中心 | 一种基于卫星遥感数据的水体范围监测方法和装置 |
CN105243367A (zh) * | 2015-10-12 | 2016-01-13 | 水利部水利信息中心 | 一种基于卫星遥感数据的水体范围监测方法和装置 |
CN105427330A (zh) * | 2015-12-21 | 2016-03-23 | 中科宇图科技股份有限公司 | 一种矢量多边形的任意多比例分割方法 |
CN105761286A (zh) * | 2016-02-29 | 2016-07-13 | 环境保护部卫星环境应用中心 | 基于多光谱遥感影像的水色异常对象提取方法及系统 |
CN106950197A (zh) * | 2017-03-03 | 2017-07-14 | 环境保护部卫星环境应用中心 | 排污口污染水体的遥感提取方法、装置和系统 |
CN107271367A (zh) * | 2017-05-05 | 2017-10-20 | 北京师范大学 | 一种水体识别方法及装置 |
CN108169142B (zh) * | 2017-12-20 | 2019-02-22 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
CN108169142A (zh) * | 2017-12-20 | 2018-06-15 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
CN109472804A (zh) * | 2018-11-05 | 2019-03-15 | 南方科技大学 | 基于遥感影像的陆表水体提取方法和装置 |
CN109784251A (zh) * | 2019-01-04 | 2019-05-21 | 中国铁路总公司 | 高铁沿线小型水体遥感识别方法 |
CN111104896A (zh) * | 2019-12-18 | 2020-05-05 | 河南大学 | 一种基于Sentinel-1微波卫星影像的陆表水自动识别方法 |
CN112967308A (zh) * | 2021-02-26 | 2021-06-15 | 湖南南方水利水电勘测设计院有限公司 | 一种双极化sar影像的水陆边界提取方法及系统 |
CN112967308B (zh) * | 2021-02-26 | 2023-09-19 | 湖南南方水利水电勘测设计院有限公司 | 一种双极化sar影像的水陆边界提取方法及系统 |
CN113610940A (zh) * | 2021-08-10 | 2021-11-05 | 江苏天汇空间信息研究院有限公司 | 基于海洋矢量文件和影像通道阈值的临海区域匀色方法 |
CN113610940B (zh) * | 2021-08-10 | 2022-06-07 | 江苏天汇空间信息研究院有限公司 | 基于海洋矢量文件和影像通道阈值的临海区域匀色方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104463166B (zh) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463166A (zh) | 目标水体的提取方法和系统 | |
Huang et al. | Visibility restoration of single hazy images captured in real-world weather conditions | |
CN103559500B (zh) | 一种基于光谱与纹理特征的多光谱遥感图像地物分类方法 | |
CN106548463B (zh) | 基于暗通道与Retinex的海雾图像自动去雾方法及系统 | |
CN105678777A (zh) | 一种多特征联合的光学卫星影像云与云阴影检测方法 | |
US9305242B2 (en) | Method and image processing apparatus for image visibility restoration using fisher's linear discriminant based dual dark channel prior | |
CN101922914A (zh) | 基于高空间分辨率遥感影像的树冠信息提取方法和系统 | |
CN103336946A (zh) | 一种基于双目立体视觉的成簇状番茄识别方法 | |
CN103364410A (zh) | 一种基于模板搜索的水工混凝土结构水下表面裂缝检测方法 | |
Fytsilis et al. | A methodology for near real-time change detection between Unmanned Aerial Vehicle and wide area satellite images | |
CN103839069A (zh) | 基于图像分析的漏割草坪识别方法 | |
JP2010205067A (ja) | 領域抽出装置、領域抽出方法及び領域抽出プログラム | |
Primicerio et al. | NDVI-based vigour maps production using automatic detection of vine rows in ultra-high resolution aerial images | |
CN103500451B (zh) | 一种用于卫星数据的独立浮冰提取方法 | |
CN103150330A (zh) | 一种基于局部对象和块匹配的扫描证书图像检索方法 | |
JP5819157B2 (ja) | 画像処理装置、画像処理方法 | |
CN104462382A (zh) | 商标图像查询方法 | |
CN103578113A (zh) | 前景图像提取方法 | |
CN103530635A (zh) | 一种基于卫星微波遥感图像的海岸线提取方法 | |
CN103646404A (zh) | 一种基于颜色的快速茶树花分割和计数方法 | |
CN103971369A (zh) | 视网膜图像的视盘定位方法 | |
CN104036499B (zh) | 一种多尺度叠加分割方法 | |
US11354794B2 (en) | Deposit detection device and deposit detection method | |
CN104166975A (zh) | 一种复杂环境下低空红外目标检测算法 | |
CN107255471A (zh) | 结冰河流红外图像的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171114 Termination date: 20211113 |