CN107085851A - 一种提取水域岸线的方法及装置 - Google Patents

一种提取水域岸线的方法及装置 Download PDF

Info

Publication number
CN107085851A
CN107085851A CN201710386166.5A CN201710386166A CN107085851A CN 107085851 A CN107085851 A CN 107085851A CN 201710386166 A CN201710386166 A CN 201710386166A CN 107085851 A CN107085851 A CN 107085851A
Authority
CN
China
Prior art keywords
water
pixel
water body
waters
normalization
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.)
Pending
Application number
CN201710386166.5A
Other languages
English (en)
Inventor
王桥
朱利
殷守敬
李云梅
马万栋
姚延娟
冯爱萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Original Assignee
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT filed Critical SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Priority to CN201710386166.5A priority Critical patent/CN107085851A/zh
Publication of CN107085851A publication Critical patent/CN107085851A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

Landscapes

  • Image Processing (AREA)

Abstract

本发明提出一种提取水域岸线的方法,包括:获取设定地理区域的卫星遥感图像;计算得到所述卫星遥感图像中的每个像元的归一化水体指数;根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。应用上述方法提取得到的水域岸线结果具有更高的客观性。

Description

一种提取水域岸线的方法及装置
技术领域
本发明涉及遥感监测技术领域,尤其涉及一种提取水域岸线的方法及装置。
背景技术
近些年来全球气候变暖和人类对水资源的不合理利用,导致地表水域岸线发生或稳定或剧烈的变动,加大对地表水域岸线的监测和准确获取地表水域岸线位置信息,对于生态环境建设、地表水域资源的综合利用以及防洪、抗旱等具有重要意义。
卫星遥感影像因其具有宏观性、实时性的特点,成为提取地表水域岸线的重要数据来源。基于卫星雷达的地表水域岸线的自动提取只适用于地形起伏与空间差异可以忽略的,较小空间区域的岸线提取,实用性较低。常用的岸线提取方法是由工作人员对卫星传感器获取的卫星遥感影像进行解译,根据各类岸线的地学特征、光学特征等信息,从卫星遥感影像中勾绘地表水域岸线,其处理过程完全依赖人工,主观性较强。
发明内容
基于上述现有技术的缺陷和不足,本发明提出一种提取水域岸线的方法及装置,能够减少在水域岸线提取过程中对人工的依赖,其提取过程更客观。
一种提取水域岸线的方法,包括:
获取设定地理区域的卫星遥感图像;
计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;
根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
优选地,所述根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线,包括:
根据水体的归一化水体指数特性,设定水体识别阈值;
分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
优选地,所述以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,包括:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
优选地,所述将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线,包括:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
一种提取水域岸线的装置,包括:
图像获取单元,用于获取设定地理区域的卫星遥感图像;
计算单元,用于计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
第一提取单元,用于根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
处理单元,用于以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,并根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
第二提取单元,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
优选地,所述第一提取单元,包括:
阈值设定单元,用于根据水体的归一化水体指数特性,设定水体识别阈值;
第一对比处理单元,用于分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
第一边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
优选地,所述处理单元以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
优选地,所述第二提取单元,包括:
第二对比处理单元,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
第二边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
一种提取水域岸线的装置,包括:
存储器和处理器;
其中,所述存储器与所述处理器连接,用于存储程序和程序运行过程中产生的数据;
所述处理器,用于通过运行所述存储器中存储的程序,实现以下功能:
获取设定地理区域的卫星遥感图像;计算得到所述卫星遥感图像中的每个像元的归一化水体指数;根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
优选地,所述处理器根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线时,具体用于:
根据水体的归一化水体指数特性,设定水体识别阈值;分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
优选地,所述处理器以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
优选地,所述处理器将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线时,具体用于:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
采用本发明提出的提取水域岸线的方法提取水域岸线,首先根据遥感图像的每个像元的归一化水体指数区分水体和岸带,提取第一水域岸线。然后按照设定的处理程序,以提取的第一水域岸线为基准扩展缓冲区域,根据缓冲区域内的像元的归一化水体指数,再次提取水域边界,得到第二水域岸线,将第二水域岸线作为最终确定的水域岸线。上述过程在提取第一水域岸线的基础上,进一步提取得到第二水域岸线,相当于对第一水域岸线进行进一步修正,将修正后的第二水域岸线作为最终确定的水域岸线,其岸线提取过程加入了自动化的处理步骤,降低了人为因素对岸线提取结果的影响,提取结果更客观。
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是本发明实施例提供的一种提取水域岸线的方法的流程示意图;
图2是本发明实施例提供的天池在丰水期的卫星遥感图像;
图3是本发明实施例提供的洪泽湖在丰水期的卫星遥感图像;
图4是本发明实施例提供的天池在丰水期的卫星遥感图像的第一水域岸线示意图;
图5是本发明实施例提供的洪泽湖在丰水期的卫星遥感图像的第一水域岸线示意图;
图6是本发明实施例提供的天池在枯水期的卫星遥感图像的第一水域岸线的示意图;
图7是本发明实施例提供的洪泽湖在枯水期的卫星遥感图像的第一水域岸线的示意图;
图8是本发明实施例提供的天池在枯水期的卫星遥感图像的像元归一化水体指数的统计结果示意图;
图9是本发明实施例提供的天池在丰水期的卫星遥感图像的像元归一化水体指数的统计结果示意图;
图10是本发明实施例提供的洪泽湖在枯水期的卫星遥感图像的像元归一化水体指数的统计结果示意图;
图11是本发明实施例提供的洪泽湖在丰水期的卫星遥感图像的像元归一化水体指数的统计结果示意图;
图12是本发明实施例提供的天池在丰水期的卫星遥感图像的第二水域岸线示意图;
图13是本发明实施例提供的天池在枯水期的卫星遥感图像的第二水域岸线示意图;
图14是本发明实施例提供的洪泽湖在丰水期的卫星遥感图像的第二水域岸线示意图;
图15是本发明实施例提供的洪泽湖在枯水期的卫星遥感图像的第二水域岸线的示意图;
图16是本发明实施例提供的一种提取水域岸线的装置的结构示意图;
图17是本发明实施例提供的另一种提取水域岸线的装置的结构示意图。
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。
本发明实施例公开了一种提取水域岸线的方法,参见图1所示,该方法包括:
S101、获取设定地理区域的卫星遥感图像;
具体的,本发明实施例用于在卫星遥感图像中提取水域岸线。卫星遥感图像具有较高的宏观性和实时性,具体在实施本发明实施例技术方案时,可以根据需求选择特定日期,特定水域或特定地理区域的卫星遥感图像。
例如,分别选择天池在2015年5月28日(代表枯水期)和2015年9月7日(代表丰水期)的卫星遥感图像(如图2所示);以及洪泽湖在2015年2月19日(代表枯水期)和2015年8月2日(代表丰水期)的卫星遥感图像(如图3所示),作为研究对象,实施本发明实施例技术方案。
S102、计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
具体的,从卫星遥感图像中可以获取各像元的绿光和近红外波段的灰度值。结合归一化水体指数的计算公式,可以计算得到每个像元的归一化水体指数。
例如,假设B2和B4分别为卫星遥感图像中像元的绿光和近红外波段的灰度值,则该像元的归一化水体指数NDWI=(B2-B4)/(B2+B4)。
S103、根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
具体的,在卫星遥感图像中,水体和陆地的归一化水体指数具有明显区别,即水体的归一化水体指数的数值具有特殊性,例如普遍比陆地的归一化水体指数的取值大等特点。根据上述特性,本发明实施例为卫星遥感图像中各个像元设定区分陆地和水体的阈值,归一化水体指数大于该阈值的像元可以认为是水体像元,归一化水体指数不大于该阈值的像元可以认为是陆地像元,从而可以在卫星遥感图像中识别出水体区域,沿水体区域的边界勾绘矢量边界,即得到第一水域岸线。
需要说明的是,由于不同水域,不同地质的水体和陆地的归一化水体指数的差异不同,因此,上述用于区分陆地和水体的阈值并不固定。事实上,在这一步骤处理中,可以通过人工来识别遥感图像中的水体和陆地,并设定用于区分水体和陆地的阈值。进一步的,可以由人工通过肉眼观察勾绘水域边界,或者人工设定阈值后,由自动化程序实现水域计算,及矢量边界的勾绘。
例如,按照表1所示的典型湖泊岸线提取的主观阈值,作为区分水体和陆地的阈值,分别对图2和图3所示的卫星遥感图像进行水域岸线提取,提取得到图2所示的天池在丰水期的卫星遥感图像的第一水域岸线如图4所示,图3所示的洪泽湖在丰水期的卫星遥感图像的第一水域岸线如图5所示。
表1 典型湖泊岸线提取的主观阈值
进一步的,参照上述处理过程,还可以进一步提取得到天池在枯水期的第一水域岸线如图6所示,洪泽湖在枯水期的第一水域岸线如图7所示。
S104、以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;
具体的,步骤S103中提取得到的第一水域岸线的提取过程包含人为因素,或者用于区分水体和陆地的阈值选取不够精确,造成提取的第一水域岸线并不精确。因此,从步骤S104开始,在第一水域岸线的基础上,进一步精确提取的水域岸线。
在步骤S104中,以提取得到的第一水域岸线为基线,将第一水域岸线上的像元向内,或向外,或同时向内和向外扩展设定数量的像元,将原第一水域岸线上的像元以及扩展的像元共同覆盖的像元区域,设定为缓冲区域。
S105、根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
具体的,根据已经计算得到的卫星遥感图像的各个像元的归一化水体指数,统计处于上述缓冲区域中的所有像元的归一化水体指数的值,从中选出出现频率最大的归一化水体指数的值,作为水域提取阈值。
例如,分别统计天池在枯水期和丰水期,缓冲区域的归一化水体指数的值,可得统计结果如图8和图9所示;分别统计洪泽湖在枯水期和丰水期,缓冲区域的归一化水体指数的值,得到统计结果如图10和图11所示。从统计结果中,可以分别确定天池和洪泽湖在枯水期和丰水期的水域提取阈值如表2所示。
表2 典型湖泊岸线提取的水域提取阈值
S106、将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
具体的,将缓冲区域中每个像元的归一化水体指数与水域提取阈值进行对比,归一化水体指数大于水域提取阈值的像元,标记为水体像元,归一化水体指数不大于水域提取阈值的像元,标记为非水体像元,由此在缓冲区域中区分出了水体区域。沿缓冲区域中的水体区域勾绘矢量边界,即可得到第二水域岸线,并将上述第二水域岸线作为最终确定的水域岸线。
例如,按照上述技术方案,可以提取得到天池在丰水期和枯水期的水域岸线(即第二水域岸线)分别如图12和图13所示;洪泽湖在丰水期和枯水期的水域岸线(即第二水域岸线)分别如图14和图15所示。
水域岸线提取的精度利用总体精度和Kappa系数来评价,总体精度为误差矩阵内对角线元素之和除以总采样个数;Kappa系数是通过把所有地表真实分类中的像元总数乘以混淆矩阵对角线的和,再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果,再除以总像元数的平方减去某一类中地表真实像元总数与该类中被误分成该类像元总数之积对所有类别求和的结果所得到的。采用本发明实施例技术方案进行水域岸线提取的总体精度和Kappa系数见表3。通过表3数据可见,本发明实施例提出的提取水域岸线的方法的总体精度和Kappa系数皆在90%以上,提取精度较好。
表3 典型湖泊岸线提取误差评价
采用本发明实施例提出的提取水域岸线的方法提取水域岸线,首先根据遥感图像的每个像元的归一化水体指数区分水体和岸带,提取第一水域岸线。然后按照设定的处理程序,以提取的第一水域岸线为基准扩展缓冲区域,根据缓冲区域内的像元的归一化水体指数,再次提取水域边界,得到第二水域岸线,将第二水域岸线作为最终确定的水域岸线。上述过程在提取第一水域岸线的基础上,进一步提取得到第二水域岸线,相当于对第一水域岸线进行进一步修正,将修正后的第二水域岸线作为最终确定的水域岸线,其岸线提取过程加入了自动化的处理步骤,降低了人为因素对岸线提取结果的影响,提取结果更客观。
可选的,在本发明的另一个实施例中,所述根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线,包括:
根据水体的归一化水体指数特性,设定水体识别阈值;
具体的,该水体识别阈值,可以是由人工通过肉眼观察确定的用于区分水体和陆地的归一化水体指数的取值,或者是在本发明实施例技术方案具有通用性的基础上设定的固定的归一化水体指数的取值。
分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
具体的,水体识别阈值用于区分像元是水体还是陆地。如果像元的归一化水体指数的值大于所述水体识别阈值,则可以认为该像元是水体像元;如果像元的归一化水体指数的值不大于所述水体识别阈值,则可以认为该像元不是水体像元,可以认为该像元是岸带像元。
通过识别每一像元是水体像元还是岸带像元,可以从上述卫星遥感图像中识别出水体区域,即所有的水体像元组成水体区域。沿着识别得到的水体区域的边界勾绘矢量边界,得到水域岸线,即第一水域岸线。
可选的,在本发明的另一个实施例中,所述以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,包括:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
具体的,在本发明实施例中,以第一水域岸线上的像元为基础,向内和向外同时扩展一个像元,构成缓冲区域。也就是由第一水域岸线上的像元的相邻像元,以及第一水域岸线所包含的像元,共同组成缓冲区域。
需要说明的是,在具体实施本发明实施例技术方案时,可以视实际情况决定缓冲区域的大小。理论上,第一水域岸线越不平整,选取越大的缓冲区域越有利于提高岸线提取精度。
可选的,在本发明的另一个实施例中,所述将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线,包括:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
具体的,本发明实施例提取第二水域岸线的方法是,通过识别缓冲区域中的水体像元,提取水体边界作为第二水域岸线。
将缓冲区域中的每个像元的归一化水体指数与水域提取阈值进行对比处理。如果缓冲区域中的像元的归一化水体指数大于水域提取阈值,则说明该像元为水体像元;如果缓冲区域中的像元的归一化水体指数不大于水域提取阈值,则说明该像元为非水体像元。从而,可以识别出缓冲区域中的水体区域。进一步的,沿水体区域的边界勾绘矢量边界,可以得到水域岸线,即第二水域岸线。
本发明实施例还公开了一种提取水域岸线的装置,参见图16所示,该装置包括:
图像获取单元1601,用于获取设定地理区域的卫星遥感图像;
计算单元1602,用于计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
第一提取单元1603,用于根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
处理单元1604,用于以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,并根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
第二提取单元1605,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
具体的,本实施例中各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
采用本发明实施例提出的提取水域岸线的装置提取水域岸线,第一提取单元1603先根据遥感图像的每个像元的归一化水体指数区分水体和岸带,提取第一水域岸线。然后按照设定的处理程序,处理单元1604以提取的第一水域岸线为基准扩展缓冲区域,第二提取单元1605根据缓冲区域内的像元的归一化水体指数,再次提取水域边界,得到第二水域岸线,将第二水域岸线作为最终确定的水域岸线。上述处理过程在提取第一水域岸线的基础上,进一步提取得到第二水域岸线,相当于对第一水域岸线进行进一步修正,将修正后的第二水域岸线作为最终确定的水域岸线,其岸线提取过程加入了自动化的处理步骤,降低了人为因素对岸线提取结果的影响,提取结果更客观。
可选的,在本发明的另一个实施例中,第一提取单元1603,包括:
阈值设定单元,用于根据水体的归一化水体指数特性,设定水体识别阈值;
第一对比处理单元,用于分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
第一边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
具体的,本实施例中各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,处理单元1604以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
具体的,本实施例中的处理单元1604的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,第二提取单元1605,包括:
第二对比处理单元,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
第二边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
具体的,本实施例中的各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
本发明实施例还公开了另一种提取水域岸线的装置,参见图17所示,该装置包括:
存储器1701和处理器1702;
其中,存储器1701与处理器1702连接,用于存储程序和程序运行过程中产生的数据;
处理器1702,用于通过运行存储器1701中存储的程序,实现以下功能:
获取设定地理区域的卫星遥感图像;计算得到所述卫星遥感图像中的每个像元的归一化水体指数;根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
可选的,在本发明的另一个实施例中,处理器1702根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线时,具体用于:
根据水体的归一化水体指数特性,设定水体识别阈值;分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
具体的,本实施例中的处理器1702的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,处理器1702以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
具体的,本实施例中的处理器1702的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,处理器1702将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线时,具体用于:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
具体的,本实施例中的处理器1702的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
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 (12)

1.一种提取水域岸线的方法,其特征在于,包括:
获取设定地理区域的卫星遥感图像;
计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;
根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线,包括:
根据水体的归一化水体指数特性,设定水体识别阈值;
分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
3.根据权利要求1所述的方法,其特征在于,所述以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,包括:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
4.根据权利要求1至3中任一权利要求所述的方法,其特征在于,所述将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线,包括:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
5.一种提取水域岸线的装置,其特征在于,包括:
图像获取单元,用于获取设定地理区域的卫星遥感图像;
计算单元,用于计算得到所述卫星遥感图像中的每个像元的归一化水体指数;
第一提取单元,用于根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;
处理单元,用于以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域,并根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;
第二提取单元,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
6.根据权利要求5所述的装置,其特征在于,所述第一提取单元,包括:
阈值设定单元,用于根据水体的归一化水体指数特性,设定水体识别阈值;
第一对比处理单元,用于分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;
如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;
第一边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
7.根据权利要求5所述的装置,其特征在于,所述处理单元以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
8.根据权利要求5至7中任一权利要求所述的装置,其特征在于,所述第二提取单元,包括:
第二对比处理单元,用于将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;
如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;
如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;
第二边界勾绘单元,用于沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
9.一种提取水域岸线的装置,其特征在于,包括:
存储器和处理器;
其中,所述存储器与所述处理器连接,用于存储程序和程序运行过程中产生的数据;
所述处理器,用于通过运行所述存储器中存储的程序,实现以下功能:
获取设定地理区域的卫星遥感图像;计算得到所述卫星遥感图像中的每个像元的归一化水体指数;根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线;以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域;根据所述缓冲区域中的每个像元的归一化水体指数,计算得到水域提取阈值;将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线。
10.根据权利要求9所述的装置,其特征在于,所述处理器根据所述每个像元的归一化水体指数,以及水体的归一化水体指数特性,从所述卫星遥感图像中提取得到第一水域岸线时,具体用于:
根据水体的归一化水体指数特性,设定水体识别阈值;分别将所述卫星遥感图像中的每个像元的归一化水体指数与所述水体识别阈值进行对比处理;如果像元的归一化水体指数大于所述水体识别阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水体识别阈值,则将该像元设定为岸带像元;沿识别得到的所有水体像元的边界勾绘矢量边界,作为第一水域岸线。
11.根据权利要求9所述的装置,其特征在于,所述处理器以所述第一水域岸线为基线,扩展生成设定大小的缓冲区域时,具体用于:
将所述第一水域岸线上的每个像元的相邻像元,以及所述第一水域岸线上的每个像元构成的区域设定为缓冲区域。
12.根据权利要求9至11中任一权利要求所述的装置,其特征在于,所述处理器将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理,从所述缓冲区域中提取得到第二水域岸线,作为最终确定的水域岸线时,具体用于:
将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理;如果像元的归一化水体指数大于所述水域提取阈值,则将该像元设定为水体像元;如果像元的归一化水体指数不大于所述水域提取阈值,则将该像元设定为非水体像元;沿识别得到的所有水体像元的边界勾绘出矢量边界,作为第二水域岸线,同时将所述第二水域岸线设定为最终确定的水域岸线。
CN201710386166.5A 2017-05-26 2017-05-26 一种提取水域岸线的方法及装置 Pending CN107085851A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710386166.5A CN107085851A (zh) 2017-05-26 2017-05-26 一种提取水域岸线的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710386166.5A CN107085851A (zh) 2017-05-26 2017-05-26 一种提取水域岸线的方法及装置

Publications (1)

Publication Number Publication Date
CN107085851A true CN107085851A (zh) 2017-08-22

Family

ID=59607754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710386166.5A Pending CN107085851A (zh) 2017-05-26 2017-05-26 一种提取水域岸线的方法及装置

Country Status (1)

Country Link
CN (1) CN107085851A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764132A (zh) * 2018-05-28 2018-11-06 河海大学 一种湖泊湿地遥感图像误差检测方法
CN108830876A (zh) * 2018-05-28 2018-11-16 河海大学 一种水域轮廓提取及面积检测方法
CN109029735A (zh) * 2018-07-06 2018-12-18 湖南文理学院 一种地表比辐射率计算方法及装置
CN110390277A (zh) * 2019-07-04 2019-10-29 中科卫星应用德清研究院 复杂下垫面水体识别方法及黑臭水体预测方法
CN113177473A (zh) * 2021-04-29 2021-07-27 生态环境部卫星环境应用中心 遥感影像水体自动化提取方法和装置
CN114359243A (zh) * 2022-01-10 2022-04-15 首都师范大学 一种季节性小微湿地动态监测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1353063A (zh) * 2001-12-18 2002-06-12 王良仁 一种汽车转向助力泵
CN105046087A (zh) * 2015-08-04 2015-11-11 中国资源卫星应用中心 一种遥感卫星多光谱影像的水体信息自动提取方法
CN106354992A (zh) * 2016-08-12 2017-01-25 中国水利水电科学研究院 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1353063A (zh) * 2001-12-18 2002-06-12 王良仁 一种汽车转向助力泵
CN105046087A (zh) * 2015-08-04 2015-11-11 中国资源卫星应用中心 一种遥感卫星多光谱影像的水体信息自动提取方法
CN106354992A (zh) * 2016-08-12 2017-01-25 中国水利水电科学研究院 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764132A (zh) * 2018-05-28 2018-11-06 河海大学 一种湖泊湿地遥感图像误差检测方法
CN108830876A (zh) * 2018-05-28 2018-11-16 河海大学 一种水域轮廓提取及面积检测方法
CN108764132B (zh) * 2018-05-28 2022-02-11 河海大学 一种湖泊湿地遥感图像误差检测方法
CN108830876B (zh) * 2018-05-28 2022-03-08 河海大学 一种水域轮廓提取及面积检测方法
CN109029735A (zh) * 2018-07-06 2018-12-18 湖南文理学院 一种地表比辐射率计算方法及装置
CN110390277A (zh) * 2019-07-04 2019-10-29 中科卫星应用德清研究院 复杂下垫面水体识别方法及黑臭水体预测方法
CN113177473A (zh) * 2021-04-29 2021-07-27 生态环境部卫星环境应用中心 遥感影像水体自动化提取方法和装置
CN113177473B (zh) * 2021-04-29 2021-11-16 生态环境部卫星环境应用中心 遥感影像水体自动化提取方法和装置
CN114359243A (zh) * 2022-01-10 2022-04-15 首都师范大学 一种季节性小微湿地动态监测方法

Similar Documents

Publication Publication Date Title
CN107085851A (zh) 一种提取水域岸线的方法及装置
Pitkänen et al. Adaptive methods for individual tree detection on airborne laser based canopy height model
CN108764255B (zh) 一种冬小麦种植信息的提取方法
Hirata et al. Estimation of aboveground biomass in mangrove forests using high-resolution satellite data
Su et al. Textural and local spatial statistics for the object‐oriented classification of urban areas using high resolution imagery
Nichol et al. Improved biomass estimation using the texture parameters of two high-resolution optical sensors
CN113040034B (zh) 一种节水灌溉控制系统及控制方法
Chen et al. A GEOBIA framework to estimate forest parameters from lidar transects, Quickbird imagery and machine learning: A case study in Quebec, Canada
CN103824077B (zh) 一种基于多源遥感数据的城市不透水层率息提取方法
Heinzel et al. Prior-knowledge-based single-tree extraction
CN103839267B (zh) 一种基于形态学建筑物指数的建筑物提取方法
CN103620381A (zh) 植物种类识别装置、方法以及程序
Thompson et al. Data-driven regionalization of forested and non-forested ecosystems in coastal British Columbia with LiDAR and RapidEye imagery
Hou et al. Extraction of remote sensing-based forest management units in tropical forests
CN107688777A (zh) 一种协同多源遥感影像的城市绿地提取方法
CN109767409A (zh) 基于遥感影像的滑坡变化检测方法、存储介质和电子设备
CN107358161A (zh) 一种基于遥感影像分类的海岸线提取方法及系统
Kaiyan et al. Measurement of plant leaf area based on computer vision
CN105225255A (zh) 叶面积指数测定方法及装置
Hirata et al. Allometric models of DBH and crown area derived from QuickBird panchromatic data in Cryptomeria japonica and Chamaecyparis obtusa stands
Xu et al. The comparative study of three methods of remote sensing image change detection
Korpela et al. The performance of a local maxima method for detecting individual tree tops in aerial photographs
Anjos et al. Change detection techniques using multisensor data
Ji et al. Discriminating saltcedar (Tamarix ramosissima) from sparsely distributed cottonwood (Populus euphratica) using a summer season satellite image
Arcidiacono et al. Improving per-pixel classification of crop-shelter coverage by texture analyses of high-resolution satellite panchromatic images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170822