CN107506769A - 一种城市水体信息的提取方法及系统 - Google Patents

Abstract

本发明涉及一种城市水体信息的提取方法及系统，方法包括：S1、对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；S2、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征；S3、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影；S4、根据特征组提取出典型地物光谱曲线图中的水体信息。上述实施例的有益效果：在利用地物光谱特征的基础上，同时利用地物的形状特征、拓扑关系、长宽比等信息对水体进行了有效的提取，保证了提取精度。

Description

一种城市水体信息的提取方法及系统

技术领域

本发明涉及城市水体技术领域，尤其涉及一种城市水体信息的提取方法及系统。

背景技术

城市是人类社会高度发展的体现，城市水体作为城市生态系统中重要的因素，对城市的发展、居民的生活环境质量和生态系统的稳定性上起着重要的作用，所以城市水体信息的提取一直是遥感技术在信息提取领域的研究重点。

利用卫星遥感数据提取水体，近20年来得到广泛的研究。针对于水体的遥感分析方法就是充分利用遥感影像的光谱特征，但是对于高分辨率遥感影像，目标物的形状清晰可见，图像上地物景观的结构、形状、纹理和细节信息等非常突出，而光谱分辨率不高，光谱特征不如空间特征丰富。因此，针对高分辨率影像，在分类时如果仅依靠光谱特征，那么提取出的水体信息会存在不准确的情况。

发明内容

为解决上述技术问题，本发明提供了一种城市水体信息的提取方法及系统。

第一方面，本发明提供了一种城市水体信息的提取方法，包括：

对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；

根据预设分割参数对所述预处理后的图像进行图像分割，得到具有特征组的均值图像，所述特征组包括光谱特征、拓扑特征、形状特征和长宽比特征；

对所述均值图像进行光谱特征分析，得到典型地物光谱曲线图，所述典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，所述各典型地物包括建筑物、水体和阴影；

根据所述特征组提取出所述典型地物光谱曲线图中的水体信息。

上述实施例的有益效果：在进行光谱特征分析之前，对遥感图像进行数据预处理，得到更加优化的遥感图像，便于后续的分割和分析过程，将预处理后的图像分割成具有一定意义的均值图像，用于一组特征来描述均值图像，在利用地物光谱特征的基础上，同时利用地物的形状特征、拓扑关系、长宽比等信息对水体进行了有效的提取，保证了提取精度。

进一步，通过区域合并算法对所述预处理后的图像进行图像分割。

上述实施例的有益效果：区域合并过程包括两个原则，其一是设置可能较大的光谱权值，其二是对于边界不光滑，但聚集程度较高的影像则需要考虑形状因素，保证了分割精度。

第二方面，本发明提供了一种城市水体信息的提取系统，包括：

预处理模块，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；

分割模块，用于根据预设分割参数对所述预处理后的图像进行图像分割，得到具有特征组的均值图像，所述特征组包括光谱特征、拓扑特征、形状特征和长宽比特征；

分析模块，用于对所述均值图像进行光谱特征分析，得到典型地物光谱曲线图，所述典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，所述各典型地物包括建筑物、水体和阴影；

提取模块，用于根据所述特征组提取出所述典型地物光谱曲线图中的水体信息。

上述实施例的有益效果：在进行光谱特征分析之前，对遥感图像进行数据预处理，得到更加优化的遥感图像，便于后续的分割和分析过程，将预处理后的图像分割成具有一定意义的均值图像，用于一组特征来描述均值图像，在利用地物光谱特征的基础上，同时利用地物的形状特征、拓扑关系、长宽比等信息对水体进行了有效的提取，保证了提取精度。

进一步，所述图像分割模块具体通过区域合并算法对所述预处理后的图像进行图像分割。

上述实施例的有益效果：区域合并过程包括两个原则，其一是设置可能较大的光谱权值，其二是对于边界不光滑，但聚集程度较高的影像则需要考虑形状因素，保证了分割精度。

附图说明

图1为本发明实施例提供的一种城市水体信息的提取方法的流程示意图；

图2为本发明另一实施例提供的一种城市水体信息的提取方法的流程示意图；

图3为本发明另一实施例提供的一种城市水体信息的提取方法的流程示意图；

图4为本发明另一实施例提供的一种城市水体信息的提取法的流程示意图；

图5为本发明另一实施例提供的一种城市水体信息的提取系统的结构示意图；

图6为本发明另一实施例提供的一种城市水体信息的提取系统的结构示意图；

图7为本发明另一实施例提供的一种城市水体信息的提取系统的结构示意图；

图8为本发明另一实施例提供的一种城市水体信息的提取系统的结构示意图；

图9为本发明另一实施例提供的一种城市水体信息的提取方法的信令图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透切理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

图1为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图1所示，具体包括：

S101、对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

通过卫星对城市进行拍摄，得到该城市的遥感图像，在使用该遥感图像之前，需要对其进行预处理，得到高分辨率的图像，高分辨率遥感影像，目标物的形状清晰可见，图像上的地物景观的结构、形状、纹理和细节信息等非常突出。

S102、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

根据预设分割参数将预处理后的图像分割成具有一定意义的均值图像，然后用一组特征来描述对象，即均值图像，最后通过建立对象与类结构之间的关系和判读规则，将对象分配到相应的类中。分割是分类的基础，分割过程考虑因素包括尺度、色调、形状、紧密度及平滑度等。遥感图像分割可以采用区域合并算法，区域合并算法基于最大相似性的区域合并机制，在区域合并算法中的关键问题是如何确定未标志的和标志的区域间的相似性，以确保最相似的区域可以利用一些逻辑控制合并，目前，彩色直方图是一种用来测量在一个自然图像中的不同区域间的相似性的一种具有区域代表性的广泛使用的形式，能非常稳健地表现物体的外观，然而，彩色直方图智能形容整体的颜色分布，却忽略了纹理特征的描述，区域合并算法纳入了纹理特征，使相似性测量更加稳健和具有识别能力，以提高图像分割的效率。

S103、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

根据实际情况，将城市区域为建筑物、道路、水体、阴影、植被与裸地六种基本土地覆盖类型，对上述每种典型地物进行灰度值采样，得出各典型地物在各波段的光谱响应曲线，以便于顺利执行后续的进一步提取水体信息的步骤。将白色与黑色之间按对数关系分成若干级，称为“灰度等级”，范围一般从0到255，白色为255，黑色为0。图像的量化(灰度值)是把像素的灰度(浓淡)变换成离散的整数值的操作，最简单的量化是用黑(0)白(255)两个数值来表示，即二值图像，量化越细致，灰度级数(浓淡层次)表现越丰富，越易获取各典型地物在各波段的光谱响应曲线。

S104、根据特征组提取出典型地物光谱曲线图中的水体信息。

在进行光谱特征分析得到各地物的光谱响应曲线之后，可以发现阴影与水体具有极其类似的波谱曲线，因此，仅仅通过光谱特征这一特征并不能完全将水体提取出来，还需要通过拓扑特征、形状特征和长宽比特征对阴影和水体进行进一步分析和提取，才能将水体信息单独提取出来，保证了提取精度。

本发明实施例提供的一种城市水体信息的提取方法，在进行光谱特征分析之前，对遥感图像进行数据预处理，得到更加优化的遥感图像，便于后续的分割和分析过程，将预处理后的图像分割成具有一定意义的均值图像，用于一组特征来描述均值图像，在利用地物光谱特征的基础上，同时利用地物的形状特征、拓扑关系、长宽比等信息对水体进行了有效的提取，保证了提取精度。

图2为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图2所示，具体包括：

S201、对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

通过卫星对城市进行拍摄，得到该城市的遥感图像，在使用该遥感图像之前，需要对其进行预处理，得到高分辨率的图像，高分辨率遥感影像，目标物的形状清晰可见，图像上的地物景观的结构、形状、纹理和细节信息等非常突出。

S202、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

根据预设分割参数将预处理后的图像分割成具有一定意义的均值图像，然后用一组特征来描述对象，即均值图像，最后通过建立对象与类结构之间的关系和判读规则，将对象分配到相应的类中。分割是分类的基础，分割过程考虑因素包括尺度、色调、形状、紧密度及平滑度等。遥感图像分割可以采用自底向上的区域合并算法，合并过程中遵循两个原则：一是设置可能较大的光谱权值；二是对于边界不光滑，但聚集程度较高的图像使用必要的形状因子。

S203、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

根据实际情况，将城市区域为建筑物、道路、水体、阴影、植被与裸地六种基本土地覆盖类型，对上述每种典型地物进行灰度值采样，得出各典型地物在各波段的光谱响应曲线，以便于顺利执行后续的进一步提取水体信息的步骤。

S204、根据特征组提取出典型地物光谱曲线图中的水体信息。

在进行光谱特征分析得到各地物的光谱响应曲线之后，可以发现阴影与水体具有极其类似的波谱曲线，因此，仅仅通过光谱特征这一特征并不能完全将水体提取出来，还需要通过拓扑特征、形状特征和长宽比特征对阴影和水体进行进一步分析和提取，才能将水体信息单独提取出来，保证了提取精度。

步骤S204具体包括：

S2041、根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

在典型地物光谱曲线图中，可以发现水体在红外波段，水体的吸收能量明显高于可见光波段。在红外波段设置第一阈值，将水体提取出来，但是，由于阴影与水体具有一样的波谱特征，所以在水体提取的同时也会将阴影提取出来，并对其进行第一标记，与其他地物区分开来。

S2042、根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

线状地物具有很小的形状指数，而接近于长方形或方形的城市地物，形状指数相对线形较大。形状指数能够较好识别外形不同的地物类型。建筑物与道路的特征相似，形状指数差别明显，可以根据形状特征进行区分。因此，可以通过形状特征和长宽比特征将建筑物信息提取出来，并对其进行第二标记，与其他地物区分开来。

S2043、根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

在图像中地物阴影主要是由于建筑物造成的，则可以利用两者之间的拓扑关系，区别出建筑物造成的阴影，对提取出的阴影进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，此时，只有水体为第一标记，通过此方法提取出水体信息。

本发明实施例提供的一种城市水体信息的提取方法，首先通过光谱特征一并提取出具有相同光谱特征的水体信息和阴影信息，然后通过形状特征和长宽比特征提取出建筑物信息，再根据建筑物与阴影的拓扑关系，将阴影信息去除，则只剩下水体信息，通过上述方法可以很好的将原来混合进水体信息的阴影信息去除，从而得到更高精度的水体信息。

图3为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图3所示，具体包括：

S301、对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

通过卫星对城市进行拍摄，得到该城市的遥感图像，在使用该遥感图像之前，需要对其进行预处理，得到高分辨率的图像，高分辨率遥感影像，目标物的形状清晰可见，图像上的地物景观的结构、形状、纹理和细节信息等非常突出。

S302、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

根据预设分割参数将预处理后的图像分割成具有一定意义的均值图像，然后用一组特征来描述对象，即均值图像，最后通过建立对象与类结构之间的关系和判读规则，将对象分配到相应的类中。分割是分类的基础，分割过程考虑因素包括尺度、色调、形状、紧密度及平滑度等。遥感图像分割可以采用自底向上的区域合并算法，合并过程中遵循两个原则：一是设置可能较大的光谱权值；二是对于边界不光滑，但聚集程度较高的图像使用必要的形状因子。

S303、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

根据实际情况，将城市区域为建筑物、道路、水体、阴影、植被与裸地六种基本土地覆盖类型，对上述每种典型地物进行灰度值采样，得出各典型地物在各波段的光谱响应曲线，以便于顺利执行后续的进一步提取水体信息的步骤。

S304、根据特征组提取出典型地物光谱曲线图中的水体信息。

在进行光谱特征分析得到各地物的光谱响应曲线之后，可以发现阴影与水体具有极其类似的波谱曲线，因此，仅仅通过光谱特征这一特征并不能完全将水体提取出来，还需要通过拓扑特征、形状特征和长宽比特征对阴影和水体进行进一步分析和提取，才能将水体信息单独提取出来，保证了提取精度。

步骤S304具体包括：

S3041、根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

在典型地物光谱曲线图中，可以发现水体在红外波段，水体的吸收能量明显高于可见光波段。在红外波段设置第一阈值，将水体提取出来，但是，由于阴影与水体具有一样的波谱特征，所以在水体提取的同时也会将阴影提取出来，并对其进行第一标记，与其他地物区分开来。

S3042、根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

线状地物具有很小的形状指数，而接近于长方形或方形的城市地物，形状指数相对线形较大。形状指数能够较好识别外形不同的地物类型。建筑物与道路的特征相似，形状指数差别明显，可以根据形状特征进行区分。因此，可以通过形状特征和长宽比特征将建筑物信息提取出来，并对其进行第二标记，与其他地物区分开来。

S3043、根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

在图像中地物阴影主要是由于建筑物造成的，则可以利用两者之间的拓扑关系，区别出建筑物造成的阴影，对提取出的阴影进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，此时，只有水体为第一标记，通过此方法提取出水体信息。

S305、根据归一化水体指数和长宽比特征，对提取出的水体信息进行分类，得到河流信息和城市湖泊信息。

由于水库的沉淀杂质较少，水质好，因此水库的归一化水体指数即植被含水量指数较低，河流具有特定的长宽比特征，通过给归一化水体指数设置第二阈值和给长宽比设置第三阈值可以将河流提取出来，那么剩余的水体就是湖泊。

本发明实施例提供的一种城市水体信息的提取方法，在提取出较高精度的水体信息之后，还可以根据归一化水体指数和长宽比特征将水体信息细分为河流信息和城市湖泊信息，更进一步的提高了水体的提取精度，有利于监测。

图4为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图4所示，具体包括：

S401、对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

通过卫星对城市进行拍摄，得到该城市的遥感图像，在使用该遥感图像之前，需要对其进行预处理，得到高分辨率的图像，高分辨率遥感影像，目标物的形状清晰可见，图像上的地物景观的结构、形状、纹理和细节信息等非常突出。

步骤S401包括：

S4011、对卫星拍摄的城市的遥感图像进行几何校正；

遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。一般是指通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。

S4012、对遥感图像中的多光谱段和全色波段进行融合，得到预处理后的图像。

图像融合是指将多源信道所采集到的关于同一目标的图像数据，通过图像处理和计算机技术最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测和图像分割。

S402、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

根据预设分割参数将预处理后的图像分割成具有一定意义的均值图像，然后用一组特征来描述对象，即均值图像，最后通过建立对象与类结构之间的关系和判读规则，将对象分配到相应的类中。分割是分类的基础，分割过程考虑因素包括尺度、色调、形状、紧密度及平滑度等。遥感图像分割可以采用自底向上的区域合并算法，合并过程中遵循两个原则：一是设置可能较大的光谱权值；二是对于边界不光滑，但聚集程度较高的图像使用必要的形状因子。

S403、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

根据实际情况，将城市区域为建筑物、道路、水体、阴影、植被与裸地六种基本土地覆盖类型，对上述每种典型地物进行灰度值采样，得出各典型地物在各波段的光谱响应曲线，以便于顺利执行后续的进一步提取水体信息的步骤。

S404、根据特征组提取出典型地物光谱曲线图中的水体信息。

在进行光谱特征分析得到各地物的光谱响应曲线之后，可以发现阴影与水体具有极其类似的波谱曲线，因此，仅仅通过光谱特征这一特征并不能完全将水体提取出来，还需要通过拓扑特征、形状特征和长宽比特征对阴影和水体进行进一步分析和提取，才能将水体信息单独提取出来，保证了提取精度。

步骤S404具体包括：

S4041、根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

在典型地物光谱曲线图中，可以发现水体在红外波段，水体的吸收能量明显高于可见光波段。在红外波段设置第一阈值，将水体提取出来，但是，由于阴影与水体具有一样的波谱特征，所以在水体提取的同时也会将阴影提取出来，并对其进行第一标记，与其他地物区分开来。

S4042、根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

线状地物具有很小的形状指数，而接近于长方形或方形的城市地物，形状指数相对线形较大。形状指数能够较好识别外形不同的地物类型。建筑物与道路的特征相似，形状指数差别明显，可以根据形状特征进行区分。因此，可以通过形状特征和长宽比特征将建筑物信息提取出来，并对其进行第二标记，与其他地物区分开来。

S4043、根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

在图像中地物阴影主要是由于建筑物造成的，则可以利用两者之间的拓扑关系，区别出建筑物造成的阴影，对提取出的阴影进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，此时，只有水体为第一标记，通过此方法提取出水体信息。

S405、根据归一化水体指数和长宽比特征，对提取出的水体信息进行分类，得到河流信息和城市湖泊信息。

由于水库的沉淀杂质较少，水质好，因此水库的归一化水体指数即植被含水量指数较低，河流具有特定的长宽比特征，通过给归一化水体指数设置第二阈值和给长宽比设置第三阈值可以将河流提取出来，那么剩余的水体就是湖泊。

本发明实施例提供的一种城市水体信息的提取方法，首先通过几何校正消除遥感图像在拍摄时产生的几何畸变，然后通过图像融合提高遥感图像的空间分辨率和光谱分辨率，使通过预设分割参数对预处理后的图像进行图像分割之后得到的具有特征组的均值图像更准确，利于监测和图像分割。

图5为本发明实施例提供的一种城市水体信息的提取系统的结构示意图。

具体如图5所示，具体包括：

预处理模块501，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

分割模块502，用于根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

分析模块503，用于对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

提取模块504，用于根据特征组提取出典型地物光谱曲线图中的水体信息。

本发明实施例提供的一种城市水体信息的提取系统，在进行光谱特征分析之前，对遥感图像进行数据预处理，得到更加优化的遥感图像，便于后续的分割和分析过程，将预处理后的图像分割成具有一定意义的均值图像，用于一组特征来描述均值图像，在利用地物光谱特征的基础上，同时利用地物的形状特征、拓扑关系、长宽比等信息对水体进行了有效的提取，保证了提取精度。

图6为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图6所示，具体包括：

预处理模块601，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

分割模块602，用于根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

分析模块603，用于对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

提取模块604，用于根据特征组提取出典型地物光谱曲线图中的水体信息。

提取模块604具体包括：

第一提取子模块6041，用于根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

第二提取子模块6042，用于根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

第三提取子模块6043，用于根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

本发明实施例提供的一种城市水体信息的提取系统，首先通过光谱特征一并提取出具有相同光谱特征的水体信息和阴影信息，然后通过形状特征和长宽比特征提取出建筑物信息，再根据建筑物与阴影的拓扑关系，将阴影信息去除，则只剩下水体信息，通过上述方法可以很好的将原来混合进水体信息的阴影信息去除，从而得到更高精度的水体信息。

图7为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图7所示，具体包括：

预处理模块701，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

分割模块702，用于根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

分析模块703，用于对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

提取模块704，用于根据特征组提取出典型地物光谱曲线图中的水体信息。

提取模块704具体包括：

第一提取子模块7041，用于根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

第二提取子模块7042，用于根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

第三提取子模块7043，用于根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

分类模块705，用于根据归一化水体指数和长宽比特征，对进行第一标记的水体信息进行分类，得到河流信息和城市湖泊信息。

本发明实施例提供的一种城市水体信息的提取系统，在提取出较高精度的水体信息之后，还可以根据归一化水体指数和长宽比特征将水体信息细分为河流信息和城市湖泊信息，有利于监测。

图8为本发明实施例提供的一种城市水体信息的提取方法的流程示意图。

具体如图8所示，具体包括：

预处理模块801，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像。

预处理模块801包括：

矫正子模块8011，用于对卫星拍摄的城市的遥感图像进行几何校正；

融合子模块8012，用于对遥感图像中的多光谱段和全色波段进行融合，得到预处理后的图像。

分割模块802，用于根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

分析模块803，用于对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

提取模块804，用于根据特征组提取出典型地物光谱曲线图中的水体信息。

提取模块804具体包括：

第一提取子模块8041，用于根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

第二提取子模块8042，用于根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

第三提取子模块8043，用于根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

分类模块805，用于根据归一化水体指数和长宽比特征，对进行第一标记的水体信息进行分类，得到河流信息和城市湖泊信息。

本发明实施例提供的一种城市水体信息的提取系统，首先通过几何校正消除遥感图像在拍摄时产生的几何畸变，然后通过图像融合提高遥感图像的空间分辨率和光谱分辨率，利于监测和图像分割。

图9为本发明实施例提供的一种城市水体信息的提取方法的信令图。

具体如图9所示，具体包括：

S901、对卫星拍摄的城市的遥感图像进行几何校正；

S902、对遥感图像中的多光谱段和全色波段进行融合，得到预处理后的图像。

S903、根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像，特征组包括光谱特征、拓扑特征、形状特征和长宽比特征。

S904、对均值图像进行光谱特征分析，得到典型地物光谱曲线图，典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，各典型地物包括建筑物、水体和阴影。

S905、根据光谱特征从典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对水体信息和阴影信息进行第一标记；

S906、根据形状特征和长宽比特征从典型地物光谱曲线图中提取出建筑物信息，并对建筑物信息进行第二标记；

S907、根据建筑物信息和阴影信息之间的拓扑关系，从典型地物光谱曲线图中提取出阴影信息，并对阴影信息进行第三标记，从第一标记的信息中取出同时具有第一标记和第三标记的阴影信息，得到只有第一标记的水体信息。

S908、根据归一化水体指数和长宽比特征，对提取出的水体信息进行分类，得到河流信息和城市湖泊信息。

读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种城市水体信息的提取方法，其特征在于，包括：

对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；

根据预设分割参数对所述预处理后的图像进行图像分割，得到具有特征组的均值图像，所述特征组包括光谱特征、拓扑特征、形状特征和长宽比特征；

对所述均值图像进行光谱特征分析，得到典型地物光谱曲线图，所述典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，所述各典型地物包括建筑物、水体和阴影；

根据所述特征组提取出所述典型地物光谱曲线图中的水体信息。

2.根据权利要求1所述一种城市水体信息的提取方法，其特征在于，根据所述特征组提取出所述典型地物光谱曲线图中的水体信息的方法具体包括：

根据所述光谱特征从所述典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对所述水体信息和所述阴影信息进行第一标记；

根据所述形状特征和所述长宽比特征从所述典型地物光谱曲线图中提取出建筑物信息，并对所述建筑物信息进行第二标记；

根据所述建筑物信息和所述阴影信息之间的拓扑关系，从所述典型地物光谱曲线图中提取出所述阴影信息，并对所述阴影信息进行第三标记，从所述第一标记的信息中取出同时具有所述第一标记和所述第三标记的阴影信息，得到只有所述第一标记的所述水体信息。

3.根据权利要求2所述一种城市水体信息的提取方法，其特征在于，在根据所述特征组提取出所述典型地物光谱曲线图中的水体信息之后，还包括：

根据归一化水体指数和所述长宽比特征，对提取出的所述水体信息进行分类，得到河流信息和城市湖泊信息。

4.根据权利要求1-3任一项所述一种城市水体信息的提取方法，其特征在于，对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像的方法具体包括：

对卫星拍摄的城市的遥感图像进行几何校正；

对所述遥感图像中的多光谱段和全色波段进行融合，得到预处理后的图像。

5.根据权利要求1-3任一项所述一种城市水体信息的提取方法，其特征在于，所述预设分割参数包括：尺度信息、色调信息、形状信息、紧密度信息和平滑度信息。

6.一种城市水体信息的提取系统，其特征在于，包括：

预处理模块，用于对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；

分割模块，用于根据预设分割参数对所述预处理后的图像进行图像分割，得到具有特征组的均值图像，所述特征组包括光谱特征、拓扑特征、形状特征和长宽比特征；

分析模块，用于对所述均值图像进行光谱特征分析，得到典型地物光谱曲线图，所述典型地物光谱曲线图包括各典型地物在各波段的光谱曲线，所述各典型地物包括建筑物、水体和阴影；

提取模块，用于根据所述特征组提取出所述典型地物光谱曲线图中的水体信息。

7.根据权利要求6所述一种城市水体信息的提取系统，其特征在于，所述提取模块包括：

第一提取子模块，用于根据所述光谱特征从所述典型地物光谱曲线图中提取出具有相同光谱特征的水体信息和阴影信息，并对所述水体信息和所述阴影信息进行第一标记；

第二提取子模块，用于根据所述形状特征和所述长宽比特征从所述典型地物光谱曲线图中提取出建筑物信息，并对所述建筑物信息进行第二标记；

第三提取子模块，用于根据所述建筑物信息和所述阴影信息之间的拓扑关系，从所述典型地物光谱曲线图中提取出所述阴影信息，并对所述阴影信息进行第三标记，从所述第一标记的信息中取出同时具有所述第一标记和所述第三标记的阴影信息，得到只有所述第一标记的所述水体信息。

8.根据权利要求7所述一种城市水体信息的提取系统，其特征在于，所述系统还包括：

分类模块，用于根据归一化水体指数和所述长宽比特征，对提取出的所述水体信息进行分类，得到河流信息和城市湖泊信息。

9.根据权利要求6-8任一项所述一种城市水体信息的提取系统，其特征在于，所述预处理模块包括：

校正子模块，用于对卫星拍摄的城市的遥感图像进行几何校正；

融合子模块，用于对所述遥感图像中的多光谱段和全色波段进行融合，得到预处理后的图像。

10.根据权利要求6-8任一项所述一种城市水体信息的提取系统，其特征在于，所述预设分割参数包括：尺度信息、色调信息、形状信息、紧密度信息和平滑度信息。