CN117218148A - 基于卫星图像的航道边界确定方法和系统、可读存储介质 - Google Patents
基于卫星图像的航道边界确定方法和系统、可读存储介质 Download PDFInfo
- Publication number
- CN117218148A CN117218148A CN202311362724.6A CN202311362724A CN117218148A CN 117218148 A CN117218148 A CN 117218148A CN 202311362724 A CN202311362724 A CN 202311362724A CN 117218148 A CN117218148 A CN 117218148A
- Authority
- CN
- China
- Prior art keywords
- channel
- river
- line
- edge
- satellite image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010586 diagram Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000009499 grossing Methods 0.000 claims description 7
- 238000004040 coloring Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于卫星图像的航道边界确定方法和系统、可读存储介质,涉及图像处理及自动化检测技术领域。基于卫星图像的航道边界确定方法包括:获取卫星图像;获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;根据边缘点确定出河道区域块的边缘线;根据边缘线拟合出河道区域块的轮廓线;根据轮廓线生成河道区域块;根据河道区域块生成河道示意图;将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;基于河道走势线和河道示意图,确定航道边界线。该方法能够充分的利用卫星图像,使得航道边界线能够随时进行更新,且无需大量的人力物力去实地进行测算,提高了内河航道的更新频率。
Description
技术领域
本发明涉及图像处理及自动化检测技术领域,具体而言,涉及一种基于卫星图像的航道边界确定方法和系统、可读存储介质。
背景技术
当前航道边界一般通过海图获取,而海图的编制过程通常较为精密,需要大量人力物力通过专业仪器实地测量水道的边界及水深,海图更新频率虽然一般为月更新,但无法对全球所有区域每月都进行迭代,通常每个月只是部分区域进行更新,而海图面对国际海域为主,尤其是对内河河流支线更新频率与精度不高,内河船舶无法通过海图感知内河航道边界,对航行航路的选择有较大的局限性。
因此,如何提出一种解决现有技术中内河河流航道更新频率差,更新精度低的航道边界确定方法成为目前亟待解决的问题。
发明内容
为解决上述技术问题,本申请提出了一种能够解决现有技术中内河河流航道更新频率差,更新精度低的基于卫星图像的航道边界确定方法。
本发明的第一方面提出了一种基于卫星图像的航道边界确定方法。
本发明的第二方面提出了一种基于卫星图像的航道边界确定系统。
本发明的第三方面提出了另一种基于卫星图像的航道边界确定系统。
本发明的第四方面提出了一种可读存储介质。
有鉴于此,本发明第一方面提出了一种基于卫星图像的航道边界确定方法包括:获取卫星图像;获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;根据边缘点确定出河道区域块的边缘线;根据边缘线拟合出河道区域块的轮廓线;根据轮廓线生成河道区域块;根据河道区域块生成河道示意图;将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;基于河道走势线和河道示意图,确定航道边界线。
根据本发明提供的基于卫星图像的航道边界确定方法,首先需要获取到卫星图像,对卫星图像进行处理,获取到卫星图像中每个像素点的梯度值,并将每个像素点的梯度值与梯度阈值进行比较,将梯度值大于梯度阈值的像素点作为河道区域块的边缘点;通过将边缘点连接在一起,形成河道区域块的边缘线,由于这时的边缘线是根据由边缘点直接连接而成,因此并不能很好的体现出边缘线的实际情况。因此需要对边缘线进行处理,使得边缘线更加符合自然规律,需要对边缘线进行拟合从而生成河道区域块的轮廓线,这时的轮廓线相对于边缘线,更加符合自然规律,也就更加符合河道的实际情况,从而保证在后续计算出的数据更加符合河道的实际情况。在生成轮廓线后,基于轮廓线生成河道区域块,即轮廓线围成的区域作为河道区域块,通过河道区域块,进而生成河道示意图,即将河道区域块中的所有的像素点的坐标的集合作为河道示意图,这时的河道示意图经过了多次的处理,已经将卫星图像中与河道无关的像素点信息删除,因此在这时确定的河道示意图能够很好的表述河道信息,之后将河道示意图上的所有像素点的坐标进行拟合生成河道走势线,并根据河道走势线和河道示意图确定航道边界线。通过本申请中提供的航道边界线确定方法,能够充分的利用卫星图像,使得航道边界线能够随时进行更新,而卫星图像的获取较为容易,且无需大量的人力物力去实地进行测算,提高了内河河流支线航道的更新频率。
进一步地,获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点的步骤之前,方法还包括:将卫星图像去色生成第一灰度图像;对第一灰度图像进行平滑处理生成第二灰度图像;使用Prewitt梯度计算因子计算第二灰度图像中每个像素点的梯度值作为卫星图像中每个像素点的梯度值,其中,Prewitt梯度计算因子为使用Prewitt计算因子(Prewitt计算因子是一种一阶微分算子的边缘检测)从Robert算子(又称罗伯茨算子,是一种利用局部差分算子寻找边缘的算子)出发,利用卷积运算,求灰度图像各点梯度的计算因子。
进一步地,在获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点的步骤之前,航行边界确定方法还包括,将卫星图像去色生成第一灰度图像,对第一灰度图像进行平滑处理,生成第二灰度图像,使用Prewitt梯度计算因子计算第二灰度图像中每个像素点的梯度值作为卫星图像中每个像素点的梯度值。由于现有技术中卫星图像大概率是彩色图片,因此需要对卫星图像进行去色处理,从而生成第一灰度图像,之后采用均值滤波器对第一灰度图像进行平滑处理,以减少第一灰度图像的噪声,进而生成第二灰度图像,进一步地对第二灰度图像上的像素点进行梯度值计算,使用Prewitt梯度计算因子计算第二灰度图像上每个像素点梯度值作为卫星图像中每个像素点的梯度值,通过该操作,使得彩色的卫星图像能够作为获取航道边界的基础数据使用,极大的提高了内河航道的更新速度,有效降低了内河航道的更新成本。
可选地,将卫星图像去色生成第一灰度图像的步骤包括:将卫星图像中每个像素点的RGB值进行加权平均,从而生成灰度值;基于灰度值,生成第一灰度图像。
具体地,将卫星图像去色生成第一灰度图像的步骤包括:将卫星图像中每个像素点的RGB值(R表示红、G表示绿、B表示蓝,RGB各有256级亮度)进行加权平均(即对RGB对应的亮度等级所表示的数值进行加权平均,得到加权平均数),生成的加权平均数作为该像素点的灰度值,并基于灰度值生成第一灰度图像,这样能够充分的体现各个像素点的色差,极大的提高了确定出的航道边界的准确性。
进一步地,根据边缘点确定出河道区域块的边缘线的步骤包括:将边缘点进行连接生成第一边缘;对第一边缘的部分进行删除,生成第二边缘;对第二边缘进行填充,生成边缘线。
具体而言,根据边缘点确定河道区域块的边缘线的步骤包括:将边缘点连接在一起,生成第一边缘,之后将第一边缘的部分进行删除,生成第二边缘,第二边缘相比于第一边缘,删除了一些像素点,从而进一步的去除了卫星图像中的不合适的像素点,使得生成的第二边缘具有更多的有效信息,之后通过形态学图像处理对第二边缘进行填补,从而生成边缘线。
进一步地,对第一边缘的部分进行删除,生成第二边缘的步骤包括:通过迭代地删除第一边缘上的像素点生成第二边缘。
具体而言,在对第一边缘的部分进行删除,生成第二边缘的步骤包括:通过迭代的方式不断的将第一边缘上的像素点删除,从而生成第二边缘,这种方式能够有效的去除第一边缘上的无效点位,使得生成的第二边缘更符合自然规律,提高了生成的航道边界的精确度。
进一步地,根据边缘线拟合出河道区域块的轮廓线的步骤包括:对边缘线使用折线拟合的方式拟合出轮廓线。
具体而言,根据边缘线拟合出河道区域块的轮廓线的步骤包括对边缘线使用折线拟合的方式进行拟合,从而生成轮廓线,使得生成的轮廓线具有更好的参考性。
可选地,根据河道区域块生成河道示意图的步骤包括:确定河道区域块的面积;根据河道区域块的面积确定面积阈值;将河道区域块面积小于面积阈值的河道区域块删除;根据剩余的河道区域块中像素点的坐标生成河道示意图。
在该技术方案中,根据河道区域块生成河道示意图的步骤包括:确定河道区域块的面积,根据河道区域块的面积确定面积阈值,如将面积阈值设置成所有河道区域块的加权平均数的三分之一,将小于面积阈值的河道区域块删除,这样做能够将卫星图片中与河道无关的像素点删除,如面积较小的建筑物等形成的河道区域块,并根据剩余的河道区域块内的像素点生成河道示意图。
进一步地,将河道示意图上的所有像素点的坐标进行拟合生成河道走势线的步骤包括:使用numpy(numpy指一种开源的数值计算扩展)中的ployfit算法(ployfit算法指一种曲线拟合算法,其数学基础为最小二乘法)对河道示意图上的所有像素点的坐标进行拟合,生成河道走势线。
进一步地,基于河道走势线和河道示意图,确定航道边界线的步骤包括:在河道示意图上选取垂直于河道走势线的线段;将线段上的95%及5%的分位点的连线作为航道边界线。
具体而言,在确定航道边界线时,可根据需求,确定不同的分位点的连线作为航道边界线,线段上的分位点需要以线段50%的分位点对称,如选择线段上的94%和6%的分位点的连线作为航道边界线。
本发明的第二方面提供了一种基于卫星图像的航道边界确定系统,包括:获取模块,边缘点确定模块,边缘线确定模块,轮廓线拟合模块,河道区域块生成模块,河道示意图生成模块,河道走势线生成模块和航道边界线生成模块。获取模块,用于获取卫星图像;边缘点确定模块,用于获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;边缘线确定模块,用于根据边缘点确定出河道区域块的边缘线;轮廓线拟合模块,用于根据边缘线拟合出河道区域块的轮廓线;河道区域块生成模块,用于根据轮廓线生成河道区域块;河道示意图生成模块,用于根据河道区域块生成河道示意图;河道走势线生成模块,用于将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;航道边界线生成模块,用于基于河道走势线和河道示意图,确定航道边界线。
根据本发明的技术方案提供的基于卫星图像的航道边界确定系统,包括获取模块,边缘点确定模块,边缘线确定模块,轮廓线拟合模块,河道区域块生成模块,河道示意图生成模块,河道走势线生成模块和航道边界线生成模块。获取模块,用于获取卫星图像;边缘点确定模块,用于获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;边缘线确定模块,用于根据边缘点确定出河道区域块的边缘线;轮廓线拟合模块,用于根据边缘线拟合出河道区域块的轮廓线;河道区域块生成模块,用于根据轮廓线生成河道区域块;河道示意图生成模块,用于根据河道区域块生成河道示意图;河道走势线生成模块,用于将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;航道边界线生成模块,用于基于河道走势线和河道示意图,确定航道边界线。同时,根据本发明的技术方案提供的基于卫星图像的航道边界确定系统,由于其用于实现本发明的第一方面提供的基于卫星图像的航道边界确定方法的步骤,因而该基于卫星图像的航道边界确定系统具备该基于卫星图像的航道边界确定方法的全部技术效果,在此不再赘述。
本发明的第三方面提供了一种基于卫星图像的航道边界确定系统,包括存储器和处理器,存储器存储可在处理器上运行的程序或指令,程序或指令被处理器执行时实现上述任一技术方案的基于卫星图像的航道边界确定方法的步骤。
根据本发明的技术方案提供的基于卫星图像的航道边界确定系统,包括存储器和处理器及存储在存储器上并可在处理器上运行的程序,程序被处理器执行时实现上述任一基于卫星图像的航道边界确定方法限定的步骤。同时,由于本申请的基于卫星图像的航道边界确定系统能够实现上述任一基于卫星图像的航道边界确定方法限定的步骤,因此本技术方案提供的基于卫星图像的航道边界确定系统具有上述任一技术方案中提供的基于卫星图像的航道边界确定方法的全部有益效果。
本发明的第四方面提供了一种可读存储介质,其上存储有程序和/或指令,程序和/或指令被处理器执行时实现上述任一技术方案中的基于卫星图像的航道边界确定方法的步骤。
根据本发明的技术方案提供的可读存储介质,由于其上存储的程序和/或指令被处理器执行时可实现上述任一技术方案中的基于卫星图像的航道边界确定方法的步骤,因而具有上述基于卫星图像的航道边界确定方法的全部有益技术效果,在此不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明的一个实施例的基于卫星图像的航道边界确定方法的流程示意图;
图2是根据本发明的实施例的基于卫星图像的航道边界确定系统的方框图之一;
图3是根据本发明的实施例的基于卫星图像的航道边界确定系统的方框图之二;
图4是本发明的实施例提供的河道区域块的示意图;
图5是本发明的实施例提供的河道示意图和河道走势线的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行可选地详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1描述本发明一些实施例中的基于卫星图像的航道边界确定方法。
如图1所示,基于卫星图像的航道边界确定方法包括:
S102:获取卫星图像;
S104:获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;
S106:根据边缘点确定出河道区域块的边缘线;
S108:根据边缘线拟合出河道区域块的轮廓线;
S110:根据轮廓线生成河道区域块;
S112:根据河道区域块生成河道示意图;
S114:将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;
S116:基于河道走势线和河道示意图,确定航道边界线。
根据本发明提供的基于卫星图像的航道边界确定方法,首先需要获取到卫星图像,对卫星图像进行处理,获取到卫星图像中每个像素点的梯度值,并将每个像素点的梯度值与梯度阈值进行比较,将梯度值大于梯度阈值的像素点作为河道区域块401的边缘点;通过将边缘点连接在一起,形成河道区域块401的边缘线,由于这时的边缘线是根据由边缘点直接连接而成,因此并不能很好的体现出边缘线的实际情况。因此需要对边缘线进行处理,使得边缘线更加符合自然规律,对边缘线进行拟合从而生成河道区域块401的轮廓线,这时的轮廓线相对于边缘线,更加符合自然规律,也就更加符合河道的实际情况,从而保证在后续计算出的数据更加符合河道的实际情况。在生成轮廓线后,基于轮廓线生成河道区域块401,即轮廓线围成的区域作为河道区域块401,通过河道区域块401,进而生成河道示意图501,即将河道区域块401中的所有的像素点的坐标的集合作为河道示意图501,这时的河道示意图501经过了多次的处理,已经将卫星图像中与河道无关的像素点信息删除,因此在这时确定的河道示意图501能够很好的表述河道信息,之后将河道示意图501上的所有像素点的坐标进行拟合生成河道走势线502,并根据河道走势线502和河道示意图501确定航道边界线。通过本申请中提供的航道边界线确定方法,能够充分的利用卫星图像,使得航道边界线能够随时进行更新,而卫星图像的获取较为容易,且无需大量的人力物力去实地进行测算,提高了内河河流支线航道的更新频率。
进一步地,获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块401的边缘点的步骤之前,方法还包括:将卫星图像去色生成第一灰度图像;对第一灰度图像进行平滑处理生成第二灰度图像;使用Prewitt梯度计算因子计算第二灰度图像中每个像素点的梯度值作为卫星图像中每个像素点的梯度值。
进一步地,在获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块401的边缘点的步骤之前,航行边界确定方法还包括,将卫星图像去色生成第一灰度图像,对第一灰度图像进行平滑处理,生成第二灰度图像,使用Prewitt梯度计算因子计算第二灰度图像中每个像素点的梯度值作为卫星图像中每个像素点的梯度值。由于现有技术中卫星图像大概率是彩色图片,因此需要对卫星图像进行去色处理,从而生成第一灰度图像,之后采用均值滤波器对第一灰度图像进行平滑处理,以减少第一灰度图像的噪声,进而生成第二灰度图像,进一步地对第二灰度图像上的像素点进行梯度值计算,使用Prewitt梯度计算因子计算第二灰度图像上每个像素点梯度值作为卫星图像中每个像素点的梯度值,通过该操作,使得彩色的卫星图像能够作为获取航道边界的基础数据使用,极大的提高了内河航道的更新速度,有效降低了内河航道的更新成本。
可选地,将卫星图像去色生成第一灰度图像的步骤包括:将卫星图像中每个像素点的RGB值进行加权平均,从而生成灰度值;基于灰度值,生成第一灰度图像。
具体地,将卫星图像去色生成第一灰度图像的步骤包括:将卫星图像中每个像素点的RGB值进行加权平均,生成的加权平均数作为该像素点的灰度值,并基于灰度值生成第一灰度图像,这样能够充分的体现各个像素点的色差,极大的提高了确定出的航道边界的准确性。
进一步地,根据边缘点确定出河道区域块401的边缘线的步骤包括:将边缘点进行连接生成第一边缘;对第一边缘的部分进行删除,生成第二边缘;对第二边缘进行填充,生成边缘线。
具体而言,根据边缘点确定河道区域块401的边缘线的步骤包括:将边缘点连接在一起,生成第一边缘,之后将第一边缘的部分进行删除,生成第二边缘,第二边缘相比于第一边缘,删除了一些像素点,从而进一步的去除了卫星图像中的不合适的像素点,使得生成的第二边缘具有更多的有效信息,之后通过形态学图像处理对第二边缘进行填补,从而生成边缘线。
进一步地,对第一边缘的部分进行删除,生成第二边缘的步骤包括:通过迭代地删除第一边缘上的像素点生成第二边缘。
具体而言,在对第一边缘的部分进行删除,生成第二边缘的步骤包括:通过迭代的方式不断的将第一边缘上的像素点删除,从而生成第二边缘,这种方式能够有效的去除第一边缘上的无效点位,使得生成的第二边缘更符合自然规律,提高了生成的航道边界的精确度。
进一步地,根据边缘线拟合出河道区域块401的轮廓线的步骤包括:对边缘线使用折线拟合的方式拟合出轮廓线。
具体而言,根据边缘线拟合出河道区域块401的轮廓线的步骤包括对边缘线使用折线拟合的方式进行拟合,从而生成轮廓线,使得生成的轮廓线具有更好的参考性。
可选地,根据河道区域块401生成河道示意图501的步骤包括:确定河道区域块401的面积;根据河道区域块401的面积确定面积阈值;将河道区域块401面积小于面积阈值的河道区域块401删除;根据剩余的河道区域块401中像素点(如图4所示)的坐标生成河道示意图501(如图5所示)。
在该实施例中,根据河道区域块401生成河道示意图501的步骤包括:确定河道区域块401的面积,根据河道区域块401的面积确定面积阈值,如将面积阈值设置成所有河道区域块401的加权平均数的三分之一,将小于面积阈值的河道区域块401删除,这样做能够将卫星图片中与河道无关的像素点删除,如面积较小的建筑物等形成的河道区域块401,并根据剩余的河道区域块401内的像素点生成河道示意图501。
进一步地,将河道示意图501上的所有像素点的坐标进行拟合生成河道走势线502的步骤包括:使用numpy中的ployfit算法对河道示意图501上的所有像素点的坐标进行拟合,生成河道走势线502。
进一步地,基于河道走势线502和河道示意图501,确定航道边界线的步骤包括:在河道示意图501上选取垂直于河道走势线502的线段;将线段上的95%及5%的分位点的连线作为航道边界线(如图5所示)。
本发明的第二方面提供了一种基于卫星图像的航道边界确定系统200,如图2所示,包括:获取模块202,边缘点确定模块204,边缘线确定模块206,轮廓线拟合模块208,河道区域块生成模块210,河道示意图生成模块212,河道走势线生成模块214和航道边界线生成模块216。获取模块202,用于获取卫星图像;边缘点确定模块204,用于获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;边缘线确定模块206,用于根据边缘点确定出河道区域块的边缘线;轮廓线拟合模块208,用于根据边缘线拟合出河道区域块的轮廓线;河道区域块生成模块210,用于根据轮廓线生成河道区域块;河道示意图生成模块212,用于根据河道区域块生成河道示意图;河道走势线生成模块214,用于将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;航道边界线生成模块216,用于基于河道走势线和河道示意图,确定航道边界线。
根据本发明的实施例提供的基于卫星图像的航道边界确定系统200,包括获取模块202,边缘点确定模块204,边缘线确定模块206,轮廓线拟合模块208,河道区域块生成模块210,河道示意图生成模块212,河道走势线生成模块214和航道边界线生成模块216。获取模块202,用于获取卫星图像;边缘点确定模块204,用于获取卫星图像中每个像素点的梯度值,提取梯度值大于梯度值阈值的像素点作为河道区域块的边缘点;边缘线确定模块206,用于根据边缘点确定出河道区域块的边缘线;轮廓线拟合模块208,用于根据边缘线拟合出河道区域块的轮廓线;河道区域块生成模块210,用于根据轮廓线生成河道区域块;河道示意图生成模块212,用于根据河道区域块生成河道示意图;河道走势线生成模块214,用于将河道示意图上的所有像素点的坐标进行拟合生成河道走势线;航道边界线生成模块216,用于基于河道走势线和河道示意图,确定航道边界线。同时,根据本发明的实施例提供的基于卫星图像的航道边界确定系统200,由于其用于实现本发明的第一方面提供的基于卫星图像的航道边界确定方法的步骤,因而该基于卫星图像的航道边界确定系统200具备该基于卫星图像的航道边界确定方法的全部技术效果,在此不再赘述。
本发明的第三方面提供了一种基于卫星图像的航道边界确定系统300,如图3所示,包括存储器302和处理器304,存储器302存储可在处理器304上运行的程序或指令,程序或指令被处理器304执行时实现上述任一实施例的基于卫星图像的航道边界确定方法的步骤。
根据本发明的实施例提供的基于卫星图像的航道边界确定系统300,包括存储器302和处理器304及存储在存储器302上并可在处理器304上运行的程序,程序被处理器304执行时实现上述任一基于卫星图像的航道边界确定方法限定的步骤。同时,由于本申请的基于卫星图像的航道边界确定系统300能够实现上述任一基于卫星图像的航道边界确定方法限定的步骤,因此本实施例提供的基于卫星图像的航道边界确定系统300具有上述任一实施例中提供的基于卫星图像的航道边界确定方法的全部有益效果。
本发明的第四方面提供了一种可读存储介质,其上存储有程序和/或指令,程序和/或指令被处理器执行时实现上述任一实施例中的基于卫星图像的航道边界确定方法的步骤。
根据本发明的实施例提供的可读存储介质,由于其上存储的程序和/或指令被处理器执行时可实现上述任一实施例中的基于卫星图像的航道边界确定方法的步骤,因而具有上述基于卫星图像的航道边界确定方法的全部有益技术效果,在此不再赘述。
在本说明书中,术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”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一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种基于卫星图像的航道边界确定方法,其特征在于,包括:
获取卫星图像;
获取所述卫星图像中每个像素点的梯度值,提取所述梯度值大于梯度值阈值的所述像素点作为河道区域块的边缘点;
根据所述边缘点确定出所述河道区域块的边缘线;
根据所述边缘线拟合出所述河道区域块的轮廓线;
根据所述轮廓线生成所述河道区域块;
根据所述河道区域块生成河道示意图;
将所述河道示意图上的所有像素点的坐标进行拟合生成河道走势线;
基于所述河道走势线和所述河道示意图,确定航道边界线。
2.根据权利要求1所述的基于卫星图像的航道边界确定方法,其特征在于,所述获取所述卫星图像中每个像素点的梯度值,提取所述梯度值大于梯度值阈值的所述像素点作为河道区域块的边缘点的步骤之前,所述方法还包括:
将所述卫星图像去色生成第一灰度图像;
对所述第一灰度图像进行平滑处理生成第二灰度图像;
使用Prewitt梯度计算因子计算所述第二灰度图像中每个像素点的梯度值作为所述卫星图像中每个像素点的梯度值。
3.根据权利要求2所述的基于卫星图像的航道边界确定方法,其特征在于,所述将所述卫星图像去色生成第一灰度图像的步骤包括:
将所述卫星图像中每个像素点的RGB值进行加权平均,从而生成灰度值;
基于所述灰度值,生成第一灰度图像。
4.根据权利要求1所述的基于卫星图像的航道边界确定方法,其特征在于,所述根据所述边缘点确定出所述河道区域块的边缘线的步骤包括:
将所述边缘点进行连接生成第一边缘;
对所述第一边缘的部分进行删除,生成第二边缘;
对所述第二边缘进行填充,生成所述边缘线。
5.根据权利要求4所述的基于卫星图像的航道边界确定方法,其特征在于,所述对所述第一边缘的部分进行删除,生成第二边缘的步骤包括:
通过迭代地删除所述第一边缘上的像素点生成所述第二边缘。
6.根据权利要求1至5中任一项所述的基于卫星图像的航道边界确定方法,其特征在于,所述根据所述边缘线拟合出所述河道区域块的轮廓线的步骤包括:
对所述边缘线使用折线拟合的方式拟合出所述轮廓线。
7.根据权利要求1至5中任一项所述的基于卫星图像的航道边界确定方法,其特征在于,所述根据所述河道区域块生成河道示意图的步骤包括:
确定所述河道区域块的面积;
根据所述河道区域块的面积确定面积阈值;
将所述河道区域块的面积小于所述面积阈值的所述河道区域块删除;
根据剩余的所述河道区域块中像素点的坐标生成河道示意图。
8.根据权利要求1至5中任一项所述的基于卫星图像的航道边界确定方法,其特征在于,所述将所述河道示意图上的所有像素点的坐标进行拟合生成河道走势线的步骤包括:
使用numpy中的ployfit算法对所述河道示意图上的所有像素点的坐标进行拟合,生成所述河道走势线。
9.根据权利要求1至5中任一项所述的基于卫星图像的航道边界确定方法,其特征在于,所述基于所述河道走势线和所述河道示意图,确定航道边界线的步骤包括:
在所述河道示意图上选取垂直于所述河道走势线的线段;
将所述线段上的95%及5%的分位点的连线作为航道边界线。
10.一种基于卫星图像的航道边界确定系统,其特征在于,包括:
获取模块,用于获取卫星图像;
边缘点确定模块,用于获取所述卫星图像中每个像素点的梯度值,提取所述梯度值大于梯度值阈值的所述像素点作为河道区域块的边缘点;
边缘线确定模块,用于根据所述边缘点确定出所述河道区域块的边缘线;
轮廓线拟合模块,用于根据所述边缘线拟合出所述河道区域块的轮廓线;
河道区域块生成模块,用于根据所述轮廓线生成所述河道区域块;
河道示意图生成模块,用于根据所述河道区域块生成河道示意图;
河道走势线生成模块,用于将所述河道示意图上的所有像素点的坐标进行拟合生成河道走势线;
航道边界线生成模块,用于基于所述河道走势线和所述河道示意图,确定航道边界线。
11.一种基于卫星图像的航道边界确定系统,其特征在于,包括存储器和处理器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至9中任一项所述的基于卫星图像的航道边界确定方法的步骤。
12.一种可读存储介质,其特征在于,其上存储有程序和/或指令,所述程序和/或所述指令被处理器执行时实现如权利要求1至9中任一项所述的基于卫星图像的航道边界确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311362724.6A CN117218148B (zh) | 2023-10-20 | 2023-10-20 | 基于卫星图像的航道边界确定方法和系统、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311362724.6A CN117218148B (zh) | 2023-10-20 | 2023-10-20 | 基于卫星图像的航道边界确定方法和系统、可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117218148A true CN117218148A (zh) | 2023-12-12 |
CN117218148B CN117218148B (zh) | 2024-05-21 |
Family
ID=89049446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311362724.6A Active CN117218148B (zh) | 2023-10-20 | 2023-10-20 | 基于卫星图像的航道边界确定方法和系统、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117218148B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8774470B1 (en) * | 2012-04-03 | 2014-07-08 | Google Inc. | Processing a satellite image of a region to determine a terrain boundary included therein |
CN104200029A (zh) * | 2014-09-04 | 2014-12-10 | 武汉大学 | 一种基于航道水深数据的自动化碍航分析方法及系统 |
CN104797494A (zh) * | 2013-08-02 | 2015-07-22 | 佳明瑞士有限责任公司 | 具有改进的轮廓线的海事导航装置 |
CN107657623A (zh) * | 2017-08-28 | 2018-02-02 | 北京工业大学 | 一种用于无人机的河道线检测系统与方法 |
CN114255352A (zh) * | 2020-09-10 | 2022-03-29 | 中国石油天然气股份有限公司 | 一种河道提取方法、装置及计算机可读存储介质 |
CN114993288A (zh) * | 2022-05-26 | 2022-09-02 | 长江航道规划设计研究院 | 一种语义化的内河航道地形测图的生成方法 |
CN116504102A (zh) * | 2023-04-19 | 2023-07-28 | 交通运输部规划研究院 | 一种基于ais数据的航道边界确定方法 |
CN116678395A (zh) * | 2023-05-24 | 2023-09-01 | 山东科技大学 | 基于2d激光与视觉边缘线动态融合的养殖巡检机器人导航方法与系统 |
-
2023
- 2023-10-20 CN CN202311362724.6A patent/CN117218148B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8774470B1 (en) * | 2012-04-03 | 2014-07-08 | Google Inc. | Processing a satellite image of a region to determine a terrain boundary included therein |
CN104797494A (zh) * | 2013-08-02 | 2015-07-22 | 佳明瑞士有限责任公司 | 具有改进的轮廓线的海事导航装置 |
CN104200029A (zh) * | 2014-09-04 | 2014-12-10 | 武汉大学 | 一种基于航道水深数据的自动化碍航分析方法及系统 |
CN107657623A (zh) * | 2017-08-28 | 2018-02-02 | 北京工业大学 | 一种用于无人机的河道线检测系统与方法 |
CN114255352A (zh) * | 2020-09-10 | 2022-03-29 | 中国石油天然气股份有限公司 | 一种河道提取方法、装置及计算机可读存储介质 |
CN114993288A (zh) * | 2022-05-26 | 2022-09-02 | 长江航道规划设计研究院 | 一种语义化的内河航道地形测图的生成方法 |
CN116504102A (zh) * | 2023-04-19 | 2023-07-28 | 交通运输部规划研究院 | 一种基于ais数据的航道边界确定方法 |
CN116678395A (zh) * | 2023-05-24 | 2023-09-01 | 山东科技大学 | 基于2d激光与视觉边缘线动态融合的养殖巡检机器人导航方法与系统 |
Non-Patent Citations (1)
Title |
---|
喻恒;赵建军;: "基于数字图像的实体黄河模型河势宽度检测", 河南大学学报(自然科学版), no. 02, 16 March 2011 (2011-03-16) * |
Also Published As
Publication number | Publication date |
---|---|
CN117218148B (zh) | 2024-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035276B (zh) | 一种图像边缘提取方法、装置及自动驾驶系统 | |
CN108280450B (zh) | 一种基于车道线的高速公路路面检测方法 | |
CN111415363B (zh) | 一种图像边缘识别方法 | |
CN102750538B (zh) | 一种基于图像处理技术的围棋比赛结果分析方法 | |
CN110473221B (zh) | 一种目标物体自动扫描系统及方法 | |
CN111027446B (zh) | 一种高分辨率影像的海岸线自动提取方法 | |
CN110245600B (zh) | 自适应起始快速笔画宽度无人机道路检测方法 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN105701491A (zh) | 固定格式文档图像模版的制作方法及其应用 | |
CN110852207A (zh) | 基于面向对象影像分类技术的蓝色屋顶建筑物提取方法 | |
CN114463211A (zh) | 一种基于浑浊度分级的水下图像增强方法 | |
CN110807406B (zh) | 一种雾天检测方法及装置 | |
CN111220235A (zh) | 水位监测方法及装置 | |
JP4747122B2 (ja) | 特定領域自動抽出システム、特定領域自動抽出方法、および、プログラム | |
CN108765424A (zh) | 污点区域检测方法和装置、分析仪器和存储介质 | |
JP3330829B2 (ja) | 機械部品の画像における評価可能区域の自動検出方法 | |
CN106815851B (zh) | 一种基于视觉测量的栅格圆形油位计自动读数方法 | |
CN117218148B (zh) | 基于卫星图像的航道边界确定方法和系统、可读存储介质 | |
CN113409224B (zh) | 一种图像目标针对性增强方法、装置、设备及存储介质 | |
JP2005346665A (ja) | 海岸線抽出方法及び海岸線抽出システム | |
CN113034555B (zh) | 一种基于最小生成树的特征精匹配方法及应用 | |
CN113095224A (zh) | 一种无人机巡查河道漂浮物的识别方法和装置 | |
CN110728723A (zh) | 一种面向瓦片地图的道路自动提取方法 | |
CN113139975B (zh) | 一种基于道路特征的路面分割方法及装置 | |
Xiang et al. | A modified joint trilateral filter based depth map refinement method |
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 | ||
GR01 | Patent grant |