专利名称：基于光谱解混的黄河主溜线检测方法
技术领域：
本发明涉及一种黄河主溜线检测方法，特别是基于光谱解混的黄河主溜线检测方 法。
背景技术：
黄河主溜线的提取在传统上都是通过人工绘制，该方法不仅费时、费力，而且容易 受天气等自然条件的影响，更重要的是，难以在汛期及时掌握主溜变化情况。近年来，遥感 图象已经广泛应用于水体识别、河流提取、水质检测、洪灾检测、水域变化检测等领域，这些 研究采用的方法基本上是根据水体在图像上所表现出的特性并使用传统的一些分类方法 进行检测。遥感技术和遥感图象处理的不断发展，使得运用遥感图象进行黄河主溜线检测 成为可能。河道主溜在河势多变的淤积沙床质河道中表现的问题突出，由于国际上对多沙 河流河道河势研究较少，所以，目前还没有关于遥感影像解译河道主溜及河势图的应用研 究成果报道。国内，目前河道主溜遥感影像解译仅仅在黄河进行了初步应用，然而，影像数 据处理和解译依靠人工目视，整个过程费工费时，同时，依据遥感影像的目视解译还存在难 以准确提取河道主溜的困难。
发明内容
为了克服现有的黄河主溜线检测方法准确度差的不足，本发明提供一种基于光谱 解混的黄河主溜线检测方法，该方法根据遥感图像中水域的光谱特点，进行河流粗分割；再 利用边缘检测等提取出岸边线，确定河流区域；根据河段的弯曲程度及方向和南北水边线 之间的河流分布对河流进行分段；对分段后的河道，利用主溜线的光谱、物理特性提取基于 区域解混的主溜点；应用多尺度分析方法，对提取出的主溜点进行连接，形成最终的主溜 线，可以提高黄河主溜线检测方法准确度。本发明解决其技术问题所采用的技术方案一种基于光谱解混的黄河主溜线检测 方法，其特点是包括下述步骤(a)采用监督分类法和匹配方法进行河流分割，并根据黄河河段的形状特点对分 类后的图像进行形态学处理，合并小区域，消除较小的滩涂和桥梁；(b)采用Carmy算子对边缘进行检测，根据邻域法对检测出的边缘进行跟踪连接， 连接出初步的黄河南北岸水边线，去除干扰线段，得到一组有用线段；再根据统计特性，每 条线段中所判断的点属于某一岸的数目大于某一阈值，得南北岸图像；把南北两岸的线段 按一定顺序分别进行有序存储到矩阵中，得到南北岸完整的水边线；(c)通过开窗的曲率计算将空间的坝岸变换到曲率域，所得曲率序列的极大值点 位置，代表弯道弯顶的位置所在；两个连续极值点之间的极小值点位置，代表两连续河湾间 的过渡衔接点位置，将黄河分成典型河段和非典型河段；(d)采用SMACC算法进行纯净端元提取，采用AMGS算法寻找极点，将亮度最大的象 素点位置保存在q(l)中
4
W1 = h°(1)W = h二其次，从已有数据集中去除当前选择向量的映射Hnj=H^-WXjFn-^anj重复以上两步，直到残差满足一定阈值；确定主溜点的位置；(e)①将原始数据空间多尺度划分为几何区域；最大尺度J =「log2( )l淀义几何 区域为R(j，k，1)为平行四边形区域，其水平宽度为w = 2、垂直厚度为t = 2J-J+r ；其中j =1. . . J ；定义k为区域R水平的位置；定义变量L表示区域的倾斜程度；H为区域R的垂
直位置；将二维空间沿横轴进行二进划分；·Ζ =「1θ&( )"!为划分的最大尺度；划分的每一 个纵向区域的宽度为w = 2、其中j = 1. . . J ；每一个纵向区域左右边界上任意两点连 接，用这条线作为中线分别在上下做两条平行线，得到一个平行四边形区域，设厚度为t =2J-J+r ；此平行四边形区域即数据结构；用s定义中线的斜率；用h定义中线左端点的 垂直位置；定义两个尺度因子，S1 = V(Vw), δ2 = νυ，分别对应斜率和垂直位置的分 辨率；将数据空间在每一个尺度下划分平行四边形区域的集合；定义区域倾斜的斜率的 绝对值不超过S;将平行四边形区域表示为R(j，k，1，i)，其中分别为尺度，0彡k< 1/ W δ i彡1彡S δ i，0彡i彡δ ^1-I ；对于R(j，k，1，i)，左侧垂直边的横坐标为X = kw, 中线与左侧垂直边的交点为y = i δ 2，斜率s = 1 δ工；两个平行四边形区域R1 (LknIpi1)和区域R2(j2，k2，l2，i2)之间的连续性条件 两个区域在同一尺度下，即丄=J2 ；眷两区域相邻，即Ikfk2I = 1 ； 公共垂直边线与两个区域的交点距离很近，即I I^i1-I2I < ν ；眷两区域的中线斜率相差不大，即I1-I2 <u；将满足上述四个条件的两区域定义为连续性好的区域；②统计每个尺度下几何区域中的点数，并根据阈值选择显著的区域；③在每一个尺度下建立一个无向图Gj = (VjjEj)，当Count > N时的几何区域作为 图的顶点ν e Vj ；式中，Count是区域R内的点数，N是区域R内的定义阈值；如果两个几何区域满足连续性的条件，就在这两个顶点之间连上一条边e e Ej ； 逐个计算几何区域内的点的数量，根据阈值N进行取舍以及连续性关系建立边，得到无向 图；④在建立的每一个无向图中使用深度优先搜索算法，搜索最长路径，搜索出的最 长路径即为主溜线。本发明的有益效果是由于根据遥感图像中水域的光谱特点，进行河流粗分割； 再利用边缘检测等提取出岸边线，确定河流区域；根据河段的弯曲程度及方向和南北水边 线之间的河流分布对河流进行分段；对分段后的河道，利用主溜线的光谱、物理特性提取基 于区域解混的主溜点；应用多尺度分析方法，对提取出的主溜点进行连接，形成最终的主溜线，提高了黄河主溜线检测方法准确度。下面结合附图和具体实施方式
对本发明作详细说明。
附图是本发明基于光谱解混的黄河主溜线检测方法流程图。
具体实施例方式参照附图。1、河流分割。输入一副TM多光谱图像，首先是河流粗分割。采用光谱分类和匹配技术，如光谱 向量匹配、马氏距离分割和Gauss Markov等方法进行光谱图像分类，并根据黄河河段的形 状特点进行分类后处理，如区域合并等。分类时采用了监督分类方法，由于图像受天气等 因素的影响，图像中黄河上游和下游水体的光谱有较大差异，若采用单一样本进行光谱角 分类会有很大误差，因此采用两种样本分别对图像进行分类，然后合成图像。由于图像中有 桥梁和滩涂的影响，不便于南北两岸水边线的提取，在边缘精度要求适合进一步研究的情 况下对图像进行了形态学处理，即图像进行膨胀和腐蚀操作，消除了较小的滩涂和桥梁。2、河岸线提取。采用Carmy算子对边缘进行检测，并对检测出的边缘进行跟踪连接，分类出河流 南北岸的水边线，为下一步河流分段做好准备。为了便于提取南北两岸，需对所得到的边 缘线进行连接跟踪；根据邻域法，利用一个边缘跟踪算法可到得到一组连续的线段，根据长 度去除一些较短的干扰线段，同时可根据滩涂的形状特性，去除滩涂，从而得到一组有用线 段。根据黄河水体的分布特征，观察它具有一定的横向和竖向特征，据此可设计算法对每段 线段进行南北岸的判断。基于算法效率考虑只需对每段中某些有代表性的点进行南北岸的 判断即可得到这整段水边线所属哪一岸的信息。根据统计特性，每段中所判断的点属于某 一岸的数目大于某一阈值即可判断这段是属于南岸或北岸，反之，则属于另外一岸，从而得 到南北岸图像。根据需要把南北两岸的线段按一定顺序分别进行有序存储到矩阵中，从而 得到两岸完整的水边线，以利于下一步的主溜线提取。3、河流分段。就黄河主溜线问题将黄河分成典型河段和非典型河段。典型河段又分为顺直微 弯、弯曲和分汊三类。每一类河段的形状都有很大差别，描述差别的主要方式一是利用弯曲系数和曲率 来描述河段的弯曲程度及方向，二是通过南北水边线之间的河流分布来确定是否存在分 汊。河段与河段之间的空间联系也是判定的黄河主溜线依据之一，因此，对于河段之间的空 间分布关系计算也是非常重要的，本发明对空间分布关系定义为连续弯相接、弯道归顺等 河段，利用河段之间的连续变化排列从空间予以分别。具体分段方法如下a)通过开窗的曲率计算将空间的坝岸变换到曲率域，所得曲率序列的极大值点位 置，代表了弯道弯顶的位置所在。b)两个连续极值点之间的极小值点位置，代表两连续河湾间的过渡衔接点位置。4、主溜点提取。基于区域解混的主溜提取方法。
屏蔽河道外背景，对某河段进行PCA变换，取变换后的局部区域进行解混。采用逐 次最大角凸锥体(sequential maximum angle convex cone，SMACC)算法，设定端元个数为 四，进行纯净端元提取首先，采用极点来确定凸锥，并以此定义第一个端元。之后，在现有 锥体中应用满足上述约束条件的斜投影生成下一个端元。增加锥体生成新的端元。该方法 一直重复，直至生成一个满足一定的公差、凸锥中已有的端元，或者直至满足了指定的端元 类别数。在确定极点时，采用逐次正交化算法AMGS (adaptation of the augmented modifiedGram Schmidt)来寻找极点。首先，从H中选取要保留的向量。初始向量可以随 机选取，也可以按照一定的准则来选取，这里，选取的是亮度最大的象素点，其位置保存在 q(l)中。W1 = h:⑴W = h二其次，从已有数据集中去除当前选择向量的映射。h1； =H1;-1-WnFnnJ
(K1)重复以上两步，直到残差满足一定阈值。确定丰度图像时，将每种物质用一个涵盖其变化的子空间来表示，通过向这个子 空间上投影，得到端元中各物质含量。利用极点向量不能由图像中其它点的非负线性组合 表示，而非极点则可以的特性，寻找其每个端元所覆盖的子空间，从而确定丰度。在各种端 元对应的丰度图像中选取具有单调递增特点的端元光谱对应的丰度图像。确定丰度图像之 后，利用断面最大丰度定位方法来进行主溜点的定位，即，对河道的每一个断面(河道断面 用垂直线近似)像素值进行极值分析，找出极值点，即丰度图像中亮度最大的点，从而确定 主溜点的位置。5、主溜点连接。在以上主溜点提取的方法中，需要将获得的主溜点进行连接才能获得线段。本发 明采用多尺度分析的曲线连接方法首先将主溜点数据空间在各个尺度下进行划分，对每一个划分出的区域，统计区 域内的点数。然后构建无向图。最后在图中寻找最长的路径。具体的步骤为a)多尺度划分对原始数据空间进行多尺度划分，划分为几何区域。首先定义 具有不同方向、尺度、长度的多尺度的几何区域。最大尺度《/ =「1(^2(〃)"|。定义几何区域为 R(j，k，1)为平行四边形区域，其水平宽度为w = 2-J,垂直厚度为t = 2J-J+r0其中j = 1... J。 宽度和厚度取决于尺度的大小和数据点的数目。定义k为区域R水平的位置。另外定义变 量L表示区域的倾斜程度。H为区域R的垂直位置。然后将二维空间沿横轴进行二进划分。/ = ClOg2(H)"!为划分的最大尺度。划分的 每一个纵向区域的宽度为w = 2、其中j = 1. . . J。每一个纵向区域左右边界上任意两点 连接，用这条线作为中线分别在上下做两条平行线，得到一个平行四边形区域，设厚度为t =2j_J+r。此平行四边形区域即为我们所需要的数据结构，通过平移和旋转中线得到更多的
7平行四边形区域。使用s定义中线的斜率。并h定义中线左端点的垂直位置。另外定义 两个尺度因子，S1 = V(Vw), δ2 = νυ，分别对应斜率和垂直位置的分辨率。将数据空间 在每一个尺度下划分平行四边形区域的集合。定义区域倾斜的斜率的绝对值不超过S。将 平行四边形区域表示为R(j，k，1，i)，其中分别为尺度，0彡k < 1/V1，-SS1^ I^sS1, 0彡i彡δ ^1-I0因此对于R(j，k，1，i)，左侧垂直边的横坐标为χ = kw,中线与左侧垂直 边的交点为y = i δ2，斜率s = 1 δ1()定义两个平行四边形区域R1G1, ki; I1, I1)和区域R2(j2，k2，I2, i2)之间的连续性 条件。 两个区域在同一尺度下，即J1 = j2。眷两区域相邻，即Ikfk2I = 1。 公共垂直边线与两个区域的交点距离很近，即I I^i1-I2I < V0 两区域的中线斜率相差不大，即I I1-I21 < U。将满足上述四个条件的两区域定义为连续性好的区域。b)数据统计统计每个尺度下几何区域中的点数，并根据阈值选择显著的区域。c)构造无向图利用显著区域以及区域见的连续性，构建无向图。在每一个尺度下建立一个无向图Gj = (Vj, Ej),使用上述的每一个几何区域作为 图的顶点ν e \，不过不是为每一个几何区域都建立一个顶点。而是要选取其中符合要求 的，称为候选区域。候选区域的选取是由区域内数据点的数量决定的。设区域R内的点数 为Count，定义阈值N，当Count > N时，此区域即为候选区域。如果两个几何区域满足连续性的条件，就在这两个顶点之间连上一条边e e Ej。逐 个计算几何区域内的点的数量，根据阈值N进行取舍，然后根据连续性关系建立边，从而建 立一个无向图。搜索最长路径在建立的每一个无向图中使用深度优先搜索算法，搜索最长路径， 搜索出的最长路径即为主溜线。
权利要求
一种基于光谱解混的黄河主溜线检测方法，其特征在于包括下述步骤(a)采用监督分类法和匹配方法进行河流分割，并根据黄河河段的形状特点对分类后的图像进行形态学处理，合并小区域，消除较小的滩涂和桥梁；(b)采用Canny算子对边缘进行检测，根据邻域法对检测出的边缘进行跟踪连接，连接出初步的黄河南北岸水边线，去除干扰线段，得到一组有用线段；再根据统计特性，每条线段中所判断的点属于某一岸的数目大于某一阈值，得南北岸图像；把南北两岸的线段按一定顺序分别进行有序存储到矩阵中，得到南北岸完整的水边线；(c)通过开窗的曲率计算将空间的坝岸变换到曲率域，所得曲率序列的极大值点位置，代表弯道弯顶的位置所在；两个连续极值点之间的极小值点位置，代表两连续河湾间的过渡衔接点位置，将黄河分成典型河段和非典型河段；(d)采用SMACC算法进行纯净端元提取，采用AMGS算法寻找极点，将亮度最大的象素点位置保存在q(1)中 <mrow><msub> <mi>w</mi> <mn>1</mn></msub><mo>=</mo><msubsup> <mi>h</mi> <mrow><mi>q</mi><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow> <mn>0</mn></msubsup> </mrow> <mrow><msub> <mi>w</mi> <mi>n</mi></msub><mo>=</mo><msubsup> <mi>h</mi> <mrow><mi>q</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow> <mrow><mi>n</mi><mo>-</mo><mn>1</mn> </mrow></msubsup> </mrow>其次，从已有数据集中去除当前选择向量的映射 <mrow><msubsup> <mi>h</mi> <mi>j</mi> <mi>n</mi></msubsup><mo>=</mo><msubsup> <mi>h</mi> <mi>j</mi> <mrow><mi>n</mi><mo>-</mo><mn>1</mn> </mrow></msubsup><mo>-</mo><msub> <mi>w</mi> <mi>n</mi></msub><msubsup> <mi>F</mi> <mrow><mi>n</mi><mo>,</mo><mi>j</mi> </mrow> <mi>n</mi></msubsup> </mrow> <mrow><msubsup> <mi>F</mi> <mrow><mi>n</mi><mo>,</mo><mi>j</mi> </mrow> <mi>n</mi></msubsup><mo>=</mo><msub> <mi>α</mi> <mrow><mi>n</mi><mo>,</mo><mi>j</mi> </mrow></msub><mfrac> <mrow><mo>(</mo><msub> <mi>w</mi> <mi>n</mi></msub><mo>,</mo><msubsup> <mi>h</mi> <mi>j</mi> <mrow><mi>n</mi><mo>-</mo><mn>1</mn> </mrow></msubsup><mo>)</mo> </mrow> <mrow><mo>(</mo><msub> <mi>w</mi> <mi>n</mi></msub><mo>,</mo><msub> <mi>w</mi> <mi>n</mi></msub><mo>)</mo> </mrow></mfrac> </mrow>重复以上两步，直到残差满足一定阈值；确定主溜点的位置；(e)①将原始数据空间多尺度划分为几何区域；最大尺度定义几何区域为R(j，k，l)为平行四边形区域，其水平宽度为w＝2 j，垂直厚度为t＝2j J+r；其中j＝1…J；定义k为区域R水平的位置；定义变量L表示区域的倾斜程度；H为区域R的垂直位置；将二维空间沿横轴进行二进划分；为划分的最大尺度；划分的每一个纵向区域的宽度为w＝2 j，其中j＝1…J；每一个纵向区域左右边界上任意两点连接，用这条线作为中线分别在上下做两条平行线，得到一个平行四边形区域，设厚度为t＝2j J+r；此平行四边形区域即数据结构；用s定义中线的斜率；用h定义中线左端点的垂直位置；定义两个尺度因子，δ1＝t/(Vw)，δ2＝t/U，分别对应斜率和垂直位置的分辨率；将数据空间在每一个尺度下划分平行四边形区域的集合；定义区域倾斜的斜率的绝对值不超过S；将平行四边形区域表示为R(j，k，l，i)，其中分别为尺度，0≤k＜1/w 1， Sδ1≤l≤Sδ1，0≤i≤δ2 1 1；对于R(j，k，l，i)，左侧垂直边的横坐标为x＝kw，中线与左侧垂直边的交点为y＝iδ2，斜率s＝lδ1；两个平行四边形区域R1(j1，k1，l1，i1)和区域R2(j2，k2，l2，i2)之间的连续性条件●两个区域在同一尺度下，即j1＝j2；●两区域相邻，即|k1 k2|＝1；●公共垂直边线与两个区域的交点距离很近，即|l1+i1 l2|＜v；●两区域的中线斜率相差不大，即|l1 l2|＜u；将满足上述四个条件的两区域定义为连续性好的区域；②统计每个尺度下几何区域中的点数，并根据阈值选择显著的区域；③在每一个尺度下建立一个无向图Gj＝(Vj，Ej)，当Count＞N时的几何区域作为图的顶点v∈Vj；式中，Count是区域R内的点数，N是区域R内的定义阈值；如果两个几何区域满足连续性的条件，就在这两个顶点之间连上一条边e∈Ej；逐个计算几何区域内的点的数量，根据阈值N进行取舍以及连续性关系建立边，得到无向图；④在建立的每一个无向图中使用深度优先搜索算法，搜索最长路径，搜索出的最长路径即为主溜线。FSA00000284737700015.tif,FSA00000284737700016.tif
全文摘要
本发明公开了一种基于光谱解混的黄河主溜线检测方法，用于解决现有的黄河主溜线检测方法准确度差的技术问题。技术方案是根据遥感图像中水域的光谱特点，进行河流粗分割；再利用边缘检测等提取出岸边线，确定河流区域；根据河段的弯曲程度及方向和南北水边线之间的河流分布对河流进行分段；对分段后的河道，利用主溜线的光谱、物理特性提取基于区域解混的主溜点；应用多尺度分析方法，对提取出的主溜点进行连接，形成最终的主溜线，提高了黄河主溜线检测方法准确度。
文档编号G06T7/00GK101980296SQ20101029287
公开日2011年2月23日 申请日期2010年9月25日 优先权日2010年9月25日
发明者佘红伟, 刘学工, 张海超, 张艳宁, 杨旭普, 段峰, 赵娜 申请人:西北工业大学