一种冰川的冰流线提取方法及装置与流程

本发明涉及地理环境勘测领域，尤其涉及一种冰川的冰流线提取方法及装置。

背景技术：

合成孔径雷达(SAR)因其可全天时、全天候工作且不受云、雨的影响而成为遥感应用的前沿领域。SAR干涉测量(Inteferometry)利用SAR数据的相位信息可获得大地表面厘米级的形变而成为冰川表面流速监测广泛使用的手段；SAR图像相关方法(SRFT)能克服干涉测量方法因失相干严重而难以产生清晰的干涉条纹以及可见光图像质量由于云遮、雪盖限制的不足而成为目前山地冰川表面流速遥感监测的首选方式。

但由于冰川是流动的，且冰流线是多起点的，复合型冰川并不存在单一的中流线，研究时需要在时间和空间上精确对应，才能提取出冰川动态数据如冰流线等。当前对冰流线的提取主要是根据冰川边界及数字高程模型提取单一中流线，并不能准确描述冰川的动力状态；目前应用冰川动力学厚度模型计算冰川厚度仅使用主流线存在一定范围的误差。因此设计一种准确提取冰川动态数据的方法十分必要。

技术实现要素：

为了解决上述技术问题，本发明提供一种冰川的冰流线提取方法。

本发明第一个方面提供一种冰川的冰流线提取方法，包括：

根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量；

根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线；

根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态。

优选地，所述遥感图像特征匹配或合成孔径雷达图像特征匹配通过所述被测冰川的单视复数据进行估计，所述单视复数据通过采用条带模式的星载合成孔径雷达卫星获得。

优选地，所述根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的光学遥感图像，获得所述被测冰川的运动速度矢量，包括：

根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据；

根据所述被测冰川的运动数据，确定所述被测冰川的运动速度矢量；

所述被测冰川的运动数据包含所述被测冰川的运动方向和运动强度。

优选地，所述被测冰川的单视复数据通过重复周期获得。

优选地，所述重复周期为11天的整数倍。

优选地，所述条带模式的覆盖范围为30km*50km；所述单视复数据的分辨率为2.5m。

优选地，所述根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据，包括：

采用图像强度特征匹配机制从所述被测冰川的单视复数据，获得所述被测冰川的运动数据。

优选地，所述根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据，包括：

从所述被测冰川的单视复数据提取所述灰度特征；

根据所述灰度特征获得所述被测冰川的特征偏移值；

根据所述被测冰川的特征偏移值确定所述被测冰川的运动数据。

优选地，所述根据所述被测冰川的运动数据，确定所述被测冰川的运动速度矢量，包括：

将所述被测冰川的运动方向和运动强度转化为所述被测冰川的矢量点；

将所述被测冰川的矢量点作为所述被测冰川的运动矢量数据。

优选地，在所述根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态之后，还包括：

将所述被测冰川的至少两条冰流线与遥感影像灰度纹理对比，确认所述被测冰川的至少两条冰流线是否准确。

本发明第二个方面提供一种冰流线提取装置，包括：

矢量获取模块，用于根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量；

提取模块，用于根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线；

确定模块，用于根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态。

可选地，所述遥感图像特征匹配或合成孔径雷达图像特征匹配通过所述被测冰川的单视复数据进行估计，所述单视复数据通过采用条带模式的星载合成孔径雷达卫星获得。

可选地，所述矢量获取模块，具体用于：

根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据；

根据所述被测冰川的运动数据，确定所述被测冰川的运动速度矢量；

所述被测冰川的运动数据包含所述被测冰川的运动方向和运动强度。

可选地，所述被测冰川的单视复数据通过重复周期获得。

可选地，所述重复周期为11天的整数倍。

可选地，所述条带模式的覆盖范围为30km*50km；所述单视复数据的分辨率为2.5m。

可选地，所述矢量获取模块，具体用于：

采用图像强度特征匹配机制从所述被测冰川的单视复数据，获得所述被测冰川的运动数据。

可选地，所述矢量获取模块，具体用于：

从所述被测冰川的单视复数据提取所述灰度特征；

根据所述灰度特征获得所述被测冰川的特征偏移值；

根据所述被测冰川的特征偏移值确定所述被测冰川的运动数据。

可选地，所述矢量获取模块，具体用于：

将所述被测冰川的运动方向和运动强度转化为所述被测冰川的矢量点；

将所述被测冰川的矢量点作为所述被测冰川的运动矢量数据。

可选地，还包括：

确认模块，用于将所述被测冰川的至少两条冰流线与遥感影像灰度纹理对比，确认所述被测冰川的至少两条冰流线是否准确。

本发明实施例提供的冰川的冰流线提取方法及装置，通过冰流线提取装置根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量，再由该装置根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线，最终该装置根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态，以便获得冰川运动更加丰富的数据信息，从而能够更加准确监测冰川活动。

附图说明

图1为本发明实施例提供的一种冰川的冰流线提取方法的流程示意图；

图2为本发明实施例提供的另一种冰川的冰流线提取方法的流程示意图；

图3为本发明实施例提供的一种被测冰川的运动速度获取方式的流程示意图；

图4为本发明实施例提供的一种冰流线提取装置的结构示意图；

图5为本发明实施例提供的另一种冰流线提取装置的结构示意图。

具体实施方式

图1为本发明实施例提供的一种冰川的冰流线提取方法的流程示意图，参照图1，该方法包括：

步骤100、根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量；

具体的，该遥感图像特征匹配或合成孔径雷达图像特征匹配可以采用：根据TerraSAR-X图像特征匹配方法估计被测冰川的运动速度矢量；

步骤101、根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线；

步骤102、根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态。

本发明实施例提供的冰川的冰流线提取方法，通过冰流线提取装置根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量，再由该装置根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线，最终该装置根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态，以便获得冰川运动更加丰富的数据信息，从而能够更加准确监测冰川活动。

进一步地，对于步骤100中被测冰川的运动速度矢量可以通过多种方式获得，下面给出一种获得被测冰川的合成孔径雷达图像特征匹配方式：

所述被测冰川的合成孔径雷达图像为单视复数据，即遥感图像特征匹配或合成孔径雷达图像特征匹配通过所述被测冰川的单视复数据进行估计，所述单视复数据通过采用条带模式的星载合成孔径雷达卫星获得。

具体的，星载合成孔径雷达卫星采用TerraSAR-X或TanDEM-X卫星图像。

进一步地，步骤100的一种可能的实现方式为：

步骤100-1、根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据；

步骤100-2、根据所述被测冰川的运动数据，确定所述被测冰川的运动速度矢量；

其中，所述被测冰川的运动数据包含所述被测冰川的运动方向和运动强度。

进一步地，所述被测冰川的单视复数据通过重复周期获得。

可选的，所述重复周期至少为11天；或者也可以为11天的整数倍。

进一步地，上文采用的星载合成孔径雷达卫星TerraSAR-X或TanDEM-X，其条带模式的覆盖范围为：30km*50km，进一步上述单视复(single look complex)数据的分辨率为2.5m。

进一步地，步骤100-1的一种可能的实现方式为：

采用图像强度特征匹配机制从所述被测冰川的单视复数据，获得所述被测冰川的运动数据。

具体的，合成孔径雷达形变监测有两类方法：一是差分干涉，二是特征匹配。对于冰川形变监测，通常3天的间隔图像对不可能维持高相干度，因此干涉测量方法不能采用；特征匹配方法是根据灰度特征匹配，一般不超过1年间隔都可以采用。因此本发明实施例采用灰度特征匹配，即图像强度特征匹配机制。

步骤100-1的另一种可能的实现方式为：

从所述被测冰川的单视复数据提取所述灰度特征；

根据所述灰度特征获得所述被测冰川的特征偏移值；

根据所述被测冰川的特征偏移值确定所述被测冰川的运动数据。

进一步地，步骤100-2的另一种可能的实现方式为：

将所述被测冰川的运动方向和运动强度转化为所述被测冰川的矢量点；

将所述被测冰川的矢量点作为所述被测冰川的运动矢量数据。

具体的，矢量点由栅格图像转换而来，水平分定位精度与合成孔径雷达图像分辨率一致，获得的流速值与实测值比较有一定的偏差，误差±3-7m/year。

最终为了保证获得的被测冰川的至少两条冰流线的准确性，优选地，在步骤102后，还包括：

步骤103、将所述被测冰川的至少两条冰流线与遥感影像灰度纹理对比，确认所述被测冰川的至少两条冰流线是否准确。

下面基于上述实施例给出的方法，给出具体的实现方式进行说明。

图2为本发明实施例提供的另一种冰川的冰流线提取方法的流程示意图，参照图2，该方法包括：

首先根据星载合成孔径雷达卫星获取待测冰川的两张图像；

具体的，两张图象即为上述单视复数据；

进行合成雷达图像强度特征匹配；

具体的，强度特征匹配是搜索一定窗口大小内两幅图像灰度(强度)高相关点，并计算两点之间的偏移；

使用IDL编写最小费用流(Minimum Cost Flow，MCF)算法程序，对经过合成雷达图像强度特征匹配获得的矢量点进行连接；

将矢量点连接后，获得被测冰川的至少两条冰流线，给定起点的所有冰流线。

具体的，在将矢量点连接后的线条，首先与感影像灰度纹理对比，若匹配成功，则将矢量点连接后的线条作为被测冰川的冰流线。

具体的，对于MCF算法，其实现方式为：

【1】读入表面流速矢量文件；

【2】定义费用，使用权值来衡量，以矢量距离与方向差之积作为费用的权值，可定义8个方向；例如当前后两个矢量冰流矢量方向角度值差为<|45°|,方向权值为1，权值按角度差大小依次增加；定义总权值为pixel_length*方向权值。标识路径点；寻找下一个最小费用的点；直到终点；

【3】设置n个起点和终点，逐个搜索；

【4】生成线文件；

为了根据所述被测冰川的特征偏移值获得所述被测冰川的运动速度矢量，图3为本发明实施例提供的一种被测冰川的运动速度获取方式的流程示意图，其中，本方法采用星载合成孔径雷达卫星于2015/08/02和2015/11/09获取的可用图像作为被测冰川的单视复数据；

将2015/08/02和2015/11/09获取的可用图像进行精配准；

在对配准后的图像进行特征匹配，

其中，整个运动速度矢量的获取是用商业的GAMMA软件处理的；

对可用图像进行偏移计算并完成坐标转换；

根据偏移值获得被测冰川的运动速度矢量，即表面运动速度。

为了执行上述各个实施例提供的步骤，本发明实施例还提供一种冰流线提取装置，图4为本发明实施例提供的一种冰流线提取装置的结构示意图，参照图4，该装置包括：矢量获取模块100、提取模块101和确定模块102；

矢量获取模块100，用于根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量；

提取模块101，用于根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线；

确定模块102，用于根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态。

本实施例提供的冰流线提取装置，首先矢量获取模块根据遥感图像特征匹配或合成孔径雷达图像特征匹配提取被测冰川的运动速度矢量；之后提取模块根据所述被测冰川的运动速度矢量获得所述被测冰川的至少两条冰流线；最终确定模块根据所述被测冰川的至少两条冰流线，确定所述被测冰川的动力状态，以便获得冰川运动更加丰富的数据信息，从而能够更加准确监测冰川活动。

可选地，所述遥感图像特征匹配或合成孔径雷达图像特征匹配通过所述被测冰川的单视复数据进行估计，所述单视复数据通过采用条带模式的星载合成孔径雷达卫星获得。

进一步地，所述矢量获取模块100，具体用于：

根据所述被测冰川的单视复数据，获得所述被测冰川的运动数据；

根据所述被测冰川的运动数据，确定所述被测冰川的运动速度矢量；

所述被测冰川的运动数据包含所述被测冰川的运动方向和运动强度。

可选地，所述被测冰川的单视复数据通过重复周期获得。

可选地，所述重复周期至少为11天；或者也可以为11天的整数倍。

可选地，所述条带模式的覆盖范围为30km*50km；所述单视复数据的分辨率为2.5m。

可选地，所述矢量获取模块100，具体用于：

采用图像强度特征匹配机制从所述被测冰川的单视复数据，获得所述被测冰川的运动数据。

可选地，所述矢量获取模块100，具体用于：

从所述被测冰川的单视复数据提取所述灰度特征；

根据所述灰度特征获得所述被测冰川的特征偏移值；

根据所述被测冰川的特征偏移值确定所述被测冰川的运动数据。

进一步地，所述矢量获取模块100，具体用于：

将所述被测冰川的运动方向和运动强度转化为所述被测冰川的矢量点；

将所述被测冰川的矢量点作为所述被测冰川的运动矢量数据。

在图4的基础上，图5为本发明实施例提供的另一种冰流线提取装置的结构示意图，参照图5，该装置包括：还包括：确认模块103；

确认模块103，用于将所述被测冰川的至少两条冰流线与遥感影像灰度纹理对比，确认所述被测冰川的至少两条冰流线是否准确。