84] 表1中的最大似然分类法是利用ENVI软件，以目视解译的方法解译水体目标，选 取训练样本，并通过训练样本监督分类，最后对分类结果进行阈值分割获得的。这种方法的 正确率、查全率和F指数较高，但是人工参与程度高，自动化程度差。而本发明方法是全自 动的，和利用ENVI软件进行人工目视解译精度非常接近（0. 9588vs. 0. 9639)，表明本发明 方法非常有效。
[0085] 通过对比常用方法和本文设计遥感图像水体提取方法的查全率、正确率以及F指 数可以发现，常用水体信息提取方法的查全率都比较高，但是正确率较低，存在严重的漏提 取和误提取现象，而本发明设计遥感图像水体提取方法在查全率和正确率方面都比较优 秀，并且不需要设置阈值参数，是一种比较有效的多目标水体提取方法。
[0086] 上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施 方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下 做出各种变化。
【主权项】
1. 一种遥感图像水体提取方法，用于获取遥感图像中的各个目标水体区域图像，其特 征在于，包括如下步骤： 步骤001.针对待处理遥感图像，构建对应于该待处理遥感图像的特征空间，同时，在 遥感图像中选取预设尺寸大小的水体矩形窗口，并且水体矩形窗口中仅包含水体区域，进 入步骤002 ; 步骤002.针对待处理遥感图像，按水体矩形窗口的尺寸进行划分，获得待处理遥感图 像上的与水体矩形窗口尺寸相同的各个待处理矩形窗口，并进入步骤003 ; 步骤003.根据待处理遥感图像所对应特征空间中的各个颜色特征，分别获得待处理 遥感图像上各个待处理矩形窗口与水体矩形窗口的相似度，进入步骤004 ; 步骤004.获得待处理遥感图像上，与水体矩形窗口的相似度大于预设相似度阈值的 各个待处理矩形窗口，作为各个初始矩形窗口，并进入步骤005 ; 步骤005.判断待处理遥感图像上初始矩形窗口的数量是否大于1，是则进入步骤006 ; 否则将该初始矩形窗口作为一个窗口聚类，进入步骤007 ; 步骤006.针对待处理遥感图像上的各个初始矩形窗口进行模糊聚类，获得待处理遥 感图像上的各个窗口聚类，并进入步骤007 ; 步骤007.分别针对各个窗口聚类，获得窗口聚类中各个初始矩形窗口的顶点，并分别 将该窗口聚类中出现次数为1次的顶点作为该窗口聚类的轮廓顶点，从而分别获得各个窗 口聚类的轮廓顶点，进入步骤008 ; 步骤008.分别针对各个窗口聚类，选取窗口聚类各个轮廓顶点中横坐标、纵坐标均最 小的轮廓顶点作为该窗口聚类的参考顶点，从而分别获得各个窗口聚类的参考顶点，进入 步骤009 ; 步骤009.分别针对各个窗口聚类，计算获得窗口聚类中所有轮廓顶点分别与该窗口 聚类的参考顶点之间的极角，并将该窗口聚类的各个轮廓顶点按其极角从小到大的顺序进 行排序，从而分别获得各个窗口聚类中各个轮廓顶点的排序，进入步骤010 ; 步骤010.分别针对各个窗口聚类，将窗口聚类中各个轮廓顶点按其排序依次进行连 接，并将分别位于排序中首部和尾部的两个轮廓顶点进行彼此相连，构成该窗口聚类的多 边形目标水体，从而分别获得各个窗口聚类的多边形目标水体，并进入步骤011 ; 步骤011.分别针对各个多边形目标水体，分别获得多边形目标水体中各个像素点分 别到该多边形目标水体各条边的距离，并分别选取该多边形目标水体中各像素点所对应的 最短距离作为对应像素点的符号距离函数值，从而分别获得各个多边形目标水体中各像素 点的符号距离函数值，进入步骤012 ; 步骤012.分别针对各个多边形目标水体，绘制符号距离函数值为0的等高线，从而分 别获得各个多边形目标水体的等高线，进入步骤013 ; 步骤013.分别针对各个多边形目标水体，根据多边形目标水体的等高线，针对多边形 目标水体中的像素点进行水平集函数迭代，直至水平集函数收敛，获得该多边形目标水体 中符号距离函数值小于等于〇的各像素点，则该各个像素点所构成的区域即为该多边形目 标水体所对应的目标水体，从而分别获得各个多边形目标水体所对应的目标水体，即获得 待处理遥感图像中各个目标水体。2. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于：所述步骤001中，针 对所述待处理遥感图像，根据CIE_LAB、HSL颜色模型和高斯归一化水体指数GNDWI，构建对 应于该待处理遥感图像的特征空间。3. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于：所述步骤003中，根 据待处理遥感图像所对应特征空间中的各个颜色特征，采用直方图相交法，分别获得待处 理遥感图像上各个待处理矩形窗口与水体矩形窗口的相似度。4. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于：所述步骤006中，针 对待处理遥感图像上的各个初始矩形窗口，采用模糊C均值聚类算法进行模糊聚类，获得 待处理遥感图像上的各个窗口聚类，其中，模糊聚类采用明可夫斯基距离进行质心加权。5. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于，所述步骤011包括如 下步骤： 步骤01101.分别针对各个多边形目标水体，以待处理遥感图像中各个像素点为起点， 分别沿图像所在面、竖直向上作射线，分别统计各射线与多边形目标水体各边的交点个数， 若个数为奇数，则该射线所对应的像素点位于该多边形目标水体中，否则该射线所对应的 像素点位于该多边形目标水体外，从而分别获得位于各个多边形目标水体中的像素点，进 入步骤01102 ; 步骤01102.分别针对各个多边形目标水体，分别获得多边形目标水体中各个像素点 分别到该多边形目标水体各条边的距离，并分别选取该多边形目标水体中各像素点所对应 的最短距离作为对应像素点的符号距离函数值，从而分别获得各个多边形目标水体中各像 素点的符号距离函数值，进入步骤012。6. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于：所述步骤013中，分 别针对各个多边形目标水体，根据多边形目标水体的等高线，针对多边形目标水体中的像 素点，采用C-V模型进行水平集函数迭代。7. 根据权利要求1所述一种遥感图像水体提取方法，其特征在于：所述步骤013之后， 还包括如下步骤： 步骤014.采用阈值分割法，分别将所述各个目标水体由所述待处理遥感图像中提取 出来。8. 根据权利要求7所述一种遥感图像水体提取方法，其特征在于：所述步骤014之后 还包括如下步骤： 步骤015.采用贴标签算法，分别针对所述提取出的各个目标水体中的像素点进行标 记。
【专利摘要】本发明涉及一种遥感图像水体提取方法，集多种算法于一体，包括图像搜索算法、模糊聚类算法、凸包点逆时针排序算法、符号距离函数初始化算法，构建了全新的控制策略，能够针对遥感图像中的水体，实现更加便捷、准确提取，并且根据CIE？LAB、HSL颜色模型和高斯归一化水体指数GNDWI，针对遥感图像构建特征空间，有效解决了水平集算法在多个目标的应用中收敛速度较慢，甚至无法收敛的问题；不仅如此，还引入并行处理方法，同时针对多个多边形目标水体分别进行水平集函数迭代收敛操作，大大提高了整个设计技术方案的工作效率。
【IPC分类】G06K9/46
【公开号】CN105139015
【申请号】CN201510442113
【发明人】李士进, 郭以军, 成建国, 蔡阳, 王声特, 高祥涛, 冯钧, 朱海晨, 蒋亚平, 聂建豪
【申请人】河海大学
【公开日】2015年12月9日
【申请日】2015年7月24日