一种面向对象的高分遥感影像不透水层提取方法

文档序号:9472225阅读:962来源:国知局
一种面向对象的高分遥感影像不透水层提取方法
【技术领域】
[0001] 本发明属于遥感影像处理领域,尤其设及一种面向对象的高分遥感影像不透水层 提取方法。
【背景技术】
[0002] 城市作为人口最为积聚和人类活动最为强烈的地区,其环境和气候等日益受到关 注;城市的扩展直接改变了上地覆盖、上地利用的状况,也直接影响局部的气候、生态和环 境。不透水层(Impervioussurfaces)作为城市化进程和城市化率评估中的重要指标,对 分析评价城市地区的气候、环境、水循环等具有重要的意义。不透水层被认为是重要的环境 评估指标,被广泛应用在城市综合评估过程中。
[0003] 不透水面是指天然的或者人造的能阻止水渗透到地表W下的物质,诸如屋顶、渐 青、水泥道路W及停车场等具有不透水性的地表面。人工不透水面是城市地区的特征,城市 化的一个重要表现就是不透水面分布比率的上升。随着不透水面的增加,城市中的绿地、湿 地和水体面积逐渐减少,也引发了多种环境因子的改变,诸如地表径流、流域水质和城市热 环境的变化等,从而促使城市生态系统恶化。不透水面分布被认为是表征流域健康、水质W 及整个生态系统是否健康最为重要的环境指标之一。
[0004] 鉴于不透水层在城市环境分析、管理和评价中的重要作用,在过去的十多年,从卫 星图像中定量提取不透水层的先进方法被广泛研究,运些方法包括高级的基于像元图像分 类方法、对像元分解的亚像元分类方法和决策树模型。不透水层的提取也通过综合高反照 率和低反照率比率(丰度)图像,运用线性光谱混合分析来实现的。
[0005] 对不透水层的估计研究通常基于中等空间分辨率图像。由于城市地区地表覆盖的 异质性和城市不透水层的复杂性,中等空间分辨率图像分辨率偏低,虽然基于亚像元的方 法来提取不透水层表面能够改善提取精度,但是在那些低密度的住宅区域,城市的不透水 层经常被过高估计。相反,在高密度住宅区,由于一些明亮的不透水表面和干燥±壤具有相 似的光谱响应特征,运使得此类地区的不透水层被低估。
[0006] 随着航空航天技术的高速发展,高空间分辨率图像大量获取,运用运些高分辨率 图像提取不透水层引起了广泛的关注,但开展的研究,主要是针对某一特定特征(如阴影 的处理)的提取与分析。
[0007] 在中低空间分辨率图像中,由于大量混合像元的存在,在低密度住宅区域,不透水 层经常被过高估计,在高密度住宅区,不透水层被低估。在高分辨率遥感影像中,由于图像 纹理特征复杂性,目前没有一种很有效的从高分辨率图像中提取不透水层的方法。

【发明内容】
阳00引(一)要解决的技术问题
[0009]本发明的目的在于,提供一种面向对象的高分遥感影像不透水层提取方法,实现 不透水区域的快速提取,有效解决了高分辨率影像地物细节过多、地物分类难等问题,极大 提升了不透水层提取的精度。
[0010] (二)技术方案
[0011] 本发明提供一种面向对象的高分遥感影像不透水层提取方法,包括:
[0012] S1,将高分遥感影像分割成相互不重叠的多边形对象,其中,多边形对象内的像素 具有同质属性,相邻多边形对象间的像素具有异质属性;
[0013] S2,根据像素在不同波段间差异,计算每个像素的归一化透水指数和归一化不透 水指数,并计算出每个多边形对象内归一化透水指数和归一化不透水指数的平均值;
[0014] S3,根据每个多边形对象内归一化透水指数和归一化不透水指数的平均值,判定 该多边形对象是否为不透水多边形;
[0015] S4,将预定范围内的多个不透水多边形进行聚合,形成不透水层。
[0016] (S)有益效果
[0017] 本发明从多光谱高分影像中提取不透水层,利用面向对象的机制,把遥感影像上 表现为同质的区域分割为一个对象处理,利用新颖的归一化不透水指数和归一化透水指 数,结合对象整体统计判定准则,实现不透水区域的快速提取,同时提高了不透水层提取的 精度,在城市发展评估、环境生态评价等方面具有重要意义。
【附图说明】
[0018] 图1是本发明提供的面向对象的高分遥感影像不透水层提取方法的流程图。
[0019] 图2是本发明实施例提供的高分遥感影像。
[0020] 图3是本发明实施例中图像分割后整景图像的分割效果图。
[0021] 图4是本发明实施例中图像分割后局部区域的分割效果图。
[0022] 图5是本发明实施例中全景影像的NDPI图。
[0023] 图6是本发明实施例提供的高分遥感影像的局部影像。
[0024] 图7是本发明实施例中局部影像的NDPI图。
[0025] 图8是本发明实施例中全景影像的NDIPI图。
[0026] 图9是本发明实施例中局部区域的NDIPI图。
[0027] 图10是本发明实施例中判定为不透水多边形的效果图。
[0028] 图11是本发明实施例中局部区域不透水多边形的效果图。
[0029] 图12是本发明实施例中全景图像的聚合效果图。
[0030] 图13是本发明实施例提供的局部区域的聚合效果图。
【具体实施方式】
[0031] 本发明提供一种面向对象的高分遥感影像不透水层提取方法,首先综合利用图像 分割技术,实现遥感影像的对象分割,同质区域分割为同一个多边形对象,针对遥感影像, 提取归一化不透水指数(NDIPI,NormalizedDifferenceImperviousIndex)和归一化透 水指数(NDPI,NormalizedDifferencePerviousIndex),分别得到NDIPI图和NDPI图, 利用透水判定规则,实现分割对象的透水属性判读,利用汇聚技术实现不透水对象的聚合, 得到遥感影像的不透水层。
[0032] 图1是本发明提供的面向对象的高分遥感影像不透水层提取方法的流程图,如图 1所示,高分遥感影像不透水层提取方法包括:
[0033] S1,将高分遥感影像分割成相互不重叠的多边形对象,其中,多边形对象内的像素 具有同质属性,相邻多边形对象间的像素具有异质属性;
[0034]S2,高分遥感影像的空间分辨率优于10米,其数据波段通常为4波段数据,四个 波段的光谱范围为:B1波段(蓝波段)为0. 45~0. 52um,B2波段(绿波段)为0. 52~ 0. 60um,B3波段(红波段)为0. 63~0. 69um,B4波段(近红波段)为0. 76~0. 90um,根 据像素在不同波段间差异,计算每个像素的归一化透水指数和归一化不透水指数,并计算 出每个多边形对象内归一化透水指数和归一化不透水指数的平均值;
[0035]S3,根据每个多边形对象内归一化透水指数和归一化不透水指数的平均值,判定 该多边形对象是否为不透水多边形;
[0036]S4,将预定范围内的多个不透水多边形进行聚合,形成不透水层。
[0037] 根据本发明的一种实施方式,在步骤S1中,采用基于均值平移的多尺度分割方 法,将高分遥感影像分割成相互不重叠的多边形对象,也可W采用其他分割方法,如分水岭 分割方法、Mean-shift分割方法、基于神经元网络的分割方法、基于形态学的分割方法等。
[0038] 根据本发明的一种实施方式,在步骤S2中:
[0039] 像素的归一化透水指数计算公式为:
[0040] 归一化透水指数=(绿波段的像素值一近红波段的像素值)/(绿波段的像素值+ 近红波段的像素值);
[0041] 像素的归一化不透水指数计算公式为:
[0042] 归一化不透水指数=(近红波段的像素值一红波段的像素值)/(近红波段的像素 值+红波段的像素值)。
[0043]多边形对象的归一化透水指数平均值的计算公式为:
[0044]
[0045] 其中,Pg为归一
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1