本技术适用于泥石流地质灾害的识别与判定技术领域，具体说是一种基于卫星图像对泥石流地质灾害进行识别与判定的方法
背景技术：
传统的泥石流地质灾害识别和判定方法主要是先采取实地地质测绘、勘查等工作后才能判断灾害蕴藏情况，对于较大范围的地质灾害调查和防控可谓杯水车薪，且效率较低。
而基于卫星影像的判读，是一种方便、快捷、成本较低且有效的识别、判定的方式。目前国际上先进MODIS、LANDSAT等卫星均免费提供全球20年以上的历史遥感数据。通过对泥石流地质灾害区历史数据的比对和分析，可为泥石流地质灾害区治理方式的选择及灾害的发展趋势提供大量真实可靠的数据。但是现在流行的对卫星影像的处理方法，特别是图像拼接方法，存在效率低、精度低、识别结果不佳的缺陷。
技术实现要素：
基于本领域地质灾害识别和判定及卫星影像处理的技术缺陷，本发明提供了一种基于卫星图像对泥石流地质灾害进行识别与判定的方法，可以达到精准快速的泥石流地质灾害识别与判定效果。
本发明的一种基于卫星图像对泥石流地质灾害进行识别与判定的方法，其特征在于：
步骤1，对预估的灾害区域进行GPS定位；
步骤2，根据预估定位的灾害位置，获取卫星图像数据；
步骤3，对图像数据进行图像预处理；
步骤4，对预处理后的图像进行拼接；
步骤5，对拼接后的图像进行解译分析，识别并判定泥石流灾害区域。
其中，所述步骤4，对预处理后的图像进行拼接，具体包括：
步骤4-1，检测并提取原始图像1和原始图像2的特征点，
步骤4-2，对提取的特征点进行匹配；
步骤4-3，对图像进行空间变换；
步骤4-4，进行图像融合。
其中，步骤4-2，对提取的特征点进行匹配，具体包括：
步骤4-2-1，读取原始图像1和原始图像2，分别在原始图像1和原始图像2中，以每一个特征点i为中心取一个(2L+1)×(2L+1)大小的相关窗口W，L为大于等于1的整数；
步骤4-2-2，将原始图像1和原始图像2进行灰度化；
步骤4-2-3，逐个选取灰度化后的原始图像1中每一个像素点i，求取该像素点i与灰度化后的原始图像2中任一点的匹配度R，
所述
其中，C1、C2分别为原始图像1和原始图像2中像素点相关窗口内像素的灰度值，分别表示图原始图像1和原始图像2像素点相关窗口内像素灰度值的均值；
步骤4-2-4，针对原始图像1中的每一个像素点i，选取匹配度R中最大的匹配度Rmax所对应的像素点作为该像素点i的匹配点；
步骤4-2-5，设置匹配度阈值Z，将所有像素点的最大匹配度Rmax与Z进行比较，排除Rmax小于Z的该匹配度所对应的像素点，仅将Rmax大于Z的该匹配度所对应的原始图像1和原始图像2的像素点保留。
步骤4-2-6，将保留的原始图像1的像素点及其对应的原始图像2的像素点作为特征点对，进行特征点匹配。
其中，步骤3，对图像数据进行图像预处理，具体包括辐射校正和几何配准。
其中，步骤5，对拼接后的图像进行解译分析，识别并判定泥石流灾害区域，包括：结合其他相关资料，进行泥石流流量估算，泥石流影响评价、泥石流泛滥范围估计、以及泥石流危险性分区。
通过本发明，采用卫星影像作为研究对象，可以大尺度对地区进行研究；采用先进的图像拼接技术，可以达到精准快速的影像处理效果，并进一步对泥石流地质灾害识别与判定产生积极影响。本发明将3S技术结合，是一种方便、快捷、成本较低且有效的灾害识别和判定的方式。采用上述三种技术方法相结合的方式，对潜在泥石流发生区域进行定位、分析，最终实现识别和判定泥石流的规模、危害程度，并直观的了解其发育程度等。
附图说明
图1本发明所提出的方法流程图。
具体实施方式
为了更好地理解本发明，下面结合附图参考实施例的描述，对本发明的方法进行进一步的说明。
为了全面理解本发明，在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解，本发明可以无需这些具体细节而实现。在实施例中，不详细描述公知的方法、过程、组件，以免不必要地使实施例繁琐。
参见图1所示，本发明的一种基于卫星图像对泥石流地质灾害进行识别与判定的方法，其特征在于：
步骤1，对预估的灾害区域进行GPS定位；
步骤2，根据预估定位的灾害位置，获取卫星图像数据；
步骤3，对图像数据进行图像预处理；
步骤4，对预处理后的图像进行拼接；
步骤5，对拼接后的图像进行解译分析，识别并判定泥石流灾害区域。
其中，所述步骤4，对预处理后的图像进行拼接，具体包括：
步骤4-1，检测并提取原始图像1和原始图像2的特征点，
步骤4-2，对提取的特征点进行匹配；
步骤4-3，对图像进行空间变换；
步骤4-4，进行图像融合。
其中，步骤4-2，对提取的特征点进行匹配，具体包括：
步骤4-2-1，读取原始图像1和原始图像2，分别在原始图像1和原始图像2中，以每一个特征点i为中心取一个(2L+1)×(2L+1)大小的相关窗口W，L为大于等于1的整数；
步骤4-2-2，将原始图像1和原始图像2进行灰度化；
步骤4-2-3，逐个选取灰度化后的原始图像1中每一个像素点i，求取该像素点i与灰度化后的原始图像2中任一点的匹配度R，
所述
其中，C1、C2分别为原始图像1和原始图像2中像素点相关窗口内像素的灰度值，分别表示图原始图像1和原始图像2像素点相关窗口内像素灰度值的均值；
步骤4-2-4，针对原始图像1中的每一个像素点i，选取匹配度R中最大的匹配度Rmax所对应的像素点作为该像素点i的匹配点；
步骤4-2-5，设置匹配度阈值Z，将所有像素点的最大匹配度Rmax与Z进行比较，排除Rmax小于Z的该匹配度所对应的像素点，仅将Rmax大于Z的该匹配度所对应的原始图像1和原始图像2的像素点保留。
步骤4-2-6，将保留的原始图像1的像素点及其对应的原始图像2的像素点作为特征点对，进行特征点匹配。
其中，步骤3，对图像数据进行图像预处理，具体包括辐射校正和几何配准。
其中，步骤5，对拼接后的图像进行解译分析，识别并判定泥石流灾害区域，包括：结合其他相关资料，进行泥石流流量估算，泥石流影响评价、泥石流泛滥范围估计、以及泥石流危险性分区。
可见，本发明将3S技术结合，是一种方便、快捷、成本较低且有效的灾害识别和判定的方式。采用上述三种技术方法相结合的方式，对潜在泥石流发生区域进行定位、分析，最终实现识别和判定泥石流的规模、危害程度，并直观的了解其发育程度等。
这里只说明了本发明的优选实施例，但其意并非限制本发明的范围、适用性和配置。相反，对实施例的详细说明可使本领域技术人员得以实施。应能理解，在不偏离所附权利要求书确定的本发明精神和范围情况下，可对一些细节做适当变更和修改。