一种卫星遥感影像的城市水体提取方法与流程

文档序号:11143395阅读:来源:国知局

技术特征:

1.一种卫星遥感影像的城市水体提取方法,其特征在于,包括以下步骤:

步骤1:遥感影像数据的预处理,即对遥感影像数据进行正射校正和大气校正;

步骤2:预处理后的遥感影像数据,包括蓝色band1数据、绿色band2数据、红色band3数据和近红外band4数据,选取预处理后的遥感影像数据中的蓝色band1数据代替归一化差异水体指数NDWI的计算公式中的绿色band2数据,获得新的归一化差异水体指数NNDWI1,新的归一化差异水体指数NNDWI1的计算公式为:

<mrow> <mi>N</mi> <mi>N</mi> <mi>D</mi> <mi>W</mi> <mi>I</mi> <mn>1</mn> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>1</mn> <mo>-</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>1</mn> <mo>+</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>)</mo> </mrow> </mfrac> </mrow>

此计算公式即为NNDWI1指数模型,利用此模型通过阈值分割即得到NNDWI1的阈值分割结果,也即为NNDWI1水体提取结果;

步骤3:对预处理后的遥感影像数据中包括的四个波段数据,即蓝色band1数据、绿色band2数据、红色band3数据和近红外band4数据进行PCA变换,并将PCA变换后的第一主成分分量Component1替代归一化差异水体指数NDWI的计算公式中的绿色band2数据,获得另一个新的归一化差异水体指数NNDWI2,即:

<mrow> <mi>N</mi> <mi>N</mi> <mi>D</mi> <mi>W</mi> <mi>I</mi> <mn>2</mn> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <mi>C</mi> <mi>o</mi> <mi>m</mi> <mi>p</mi> <mi>o</mi> <mi>n</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mn>1</mn> <mo>-</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>C</mi> <mi>o</mi> <mi>m</mi> <mi>p</mi> <mi>o</mi> <mi>n</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mn>1</mn> <mo>+</mo> <mi>B</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>)</mo> </mrow> </mfrac> </mrow>

其中,Component1表示PCA变换的第一主成分分量,此计算公式即为NNDWI2指数模型,利用此模型通过阈值分割即得到NNDWI2的阈值分割结果,也即为NNDWI2的水体提取结果;

步骤4:将步骤2得到的NNDWI1的阈值分割结果和步骤3中得到的NNDWI2的阈值分割结果进行叠加,将得到的结果定义为新的归一化差异水体指数NNDWI的阈值分割结果,即NNDWI1的阈值分割结果与NNDWI2的阈值分割结果进行叠加,其计算公式为:

NNDWI=(segmentation_NNDWI1)∪(segmentation_NNDWI2)

式中segmentation_NNDWI1表示NNDWI1的阈值分割结果,segmentation_NNDWI2表示NNDWI2的阈值分割结果,此计算公式即为NNDWI指数模型,利用此指数模型得到NNDWI的水体提取结果;

步骤5:对预处理后的遥感影像数据中的近红外band4数据进行阈值分割,得到近红外band4数据的阈值分割结果;

步骤6:对NNDWI的水体提取结果中的大面积水体对象和小面积对象进行分割,NNDWI的水体提取结果中,像素个数大于设定阈值的为大面积水体对象,像素个数小于等于设定阈值的为小面积对象;

步骤7:对步骤6中得到的小面积对象进行数学形态学膨胀处理,得到膨胀后的小面积对象,将步骤5得到的近红外band4数据的阈值分割结果作为约束条件,即采用膨胀后的小面积对象和近红外band4数据的阈值分割结果求交集的方式对膨胀后的小面积对象进行约束,约束的数学表达式为:

component2=(dilate_component)∩(segmentation_band4)

式中,dilate_component表示膨胀后的小面积对象,segmentation_band4表示近红外band4数据的阈值分割结果,component2表示约束后的小面积对象;

步骤8:对步骤7得到的约束后的小面积对象进行阴影检测与去除,得到小面积水体对象;

步骤9:将步骤6中得到的大面积水体对象与步骤8中得到的小面积水体对象进行叠加,即将步骤6中得到的大面积水体对象和步骤8中得到的小面积水体对象求并集,得到卫星遥感影像的城市水体提取结果。

2.根据权利要求1所述的一种卫星遥感影像的城市水体提取方法,其特征在于,所述的步骤8中的阴影检测与去除,是指对每个小面积对象中的每个像元进行波谱关系的描述,并判断该像元是否满足阴影像元的条件,记录并统计每个小面积对象中阴影像元的个数,当一个小面积对象中阴影像元所占比例大于阈值T时,把该小面积对象判定为建筑物阴影对象,小于等于阈值T时小面积对象则判定为小面积水体对象,阴影像元所占比例即为小面积对象中阴影像元的个数与该小面积对象中总像元个数的比值,区分小面积对象中小面积水体对象和阴影对象的函数表达式为:

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> <mi>p</mi> <mi>o</mi> <mi>n</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mn>2</mn> <mo>=</mo> <mi>w</mi> <mi>a</mi> <mi>t</mi> <mi>e</mi> <mi>r</mi> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mfrac> <mi>m</mi> <mi>n</mi> </mfrac> <mo>&le;</mo> <mi>T</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> <mi>p</mi> <mi>o</mi> <mi>n</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mn>2</mn> <mo>=</mo> <mi>s</mi> <mi>h</mi> <mi>a</mi> <mi>d</mi> <mi>o</mi> <mi>w</mi> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mfrac> <mi>m</mi> <mi>n</mi> </mfrac> <mo>&gt;</mo> <mi>T</mi> </mrow> </mtd> </mtr> </mtable> </mfenced>

式中,n表示某一小面积对象中总像元个数,m为该小面积对象中阴影像元的个数。

3.根据权利要求2所述的一种卫星遥感影像的城市水体提取方法,其特征在于,所述的阴影像元的条件,是指满足阴影像元的波谱大小关系,即满足以下三个不等式条件:

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>1</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>3</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>3</mn> </mtd> </mtr> </mtable> </mfenced>

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>1</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>3</mn> </mtd> </mtr> </mtable> </mfenced>

<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>3</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>3</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>4</mn> <mo>&gt;</mo> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mn>2</mn> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>

当前第2页1 2 3 
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