基于rgbw特征空间图割算法的遥感图像水体提取方法、装置的制造方法
【技术领域】
[0001] 本发明设及一种基于RGBW特征空间图割算法的遥感图像水体提取方法、装置，属 于遥感技术与水利技术相交叉的技术领域。
【背景技术】
[0002] 遥感技术具有观测范围广、信息量大、获取信息快、更新周期短、节省人力物力等 优势，遥感图像中水体信息自动提取技术已经成为水资源调查、利用、水体动态变化监测、 水利规划评估等方面研究的有力手段。水体和陆地、植被等对太阳福射的反射、吸收和透射 特性不同，在遥感影像上的差异较明显，运种特性有利于我们对遥感图像中水体信息进行 提取。
[0003] 遥感图像的水体信息提取方法有很多，常用的可分为两类:一类是基于波谱分析 的方法，另一类是基于影像分类的方法。
[0004] 基于波谱分析的方法通过分析遥感图像中地物在不同波段的反射特征的不同，将 水体与其他地物反射特性区别最大的波段通过数学运算等方式加大运种差异，从而可W通 过阔值分析等方法提取出水体。在基于波谱分析的方法中，根据水体在多光谱遥感数据上 的波谱特性，常用的是水体指数法:水体指数法利用水体在可见光波段吸收少、反射率低、 大量透射，几乎吸收全部近红外、短波红外波的特性抑制植被信息提取水体。例如， McFeeters等人（1996)提出归一化差异水体指数NDWI (Normal ize Difference Water Index)(参见[McFeeters S K.The use of normalized difference water index(NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996,17(7): 1425-1432.]);徐涵秋等人(2005)提出能更好的提取城市水体信息 的改进归一化差异水体指数（MNDWI)(参见[徐涵秋.利用改进的归一化差异水体指数 (MNDWI)提取水体信息的研究[J].遥感学报，2005，9 (5): 589-595.]);沈占锋等人(2013)在 归一化差异水指数(NDWI)计算的基础上，提出采用高斯归一化水体指数(GNDWI)提取河流 水体的模型（参见[沈占锋，夏列钢，李均力，等.采用高斯归一化水体指数实现遥感影像河 流的精确提取[J].中国图象图形学报，2013,18(4) :421-428.]);周艺等人(2014)通过对归 一化差异水体指数NDWI中的绿波段修正，提出了不依赖于中红外波段的伪归一化差异水体 指数FNDWI(化Ise NDWI)(参见[周艺，谢光磊，王世新，等.利用伪归一化差异水体指数提取 城镇周边细小河流信息[J].地球信息科学学报，2014，16( 1): 102-107.]);下建丽(2015)等 人提出单波段阔值法与构建的阴影水体指数SWI (化adow Water Index)相结合的决策树水 体信息提取方法(参见[陈文倩，下建丽，李艳华，等.基于国产GF-1遥感影像的水体提取方 法[J].资源科学，2015,37(6): 1166-1172.])。
[0005] 基于影像分类的方法主要是通过分析不同地物在不同波段上表现的反射率波谱 特征，采用监督分类或非监督分类的方法来对水体与非水体进行分类的方法提取水体。分 类方法通常W特征类内方差最小、类间方差最大为准则来对图像中的像素进行分类。常用 的基于影像分类方法有最大似然法、IS0DATA聚类法（Iterative Self-organizing Data Analysis Technique Algorithm)、决策树等。
[0006] 湖泊、水库、河流等水体边界像元主要由滩地和水体组成，由于人类活动、浮游生 物生长、季节性水位波动变化等原因，水体边界区域情况复杂多样，增大了水体提取的难 度。在同一幅影像中，不同水体单元或各自物理化学特征或因周边环境影响差异会造成其 成像特征并不一定能保持均衡，水体内部与水体边缘的水质情况，泥沙含量等差异较大，单 纯采用水体指数法或影像分类的方法对于提取水体的主体部分效果较好，但存在水体指数 阔值难确定、水体边界处理效果不理想、将浅滩误分为水体、误提取等问题。
【发明内容】
[0007] 本发明所要解决的技术问题在于克服现有技术不足，提供一种基于RGBW特征空间 图割算法的遥感图像水体提取方法、装置，可实现高分辨率遥感图像中复杂背景下水体信 息的精确提取，对水体边界的识别更准确，且整个提取过程可实现完全智能化，不需要人为 干预。
[0008] 本发明具体采用W下技术方案解决上述技术问题：
[0009] 基于RGBW特征空间图割算法的遥感图像水体提取方法，包括W下步骤：
[0010] 步骤1、利用水体指数法对遥感图像进行水体的初步提取，并W初步提取的水体中 的最大连通区域作为水体主体；
[0011] 步骤2、对于遥感图像的每一像素，W其在标准假彩色遥感图像中的R、G、B^个颜 色通道值W及该像素的归一化差异水体指数NDWI值作为该像素的RGBW特征，从而构造出遥 感图像的RGBW特征空间；
[0012] 步骤3、在RGBW特征空间中，W步骤1所得到的水体主体的外接矩形内、外部分别作 为初始的目标和背景，利用图割算法对遥感图像进行图像分割;并根据图像分割的多次迭 代结果，将每次迭代中均被判为目标的像素作为水体像素，从而提取出更精细的水体主体；
[0013] 步骤4、对步骤3所提取的水体主体的边界区域进行精细化处理，具体如下:对所述 边界区域中的每个像素，判断其NDWI值是否大于NDWI阔值，并判断将标准假彩色遥感图像 转换至CIE Lab颜色空间后该像素的b通道值是否小于0;将同时满足上述两个条件的像素 判定为水体像素。
[0014] 基于RGBW特征空间图割算法的遥感图像水体提取装置，该装置包括：
[0015] 初步水体主体提取单元，用于水体指数法对遥感图像进行水体的初步提取，并W 初步提取的水体中的最大连通区域作为水体主体；
[0016] RGBW特征提取单元，用于对于遥感图像的每一像素，W其在标准假彩色遥感图像 中的R、G、BS个颜色通道值W及该像素的归一化差异水体指数NDWI值作为该像素的RGBW特 征，从而构造出遥感图像的RGBW特征空间；
[0017] 图像分割单元，用于在RGBW特征空间中，W初步水体主体提取单元所输出的水体 主体的外接矩形内、外部分别作为初始的目标和背景，利用图割算法对遥感图像进行图像 分割;并根据图像分割的多次迭代结果，将每次迭代中均被判为目标的像素作为水体像素， 从而提取出更精细的水体主体；
[0018] 精细化处理单元，用于对图像分割单元所提取的水体主体的边界区域进行精细化 处理，具体如下:对所述边界区域中的每个像素，判断其NDWI值是否大于NDWI阔值，并判断 将标准假彩色遥感图像转换至CIE Lab颜色空间后该像素的b通道值是否小于0;将同时满 足上述两个条件的像素判定为水体像素。
[0019] 相比现有技术，本发明具有W下有益效果：
[0020] 本发明能够实现对周边环境复杂的水体信息进行精确提取并且对水体边界的提 取效果良好;此外，本发明的水体提取过程中不需要人为干设，可实现全自动、全智能化，更 有利于大量遥感图像数据的自动批量化处理。
【附图说明】
[0021] 图1为本发明基于RGBW特征空间图割算法的遥感图像水体提取装置的结构示意 图；
[0022] 图2为水体提取效果对比图。
【具体实施方式】
[0023] 本发明针对现有技术不足，提出一种基于RGBW特征空间图割算法的遥感图像水体 提取方法，其基本原理是:将水体指数法和影像分类法相结合，先利用水体指数法进行水体 的初步提取，然后W初步提取的水体主体作为图割(Gra地Cut)算法的初始目标，在本发明 所构建的RGBW特征空间中，利用图割算法进行水体的精细提取;最后再根