最优分区与最优指数联合的水体信息提取

权利要求书1页 说明书5页 附图3页
CN 109858394 A
CN 109858394 A
权 利 要 求 书
1/1 页
1 .一种基于显著性检测的遥感图像水体区域提取方法，其特征在于，包括： 利用显著性检测法对初始遥感图像进行初步检测，得到候选区域； 利用归一化水体指数法对所述候选区域进行水体分类，确定水体区域。 2 .根据权利要求1所述的方法，其特征在于，所述利用显著性检测法对初始遥感图像进 行初步检测，得到候选区域，包括： 将所述初始遥感图像转换为遥感图像亮度图 ； 对所述遥感图像亮度图进行高斯模糊，得到高斯模糊遥感图像； 对所述遥感图像亮度图 和所述高斯模糊遥感图像进行计算 ，得到显著图 ； 根据所述显著图判断所述候选区域。 3 .根据权利要求2所述的方法，其特征在于，对所述遥感图像亮度图和所述高斯模糊遥 感图像进行计算 ，得到显著图 ，包括 ： 计算所述遥感图像亮度图中某一像素点的亮度值与其在所述高斯模糊遥感图像中对 应像素点的亮度值的欧几里得距离，得到所述像素点的显著值； 计算所述遥感图像亮度图中所有像素点的显著值； 将所有所述显著值构成所述显著图。 4 .根据权利要求3所述的方法，其特征在于，根据所述显著图 ，判断所述候选区域，包 括： 根据所述显著图获得最佳灰度阈值； 根据所述最佳灰度阈值得到显著区域； 将所述显著区域映射到所述初始遥感图像中，得到所述候选区域。 5 .根据权利要求4所述的方法，其特征在于，根据所述显著图获得最佳灰度阈值，包括： 根据所述显著图 ，利用最大类间方差法 ，获得最佳灰度阈值。 6 .根据权利要求4所述的方法，其特征在于，根据所述最佳灰度阈值得到显著区域，包 括： 根据所述最佳灰度阈值，将大于所述最佳灰度阈值或等于所述最佳灰度阈值的所述显 著值构成所述显著区域。 7 .根据权利要求1所述的方法，其特征在于，利用归一化水体指数法对所述候选区域进 行水体分类，确定水体区域，包括： 对所述候选区域构建归一化水体指数数据； 确定所述归一化水体指数数据中的水体阈值； 根据所述水体阈值确定所述水体区域。 8 .根据权利要求7所述的方法，其特征在于，对所述候选区域构建归一化水体指数数 据，包括： 利 用绿光波段 与近红 外波段 构建 归一化水体 指数 (N DWI) 数 据 ，所述归一化水体 指数 (NDWI)的计算公式为，NDWI＝(G-NIR)/(G+NRI) ，其中，G表示绿光波段；NIR表示近红外波 段。

收稿日期：2019-07-17 基金项目：国家联合基金项目（U1704125）；河南省高等学校重点科研项目（17A570002） 作者简介：李爱民（1972-），男，山东菏泽人，副教授，研究方向：遥感与地理信息技术。E-mail: aiminli@
Copyright©博看网 . All Rights Reserved.
果更加准确 [7]。8）基于形态学白帽变换的细小水 体信息提取方法。能对细小水体做增强处理 [8]。 9）结合卷积神经网络与水体指数的遥感水体提取 方法。水体识别准确率高达 94.19％，错分率仅为 5.04％，显著提高了水体提取精度 [9]。10）基于离 散粒子群算法的谱匹配方法，识别影像中的水体和 非水体，只考虑 2 个参数，提取方法新颖、稳健且 成本低廉 。 [10]
引言
近年来，随着各种高分辨率卫星的投入使用， 遥感技术在水资源领域的应用越来越广泛，基于影 像提取水体的方法很多。主要有以下方法：1）单波 段阈值法。对某一波段设置灰度临界值，通过波段 运算，区分遥感图像中的水体和非水体信息 [1] 。2） 多波段谱间关系法。根据遥感影像的几个波段针对 水体的光谱特性，构建波段运算关系式，区分水体 和其余地物的信息 [2]。3）水体指数法。抑制其他地 物信息而增强水体信息，为遥感影像水体信息提取 研究指引新的方向 [3]。4）改进的水体指数法。用中 红外波段代替近红外波段，提取水体效果更佳 [4]。 5）植被指数法。根据水体与植被在红光及近红外 波段的波谱特性，构建植被指数，运用单通道阈值 法，可以有效提取水体 [5]。6）面向对象的方法提取 水体信息，在地形复杂地区水体提取的准确率高达 95% [6]。7）基于高分 2 号（GF-2）影像 4 个波段 的比值算法。此方法识别黑臭水体的精度最高，结

水体提取方法简单归纳总结一、基于MODIS影像的几种提取方法。

最常用的水体提取方法：波段阈值法、谱间关系法(波段组合法)和多光谱混合分析法单波段阈值法是提取水体的最简单易行的方法。

基本原理：是利用水体在近红外波段上反射率较低，易与其它地物区分的特点，选取单一的红外波段，通过反复试验，确定一个灰度值，作为区分水体与其它地物的阈值即可。

缺点：是无法将水体与山区阴影区分开来，提取的水体往往比实际要多。

有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性，但对于非山区的特定时相和区域里，尤其像MODIS这样高光谱的遥感数据，首先应选用阈值法进行试验，因为光谱的细分已经将上述问题大大减弱。

若能获得较满意的提取效果，则很容易实现水体的自动提取。

对于用阈值法确实得不到理想效果的，则可以考虑谱间关系法和多光谱混合分析法。

利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6,CH7/CH5,CH6/CH5,从而找出组合图像上水陆分界非常明显的影像。

以CH7/CH6为例，可以采用如下方法剔除非水体：在ENVI软件下输入CH7及CH6波段，运用波段计算功能，将公式CH7/CH6输入，载入影像，在放大窗口中，手工裁取明水水域范围，生成多边形，对各多边形赋予一个感兴趣区(AOI)文件，并将其输出为EN-VI 等矢量文件即可。

对波段进行组合运算的目的，是为了增强水陆反差。

MODIS数据的波段1是红光区(0.62〜,水体的反射率高于植被，波段2是近红外区(0.841〜0.876um),植被的反射率明显高于水体，因此，采用归一化植被指数NDVI(NormalizedDifferenceVegetationIndex)来进行处理可以增强水陆反差，其计算公式为：(1)DNVI=(CH2-CH1)/(CH2+CH1)(1)式中CH1,CH2分别为MODIS数据波段1,2的地表反射率。

在NDVI图像中,水体的ND-VI值很低，为负值，而植被、土壤的则较高，图像直方图表现为典型的双峰分布型。

取水体，但由于难以区分图像中其他反射率较低的
和农业用水，调节河流水量，优化生态环境。湖泊的
地物，该方法使用范围受限，已不被广泛使用；多
形成与消失、扩张与收缩，都会直接影响湖泊的各种
波段谱间关系法根据已有地物遥感信息特征建立信
[1]
功能，甚至诱发区域生态环境演变 。随着人类活动
息模型，并结合遥感图像进行地物光谱分析等提取
Blue + NIR
NDHWI = Blue - SWIR
Blue + SWIR
2.4 实验方法
母，通过比值运算进一步扩大二者的差距，使水体信
息得到最大限度的亮度增强，同时抑制其他背景地
物。目前常用的水体指数包括 NDWI、MNDWI 和 EWI
等，如表 1 所示，其中 NDWI 对植被的抑制效果很
自然状态下，裸土表面反射曲线呈现比较平滑的
用混淆矩阵进行精度分析；⑥结合提取的水体边界图
特征，没有明显的反射峰或吸收谷。随着土壤含水量的
像，对比得出各水体指数的精度和适用范围。
增加，土壤的光谱反射率呈现先减小后增大的规律[13]。
别提取千鹤湖水体；⑤根据区域内水体像元占比，指
2.2
典型地物的反射波谱特征分析
实验方案设计
实验方案流程如图 2 所示：①选定实验区域，对
Landsat8 影像进行预处理；②目视选取水体、植被、
土壤、岩石和建筑物，分析其光谱特征；③针对
量、叶绿素含量、有机质含量）、水深、波浪等影
响，随水体浑浊度增大而增大。
植被在 0.48 μm 和 0.68 μm 处存在叶绿素强吸收谷
（简称蓝谷和红谷），在可见光绿光波段 0.55 μm附近有
物表面材质、新旧程度、密集程度等。根据岩石的反