基于RGBW特征空间图割算法的遥感图像水体提取方法、装置制造方法及图纸

本发明专利技术公开了一种基于RGBW特征空间图割算法的遥感图像水体提取方法。本发明专利技术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，然后以初步提取的水体主体作为图割算法的初始目标，在本发明专利技术所构建的RGBW特征空间中，利用图割算法进行水体的精细提取；最后再根据水体指数及颜色特征信息，自适应的对水体边界处进行精细化处理。本发明专利技术还公开了一种基于RGBW特征空间图割算法的遥感图像水体提取装置。本发明专利技术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，本发明专利技术的水体提取过程中不需要人为干涉，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。

【技术实现步骤摘要】

本专利技术涉及一种基于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

技术介绍
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、植被等对太阳辐射的反射、吸收和透射特性不同，在遥感影像上的差异较明显，这种特性有利于我们对遥感图像中水体信息进行提取。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。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这种差异，从而可以通过阈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(NormalizeDifferenceWaterIndex)(参见[McFeetersSK.Theuseofnormalizeddifferencewaterindex(NDWI)inthedelineationofopenwaterfeatures[J].InternationalJournalofRemoteSensing，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(FalseNDWI)(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.])；丁建丽(2015)等人提出单波段阈值法与构建的阴影水体指数SWI(ShadowWaterIndex)相结合的决策树水体信息提取方法(参见[陈文倩,丁建丽,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.])。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。分类方法通常以特征类内方差最小、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、ISODATA聚类法(IterativeSelf-organizingDataAnalysisTechniqueAlgorithm)、决策树等。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，但存在水体指数阈值难确定、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。
技术实现思路
本专利技术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。本专利技术具体采用以下技术方案解决上述技术问题：基于RGBW特征空间图割算法的遥感图像水体提取方法，包括以下步骤：步骤1、利用水体指数法对遥感图像进行水体的初步提取，并以初步提取的水体中的最大连通区域作为水体主体；步骤2、对于遥感图像的每一像素，以其在标准假彩色遥感图像中的R、G、B三个颜色通道值以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；步骤3、在RGBW特征空间中，以步骤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；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阈值，并判断将标准假彩色遥感图像转换至CIELab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。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：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，并以初步提取的水体中的最大连通区域作为水体主体；RGBW特征提取单元，用于对于遥感图像的每一像素，以其在标准假彩色遥感图像中的R、G、B三个颜色通道值以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；图像分割单元，用于在RGBW特征空间中，以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；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阈值，并判断将标准假彩色遥感图像转换至CIELab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。相比现有技术，本专利技术具有以下有益效果：本文档来自技高网...

【技术保护点】
基于RGBW特征空间图割算法的遥感图像水体提取方法，其特征在于，包括以下步骤：步骤1、利用水体指数法对遥感图像进行水体的初步提取，并以初步提取的水体中的最大连通区域作为水体主体；步骤2、对于遥感图像的每一像素，以其在标准假彩色遥感图像中的R、G、B三个颜色通道值以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；步骤3、在RGBW特征空间中，以步骤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；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阈值，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。

【技术特征摘要】
1.基于RGBW特征空间图割算法的遥感图像水体提取方法，其特征在于，包括以下步骤：
步骤1、利用水体指数法对遥感图像进行水体的初步提取，并以初步提取的水体中的最
大连通区域作为水体主体；
步骤2、对于遥感图像的每一像素，以其在标准假彩色遥感图像中的R、G、B三个颜色通
道值以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；
步骤3、在RGBW特征空间中，以步骤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；
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阈值，并判断将标准假彩色遥感图像转换
至CIELab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。
2.如权利要求1所述遥感图像水体提取方法，其特征在于，所述NDWI阈值通过以下方法
确定：计算步骤3所得到的水体主体中除边界区域以外的区域中各像素的NDWI均值，并以该
NDWI均值的0.8倍作为NDWI阈值。
3.如权利要求1所述遥感图像水体提取方法，其特征在于，利用图割算法对遥感图像进
行图像分割时的迭代次数为5～8。
4.如权利要求1所述遥感图像水体提取方法，其特征在于，所述水体主体的边界区域具
体为：以水体主体边缘为中心的预设宽度范围内的区域。
5.如权利要求4所述遥感图像水体提取方法，其特征在于，所述预设宽度为10个像素。
6.基于RGBW特征空间图割算法的遥感图像水体提...

【专利技术属性】
技术研发人员：李士进，王声特，蔡阳，陈德清，王伶俐，付静，高祥涛，冯钧，万定生，朱跃龙，
申请(专利权)人：河海大学，水利部水利信息中心，
类型：发明
国别省市：江苏;32