一种基于遥感影像的海岸线提取方法及装置制造方法及图纸

本申请提供一种基于遥感影像的海岸线提取方法及装置，该方法包括：获取海岸区域的遥感影像；利用所述遥感影像中不同波段的反射率计算每一像元的归一化差异水体指数，得到水体指数影像；计算将所述水体指数影像按照不同分割阈值划分出的目标区域与背景区域间的类间方差，并根据多个类间方差确定目标分割阈值，根据所述目标分割阈值得到所述水体指数影像的二值图像；根据所述二值图像中面积大于预设面积的目标区域确定所述海岸区域的海岸线。本申请实施例能够基于海岸区域的遥感影像快速提取出海岸边界线，无需人工手动标注，自动化程度较高。

A coastline extraction method and device based on remote sensing image

【技术实现步骤摘要】
一种基于遥感影像的海岸线提取方法及装置
本申请涉及遥感
，具体而言，涉及一种基于遥感影像的海岸线提取方法及装置。
技术介绍
现有技术中，海岛海岸区域的海岸线获取一般是人工实地测量，人工实地测量的方式依赖于大量人力，劳动强度大，且效率较低。而随着遥感技术的发展，能够使用遥感影像来辨别海岸区域的海岸线，但也仅仅是利用人工对遥感影像进行判读，手动勾画海岸线和地物类型图斑等，非常繁琐。
技术实现思路
本申请实施例的目的在于提供一种基于遥感影像的海岸线提取方法及装置，能够通过海岸区域的遥感影像快速提取出海岸边界线，无需人工手动勾画，自动化程度较高。第一方面，本申请实施例提供一种基于遥感影像的海岸线提取方法，所述方法包括：获取海岸区域的遥感影像；利用所述遥感影像中不同波段的反射率计算每一像元的归一化差异水体指数，得到水体指数影像；计算将所述水体指数影像按照不同分割阈值划分出的目标区域与背景区域间的类间方差，并根据多个类间方差确定目标分割阈值，根据所述目标分割阈值得到所述水体指数影像的二值图像；确定所述二值图像中面积大于预设面积的目标区域，并根据所述目标区域确定所述海岸区域的海岸线。上述方案通过计算每一像元的归一化水体指数，使获得的水体指数影像中水域信息得到增强，从而在获得水体指数影像的二值图像后，能够将水体(目标区域)与陆地(背景区域)完整的分割开来，进而只需根据二值图像中属于水体的区域即可获得海岸区域的边界线。而且，在获得二值图像的过程中，所采取的目标分割阈值是根据水体指数影像自动确定的，整个过程不需要人工进行操作，自动化程度高，且十分简便。同时，上述方案只关注于符合面积要求的水域对象，由于目标区域中存在部分面积较小的区域，这部分区域实际上应当是属于地物而非水域，因此仅根据面积较大的目标区域确定海岸线能够避免部分非水域小面积地物的影响，使海岸线的提取更加准确，减小误差。在一种可能的实施方式中，所述根据所述目标区域确定所述海岸区域的海岸线，包括：将所述二值图像转换为矢量图像，得到所述目标区域对应的面矢量对象；提取所述面矢量对象的边界，以获得所述海岸区域的海岸线。上述方案中，将得到的二值图像转换为矢量数据文件，可便于后续的海岸线的提取和编辑，由于海岸线本身是一条线，因此采用线矢量进行表示，矢量化的海岸线能够便于用户进行海岸边界线的交互式修改编辑。在一种可能的实施方式中，在获取海岸区域的遥感影像之后，所述方法还包括：对所述遥感影像进行图像分割，得到分割图像，其中，所述分割图像中包括多个对象；计算所述遥感影像对应的特征数据，所述特征数据包括所述遥感影像的光谱特征、所述分割图像的纹理特征以及所述分割图像中每一对象的形状特征，其中，所述光谱特征表示所述遥感影像中每一像元的归一化植被指数，所述纹理特征表示所述分割图像的灰度共生矩阵的多种特征值，所述形状特征表示所述对象的长宽比、形状指数与形状紧致度；根据所述特征数据对所述多个对象中的待分类对象进行分类，获得所述待分类对象的地物类型。上述方案可根据海岸区域的遥感影像快速获得海岛中各地物的类型。由于实际情况中遥感影像内可能包括成千上百个地物，如果每个地物都由人工进行判定，无疑需要耗费大量的时间，而本申请通过计算遥感影像的特征数据，实现对海岛中各地物的自动分类，自动化程度高，减少了大量人工操作。在一种可能的实施方式中，所述对所述遥感影像进行图像分割，得到分割图像，包括：计算所述遥感影像的梯度图像；对所述梯度图像进行形态学闭运算，得到平滑后的图像；利用分水岭分割算法对所述平滑后的图像进行图像分割，得到包括有多个对象的分割图像。在一种可能的实施方式中，所述根据所述特征数据对所述多个对象中的待分类对象进行分类，获得所述待分类对象的地物类型，包括：计算所述待分类对象的特征数据与k个已知类别的对象的特征数据的距离，得到k个距离，并将所述k个距离中的最小距离对应的已知类别作为目标类别；计算所述待分类对象对所述目标类别的隶属度；若所述隶属度大于预设隶属度阈值，则确定所述待分类对象的类别为目标类别，所述待分类对象的地物类型为所述目标类别表示的地物类型。上述方案中，以分割出的对象作为分类的基本单元，并以最小距离为依据进行判别分类。通过计算待分类对象的特征数据与多个已知类别的对象的特征数据之间的距离，寻找与待分类对象距离最近的对象，从而将该待分类对象归属到距离最近的对象所在的类别，实现对待分类对象的快速分类。在一种可能的实施方式中，所述方法还包括：利用多个不同时期的遥感影像的海岸线信息和地物信息，检测所述海岸区域的变化，所述海岸区域的变化包括海岸线的变化范围、变化长度以及地物的类型、位置和面积的变化中的至少一项。海岸区域的变化数据可以为政府部门提供数据支持，便于其及时发现海岛中的违法填海和违建等行为。第二方面，本申请实施例提供一种基于遥感影像的海岸线提取装置，所述装置包括：获取模块，用于获取海岸区域的遥感影像；水体计算模块，用于利用所述遥感影像中不同波段的反射率计算每一像元的归一化差异水体指数，得到水体指数影像；图像处理模块，用于计算将所述水体指数影像按照不同分割阈值划分出的目标区域与背景区域间的类间方差，并根据多个类间方差确定目标分割阈值，根据所述目标分割阈值得到所述水体指数影像的二值图像；岸线提取模块，用于根据所述二值图像中的目标区域确定所述海岸区域的海岸线。在一种可能的实施方式中，所述装置还包括：图像分割模块，用于对所述遥感影像进行图像分割，得到分割图像，其中，所述分割图像中包括多个对象；特征计算模块，用于计算所述遥感影像对应的特征数据，所述特征数据包括所述遥感影像的光谱特征、所述分割图像的纹理特征以及所述分割图像中每一对象的形状特征，其中，所述光谱特征表示所述遥感影像中每一像元的归一化植被指数，所述纹理特征表示所述分割图像的灰度共生矩阵的多种特征值，所述形状特征表示所述对象的长宽比、形状指数与形状紧致度；地物分类模块，用于根据所述特征数据对所述多个对象中的待分类对象进行分类，获得所述待分类对象的地物类型。第三方面，本申请实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面或第一方面中任一种可能的实施方式所述的方法。第四方面，本申请实施例提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面或第一方面中任一种可能的实施方式所述的方法。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本申请实施例提供的海岸线提取方法的流程图；图2为本申请实本文档来自技高网...

【技术保护点】
1.一种基于遥感影像的海岸线提取方法，其特征在于，所述方法包括：/n获取海岸区域的遥感影像；/n利用所述遥感影像中不同波段的反射率计算每一像元的归一化差异水体指数，得到水体指数影像；/n计算将所述水体指数影像按照不同分割阈值划分出的目标区域与背景区域间的类间方差，并根据多个类间方差确定目标分割阈值，根据所述目标分割阈值得到所述水体指数影像的二值图像；/n确定所述二值图像中面积大于预设面积的目标区域，并根据所述目标区域确定所述海岸区域的海岸线。/n

【技术特征摘要】
1.一种基于遥感影像的海岸线提取方法，其特征在于，所述方法包括：
获取海岸区域的遥感影像；
利用所述遥感影像中不同波段的反射率计算每一像元的归一化差异水体指数，得到水体指数影像；
计算将所述水体指数影像按照不同分割阈值划分出的目标区域与背景区域间的类间方差，并根据多个类间方差确定目标分割阈值，根据所述目标分割阈值得到所述水体指数影像的二值图像；
确定所述二值图像中面积大于预设面积的目标区域，并根据所述目标区域确定所述海岸区域的海岸线。


2.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域确定所述海岸区域的海岸线，包括：
将所述二值图像转换为矢量图像，得到所述目标区域对应的面矢量对象；
提取所述面矢量对象的边界，以获得所述海岸区域的海岸线。


3.根据权利要求1所述的方法，其特征在于，在获取海岸区域的遥感影像之后，所述方法还包括：
对所述遥感影像进行图像分割，得到分割图像，其中，所述分割图像中包括多个对象；
计算所述遥感影像对应的特征数据，所述特征数据包括所述遥感影像的光谱特征、所述分割图像的纹理特征以及所述分割图像中每一对象的形状特征，其中，所述光谱特征表示所述遥感影像中每一像元的归一化植被指数，所述纹理特征表示所述分割图像的灰度共生矩阵的多种特征值，所述形状特征表示所述对象的长宽比、形状指数与形状紧致度；
根据所述特征数据对所述多个对象中的待分类对象进行分类，获得所述待分类对象的地物类型。


4.根据权利要求3所述的方法，其特征在于，所述对所述遥感影像进行图像分割，得到分割图像，包括：
计算所述遥感影像的梯度图像；
对所述梯度图像进行形态学闭运算，得到平滑后的图像；
利用分水岭分割算法对所述平滑后的图像进行图像分割，得到包括有多个对象的分割图像。


5.根据权利要求3所述的方法，其特征在于，所述根据所述特征数据对所述多个对象中的待分类对象进行分类，获得所述待分类对象的地物类型，包括：
计算所述待分类对象的特征数据与k个已知类别的对象的特征数据的距离，得到k个距离，并将所述k个距离中的最小距离对应的已知类别作为目标类别；
计算所述待分类对象对所述目标类别的隶属度；
...

【专利技术属性】
技术研发人员：王宇翔，闫军朝，殷晓斌，李占强，
申请(专利权)人：北京航天宏图信息技术股份有限公司，
类型：发明
国别省市：北京;11