一种河流平面几何指标与拓扑结构的提取方法技术

本发明专利技术公开了一种河流平面几何指标与拓扑结构的提取方法，其IPC分类号为E02B1/00。该方法基于复杂网络分析技术，以卫星图片为输入量，由河道水体的提取、河流中心线骨架的刻画，河流分汊点与端点的识别与检测和河流网络拓扑结构与平面几何指标的提取四个主要部分组成，在考虑了江心滩，沙坝等对于河道平面形态所产生的影响的同时，尽可能保证了所提取的河道的连续性，因此对具有复杂平面形态的辫状河流，畸形河湾等同样具有较强的适用性。本发明专利技术不仅节约了现场测量所带来的大量人力物力成本，还兼顾了所获取数据的准确性与多样性，为河流研究提供了技术支持。河流研究提供了技术支持。河流研究提供了技术支持。

【技术实现步骤摘要】
一种河流平面几何指标与拓扑结构的提取方法


[0001]本专利技术属于水利工程
，具体涉及一种基于复杂网络分析技术的河流平面几何指标与拓扑结构的自动化提取方法，其IPC分类号为E02B1/00。

技术介绍

[0002]地球上的河流系统通常具有不同的平面形态，这往往被认为是与河流行为密切相关的。河床演变学的主要内容之一就是研究上述两者之间的关系，为此需要定义包括河道宽度、河道长度、分汊角、弯曲度和迁移速率等在内的一系列量化指标来区分和描述不同的河流平面形态。因此，高效准确地绘制和评估河流平面形态并且从中提取出相应的几何指标，一直以来是河流研究的热点问题之一。
[0003]目前，传统的河流平面几何指标提取方法仍然依赖于野外测量，然而，这种消耗大量人力物力的方式无法保证河流数据在时空分布上的连续性；随着遥感技术(Remote Sensing,RS)与图像处理技术(Image Processing,IP)的发展，从河流高分辨率图像中获取平面几何指标的方法已经得到了广泛地应用，大量的自动化提取算法应运而生，例如，RivWidth、Rivamap、PyRIS、RiMARS等，然而，上述河流平面指标提取方法仍存在诸多不足：首先，他们很难识别河流中的江心滩与沙坝；其次，对于所检测出的河道，其连续性无法得到保证。这意味着上述河流平面几何指标自动化提取方法对于具有复杂平面形态的河型，例如辫状河流，并不适用。
[0004]与此同时，由于河流可以被看做是一种由节点(node)与链条(link)组成的网络结构，因此基于图论的复杂网络分析方法已经被引入到了河流平面指标的提取研究中。最近的研究已经实现了河流卫星图片中河网拓扑结构的构建，它虽然可以解决所提取河道的连续性问题，但目前仍停留在河网拓扑结构的提取与分析中，所提取的有效指标也只包含有河流中河道与分汊点的数目，尚未实现对于河流平面几何指标的自动化提取。因此，对于基于复杂网络分析的河流平面几何指标自动化方法的研究与提出，不仅可以节约大量的人力物力资源，同时也保证了所得数据的准确性与全面性，为河流研究提供了技术支撑。

技术实现思路

[0005]本专利技术的目的是为了解决传统现场测量手段在河流平面指标提取过程中存在的高成本低效率问题，并在保证了所提取的河道的连续性与指标数据的多样性前提下，提出了一种基于复杂网络分析技术的河流平面几何指标与拓扑结构的自动化提取方法。
[0006]本专利技术的技术方案为：
[0007]一种河流平面几何指标与拓扑结构的提取方法，包括以下步骤：
[0008]S1、确定输入图像，并率定初始参数。包括：
[0009]S11、输入的图像格式为卫星图片，首先确定所输入图像的分辨率，以及图像尺寸M
×
N，其中，M，N分别为图像的像素行数与列数；其次，按照改进的归一化差异水体指数公式：
计算并储存每个图像的像素点所对应的MNDWI，其中Green与MIR分别为卫星图像中绿色波段与中红外波段的反射率。
[0010]S12、率定模型模型初始参数σ1，σ2与ΔW，其中σ1与σ2分别为去除噪声过程中膨胀与腐蚀算法所使用的卷积核的最大尺寸，而ΔW为河宽提取指标参数；初始参数的最优值均通过对所输出的河道数目的敏感性分析而确定，具体过程为，分别从0开始逐渐增加各参数值，当所输出到的河道数目趋于稳定值后，所对应的参数值即为最优值。
[0011]S2、提取河道水体并消除噪声。包括：
[0012]S21、提取河道水体：根据S11计算所得到的MNDWI指数，对图像所有像素点运用OTSU阈值分割方法，找出水体像素与陆地像素的阈值T，对于MNDWI指数大于T的像素定义为水体像素，剩下非水体像素则被当作背景去除，并输出河道水体的二值图像，值为1的像素点为河道水体像素，值为0的像素点为背景像素。
[0013]S22、噪声消除：通过S21所得到的二值图像中的像素点与卷积核进行卷积运算，其中卷积核的边缘像素值设为1，中间像素值为0；首先，遍历所有水体像素点，根据膨胀算法使其分别与尺寸为n1(n1＝1，3，5.....σ1)的卷积核进行卷积，若结果为0，则标记为零星水域噪声并予以消除；其次，同样地，遍历所有背景像素点，根据腐蚀算法分别使其与尺寸为n2(n2＝1，3，5.....σ2)的卷积核进行卷积，若结果为4σ2‑
4，则标记为对河流平面形态无主要影响的较小的江心滩或沙坝并予以填充，最终得到整个河流系统的掩膜。
[0014]S3、刻画河道中心线骨架；包括：
[0015]S31、对于步骤S22得到的河流掩膜进行Zhang
‑
Suen快速并行细化算法，得到河流骨架，记为矩阵S＝{X
s
,Y
s
}，其中X
s
与Y
s
分别为第s个骨架像素点的行、列坐标；
[0016]S32、根据步骤S31所得到的河流骨架，遍历所有骨架像素点，分别采用消除模版与其进行卷积，所得结果若属于集合{65，5，20，80，13，22，52，133，141，54}，则删除该骨架像素点，以保证所得河流骨架为单分辨率宽度。
[0017]S4、检测河流的分汊点与端点；包括：
[0018]S41、记骨架像素点的8个邻域中同样为骨架的像素点个数为N
s
，遍历所有河流骨架像素点，并检测其N
s
的取值，如果N
s
＝3，则判定该骨架像素点为河流分汊点；如果N
s
＝1，则判定其为河流端点。
[0019]S42、记录所有得到的河流分汊点与端点坐标，并按照从河流上游到下游的顺序对这些点进行排序。
[0020]S5、构建河流的拓扑结构，提取河流的平面几何指标。包括：
[0021]S51、根据步骤S42所得到的河流分汊点与端点进行追踪，首先，按顺序从河流的一个分汊点或者端点i开始，逐个追踪并记录与其相连的骨架像素点及其坐标，直至另一个河流分汊点或端点j结束；然后，按照相同的方式追踪另外一条与i相连的河流骨架；最后，直到所有与i相连的河流骨架均被追踪完成。
[0022]S52、河流拓扑结构的构建。河流拓扑结构的数学表达通过其河网连通矩阵A
n,n
＝{a
i，j
}来实现，其中n为河流分汊点与端点的数目，a
i，j
表示河流中第i个与第j个分汊点或端点的连通关系，a
i,j
＝1表示两分汊点或端点连通，a
i,j
＝0则表示不连通。首先，假设连通矩阵A
n,n
为零矩阵，设在骨架追踪过程中，若检测到一条河流骨架的两端分别为点i与j并且i
与j不同时为河流端点，则a
i,j
＝1,否则a
i,j
＝0，最后，直至所有的河流分汊点与端点均已追踪完成，则所输出的连通矩阵即为该河流的网络拓扑结构表示。
[0023]S53、河流平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种河流平面几何指标与拓扑结构的提取方法，其特征在于，包括以下步骤：S1、确定输入图像，并率定初始参数，包括：S11、输入的图像格式为卫星图片，首先确定所输入图像的分辨率，以及图像尺寸M
×
N，其中，M，N分别为图像的像素行数与列数；其次，按照改进的归一化差异水体指数公式：计算并储存每个图像的像素点所对应的MNDWI，其中Green与MIR分别为卫星图像中绿色波段与中红外波段的反射率；S12、率定模型模型初始参数σ1，σ2与ΔW，其中σ1与σ2分别为去除噪声过程中膨胀与腐蚀算法所使用的卷积核的最大尺寸，而ΔW为河宽提取指标参数；初始参数的最优值均通过对所输出的河道数目的敏感性分析而确定，具体过程为，分别从0开始逐渐增加各参数值，当所输出到的河道数目趋于稳定值后，所对应的参数值即为最优值；S2、提取河道水体并消除噪声，包括：S21、提取河道水体：根据S11计算所得到的MNDWI指数，对图像所有像素点运用OTSU阈值分割方法，找出水体像素与陆地像素的阈值T，对于MNDWI指数大于T的像素定义为水体像素，剩下非水体像素则被当作背景去除，并输出河道水体的二值图像，值为1的像素点为河道水体像素，值为0的像素点为背景像素；S22、噪声消除：通过S21所得到的二值图像中的像素点与卷积核进行卷积运算，其中卷积核的边缘像素值设为1，中间像素值为0；首先，遍历所有水体像素点，根据膨胀算法使其分别与尺寸为n1(n1＝1，3，5.....σ1)的卷积核进行卷积，若结果为0，则标记为零星水域噪声并予以消除；其次，同样地，遍历所有背景像素点，根据腐蚀算法分别使其与尺寸为n2(n2＝1，3，5.....σ2)的卷积核进行卷积，若结果为4σ2‑
4，则标记为对河流平面形态无主要影响的较小的江心滩或沙坝并予以填充，最终得到整个河流系统的掩膜；S3、刻画河道中心线骨架；包括：S31、对于步骤S22得到的河流掩膜进行Zhang
‑
Suen快速并行细化算法，得到河流骨架，记为矩阵S＝{X
s
,Y
s
}，其中X
s
与Y
s
分别为第s个骨架像素点的行、列坐标；S32、根据步骤S31所得到的河流骨架，遍历所有骨架像素点，分别采用消除模版与其进行卷积，所得结果若属于集合{65，5，20，80，13，22，52，133，141，54}，则删除该骨架像素点，以保证所得河流骨架为单分辨率宽度；S4、检测河流的分汊点与端点；包括：S41、记骨架像素点的8个邻域中同样为骨架的像素点个数为N
s
，遍历所有河流骨架像素点，并检测其N
s...

【专利技术属性】
技术研发人员：刘彦晖，江恩慧，王远见，李军华，高梓轩，田世民，屈博，许琳娟，来志强，张向萍，李新杰，任智慧，闫振峰，王子路，王欣，张翎，张世安，
申请(专利权)人：黄河水利委员会黄河水利科学研究院，
类型：发明
国别省市：