一种河流提取方法、装置、终端设备和可读存储介质制造方法及图纸

本申请涉及图像处理领域，提供了一种河流提取方法、装置、终端设备和可读存储介质，该方法包括：获取卫星遥感影像对应的全色灰度影像和多光谱影像；利用多光谱影像进行河流自动语义分割，以得到初始河流图斑；对初始河流图斑进行形态学腐蚀处理，以得到腐蚀后的河流图斑，并从腐蚀后的河流图斑中获取用于交互式深度学习的正样本点；对全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域；基于河流的粗略填充区域，获取用于交互式深度学习的负样本点；利用正样本点和负样本点对河流的粗略填充区域进行精确填充，以得到边缘精细化的河流图斑。该方法在节省大规模样本制作成本的基础上，有效解决了河流的自动提取及边缘不准确的问题。的问题。的问题。

【技术实现步骤摘要】
一种河流提取方法、装置、终端设备和可读存储介质


[0001]本申请涉及图像处理
，尤其涉及一种河流提取方法、装置、终端设备和可读存储介质。

技术介绍

[0002]在广阔的国土上，河流的种类、数量复杂多样，在地形特征分析中，河流占有重要地位，河流信息的研究对于水资源的规划利用以及预防旱涝灾害等具有重大作用。要想充分地利用好河流资源，首先要充分地认识和分析河流。随着航天科技的发展，由于卫星遥感影像具有易获取、实时性强、准确性高、范围广等优点，海量的遥感数据应用在对地表覆盖信息的获取研究中。河流在遥感影像中呈现为不规则的线状物，传统人工或人机交互的方式从遥感影像中提取河流费时费力，无法满足自然资源、水利部等管理部门对于日益增长的河流高精度、高频次的监测应用需求。因此，随着技术的发展，充分利用遥感解译技术、图像处理、人工智能、大数据技术自动提取河流信息，可在降低成本的同时实现对河流信息的高精度、高频次获取，这对自然资源监测、水利工程建设、洪涝灾害预防预防等方面具有重要意义。
[0003]目前，基于遥感影像的河流自动提取的方法主要有以下几种：一是基于数学形态学的河流提取，首先对遥感图像进行预处理增强河流的对比度，然后通过目标分割获得河流水域，最后通过区域联通构成完整河流水域；二是遗传算法实现河流的自动提取，此方法通过不断杂交迭代以及优胜劣汰的原则寻求最优解；三是基于全卷积网络的深度学习语义分割提取方法，将遥感图像中的水体与背景进行标注，然后利用构建的卷积神经网络进行学习，再进行河流识别，其中，利用全卷积神经网络进行深度学习语义分割是主流方法。
[0004]针对上述三种方案，相比前两种，利用深度学习对遥感图像进行语义分割虽然在一定程度上提高了其自动化水平和精度，但仍然存在一些不足。一方面，现有的语义分割模型在特征提取时，容易丢失了遥感影像中丰富的纹理信息，难以做到精确分割；另一方面，语义分割模型的训练，往往需要大量的、均衡的高质量样本做支撑，成本较高，对于大范围区域的提取任务，模型泛化能力不强。因此，当前自动提取的河流结果，往往无法直接业务应用，还需要进一步优化处理。例如，对于河流自动提取的精化方法主要有人工修复、阈值分割法以及轮廓检测法等处理。进一步地，上述处理不同程度上精化河流自动提取边缘的作用，但仍存在消耗人力、精化不准确等问题。

技术实现思路

[0005]有鉴于此，本申请实施例提供一种河流提取方法、装置和终端设备、可读存储介质。
[0006]第一方面，本申请实施例提供一种河流提取方法，包括：
[0007]获取卫星遥感影像对应的全色灰度影像和多光谱影像；
[0008]利用所述多光谱影像进行河流自动语义分割，以得到初始河流图斑；
[0009]对所述初始河流图斑进行形态学腐蚀处理，以得到腐蚀后的河流图斑，并从所述腐蚀后的河流图斑中获取用于交互式深度学习的正样本点；
[0010]对所述全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域；
[0011]基于所述河流的粗略填充区域，获取用于交互式深度学习的负样本点；
[0012]利用所述正样本点和所述负样本点对所述河流的粗略填充区域进行精确填充，以得到边缘精细化的河流图斑。
[0013]在一些实施例中，所述从所述腐蚀后的河流图斑中获取用于交互式深度学习的正样本点，包括：
[0014]从所述腐蚀后的河流图斑中按照河流所在的空间位置均匀选取出预设数量的关键点，并将所述预设数量的关键点作为用于交互式深度学习的正样本点以及作为所述填充处理时的初始种子点。
[0015]在一些实施例中，所述对所述全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域，包括：
[0016]对所述全色灰度影像进行Canny边缘检测，以获得对应的轮廓二值图；
[0017]将从所述腐蚀后的河流图斑中选取出的关键点作为初始种子点，利用漫水填充算法对所述轮廓二值图进行填充，并将填充前后的轮廓二值图的差集作为河流的粗略填充区域。
[0018]在一些实施例中，对所述全色灰度影像进行Canny边缘检测，之前还包括：
[0019]对所述全色灰度影像进行影像预处理，所述影像预处理包括直方图均衡处理和中值滤波处理。
[0020]在一些实施例中，所述基于所述河流的粗略填充区域，获取用于交互式深度学习的负样本点，包括：
[0021]对所述河流的粗略填充区域向外建立缓冲区，并沿缓冲区边缘均匀选取出预设数量的点作为用于交互式深度学习的负样本点。
[0022]在一些实施例中，所述利用所述正样本点和所述负样本点对所述河流的粗略填充区域进行精确填充，以得到边缘精细化的河流图斑，包括：
[0023]分别对每个所述正样本点和所述负样本点进行像素坐标求和，并按照降序或升序的次序，生成基于像素坐标的正负样本点序列；
[0024]将所述正负样本点序列按照预设插入规则，依次输入至基于边缘约束的交互式深度学习模型中以对所述粗略填充区域进行细化填充，以得到边缘精细化的河流图斑。
[0025]在一些实施例中，所述多光谱影像包括蓝色波段、绿色波段和近红外波段的光谱数据，所述利用所述多光谱影像进行河流自动语义分割，以得到初始河流图斑，包括：
[0026]利用由所述蓝色波段、所述绿色波段和所述近红外波段的光谱数据组合得到伪彩色影像，并利用所述伪彩色影像进行河流的自动语义分割，以提取得到初始的河流图斑。
[0027]第二方面，本申请实施例提供一种河流提取装置，包括：
[0028]获取模块，用于获取卫星遥感影像对应的全色灰度影像和多光谱影像；
[0029]初始提取模块，用于利用所述多光谱影像进行河流自动语义分割，以得到初始河流图斑；
[0030]正样本点获取模块，用于对所述初始河流图斑进行形态学腐蚀处理，以得到腐蚀
后的河流图斑，并从所述腐蚀后的河流图斑中获取用于交互式深度学习的正样本点；
[0031]粗略填充模块，用于对所述全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域；
[0032]负样本点获取模块，用于基于所述河流的粗略填充区域，获取用于交互式深度学习的负样本点；
[0033]精细提取模块，用于利用所述正样本点和所述负样本点对所述河流的粗略填充区域进行精确填充，以得到边缘精细化的河流图斑。
[0034]第三方面，本申请实施例提供一种终端设备，所述终端设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施所述的河流提取方法。
[0035]第四方面，本申请实施例提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上执行时，实施所述的河流提取方法。
[0036]本申请的实施例具有如下有益效果：
[0037]本申请的河流提取方法通过利用卫星遥感影像对应的全色灰度影像和多光谱影像来共同实现河流的全自动、高精度提取，其中，利用多光谱影像进行河流自动语义分割，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种河流提取方法，其特征在于，包括：获取卫星遥感影像对应的全色灰度影像和多光谱影像；利用所述多光谱影像进行河流自动语义分割，以得到初始河流图斑；对所述初始河流图斑进行形态学腐蚀处理，以得到腐蚀后的河流图斑，并从所述腐蚀后的河流图斑中获取用于交互式深度学习的正样本点；对所述全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域；基于所述河流的粗略填充区域，获取用于交互式深度学习的负样本点；利用所述正样本点和所述负样本点对所述河流的粗略填充区域进行精确填充，以得到边缘精细化的河流图斑。2.根据权利要求1所述的河流提取方法，其特征在于，所述从所述腐蚀后的河流图斑中获取用于交互式深度学习的正样本点，包括：从所述腐蚀后的河流图斑中按照河流所在的空间位置均匀选取出预设数量的关键点，并将所述预设数量的关键点作为用于交互式深度学习的正样本点以及作为所述填充处理时的初始种子点。3.根据权利要求1或2所述的河流提取方法，其特征在于，所述对所述全色灰度影像进行边缘检测及填充，获取河流的粗略填充区域，包括：对所述全色灰度影像进行Canny边缘检测，以获得对应的轮廓二值图；将从所述腐蚀后的河流图斑中选取出的关键点作为初始种子点，利用漫水填充算法对所述轮廓二值图进行填充，并将填充前后的轮廓二值图的差集作为河流的粗略填充区域。4.根据权利要求3所述的河流提取方法，其特征在于，对所述全色灰度影像进行Canny边缘检测，之前还包括：对所述全色灰度影像进行影像预处理，所述影像预处理包括直方图均衡处理和中值滤波处理。5.根据权利要求1所述的河流提取方法，其特征在于，所述基于所述河流的粗略填充区域，获取用于交互式深度学习的负样本点，包括：对所述河流的粗略填充区域向外建立缓冲区，并沿缓冲区边缘均匀选取出预设数量的点作为用于交互式深度学习的负样本点。6.根据权利要求1所述的河流提取方法，其特征在于，所述利用所述正样本点和所述负样本点对所述河流的粗...

【专利技术属性】
技术研发人员：刘力荣，唐新明，刘克，甘宇航，罗征宇，尤淑撑，金华星，杜磊，何芸，牟兴林，
申请(专利权)人：自然资源部国土卫星遥感应用中心，
类型：发明
国别省市：