【技术实现步骤摘要】
本专利技术属于水体图像提取，具体涉及一种顾及高分辨率遥感影像阴影的城市水体提取方法。
技术介绍
1、水体是城市生态系统和城市自然景观中不可或缺的组成部分，更是城市可持续发展的主要驱动力之一，其中小微水体犹如城市中的“毛细血管”，数量庞大、分布广泛，且容易受到污染，对城市生态环境有着举足轻重的影响。通过城市小微水体提取，可了解其分布、面积变化，对监测和保护城市水体具有重要意义。当前提取城市水体信息多使用中低分辨率多光谱遥感图像进行信息提取，但由于其空间分辨率有限，无法准确识别水体目标的边缘和纹理等空间细节，无法区分水目标和其他特征，导致难以提取水塘、狭窄河流等小型水体，不利于后期分析和监测工作展开，给水体精确划定和定量分析带来困难。
2、随着遥感图像空间与光谱分辨率的不断提升，展示地物细节能力得到显著提高，为城市水体的识别与提取提供可靠的数据源，大大提高城市水体提取的精度。然而，光学高分辨率遥感图像虽然为地表水体提取提供丰富的有效信息，如光谱特征、纹理特征等，但仍然面临一些挑战：一是，高分辨率遥感图像的光谱信息有限，无法充分利用额外的波段（如短波红外波段）来提取水体信息，导致在图像特征上水体与阴影等低反射率物体非常相似，很容易产生混淆，出现同谱异物现象；二是，水体含沙量和水生植物密度的差异会导致遥感图像中水体的光谱变化，出现同物异谱现象；三是，遥感图像中的小目标提取是一个难题，小型水体很容易受到周围环境的影响；四是，在城市建筑密集区域，建筑阴影对城市水体提取的干扰最为严重。微小水体分布在城市的各个角落，与城市中建筑相互
3、针对遥感图像中的阴影问题，目前研究主要集中在阴影检测（或提取）和阴影补偿（或恢复）方面，主要有基于特征和基于深度学习的方法，但是，无论是传统的基于特征的方法，还是基于深度学习的方法，都必须对遥感图像进行准确的阴影检测，才能精确地提取阴影。在阴影检测领域，现有方法通常需要耗费大量时间和精力。除了人工直接提取阴影外，即便是利用深度学习自动检测阴影，也需要先手工制作阴影样本集用于模型训练。基于辐射传输理论，wen等提出了一种简单阴影修复方法（reflectance equality relationshipbased method，rerb），通过建立辐射传输方程，准确还原阴影特征的反射率和光谱形状信息，但其存在以下两个主要缺陷：首先，人工目视解译提取阴影区域是该方法难以解决的痛点，在实践中，人工目视解译过程繁琐、费时，并且可能受主观因素的影响引入误差；其次，阴影的存在是通过遥感图像感知地物层次信息的基本要求，完全去除阴影可能导致遥感图像缺乏层次感。
技术实现思路
1、本专利技术的目的在于，提供一种顾及高分辨率遥感影像阴影的城市水体提取方法，能自动估算并增强阴影区域的环境散射辐亮度，弱化阴影，凸显阴影内的地物，既保留了遥感影像的整体层次，又保留了阴影内地物细节，实现了城市水体信息的精准提取。
2、为解决上述技术问题，本专利技术的技术方案为：一种顾及高分辨率遥感影像阴影的城市水体提取方法，包括以下步骤：
3、s1、基于高分辨率遥感影像，对现有城市水体数据集进行图像分割、数据处理得到高分辨率城市水体遥感图像数据集；数据处理包括数据清洗、样本均衡、数据归一化、数据增强以及数据集划；
4、s2、构建基于辐射传输和几何光学的阴影地物特征校正模型，引入k-m方程、亮通道先验理论、导向滤波方法和建筑密度数据估算并提升阴影区域的环境散射，增强阴影遮蔽地物的亮度特征，减弱高大建筑和地形的阴影干扰，得到阴影增强算法模型,以实现阴影内部地物特征的恢复；
5、s3、在网络模型中添加注意力机制和损失函数进行优化，得到优化网络模型，以增强对微小水体的关注度；
6、s4、将高分辨率城市水体遥感图像数据集先后输入阴影增强算法模型和优化网络模型中，得到水体遥感增强图像，完成城市水体信息提取。
7、s2中基于辐射传输和几何光学的阴影地物特征校正模型的工作原理为：
8、根据辐射传输原理和朗伯表面假设，对光照区域和阴影区域的表面反射率进行反演；
9、假设光照区域和阴影区域包含相同特征的地物，则认为朗伯表面条件下该地物的阴影区域表面反射率与光照区域表面反射率相等；
10、为降低误差的影响，使用辐射亮度来恢复阴影信息。
11、s2中引入k-m方程估算阴影区域的环境散射的过程为：
12、通过k-m方程描述物质光谱的吸收和散射过程的共同作用；
13、在光照区域，因为太阳直射光强烈，散射辐射对地物的影响可忽略不计，因此，不考虑四通量的k-m方程组中的太阳直射光通量，仅采用二参数的二流近似来求解辐射传输过程；
14、基于k-m方程求解以优化阴影地物特征校正模型中阴影信息的恢复，利用局部阴影密度来估计周围环境散射的强度。
15、s2中引入建筑密度数据对阴影地物特征校正模型中阴影区域的局部环境散射进行估算的方法为：
16、利用获取到的城市建筑轮廓的矢量数据，通过计算建筑密度数据来估算阴影面积密度；同时考虑到局部地区环境散射强度与该地区的阴影密度呈负相关；通过暗对象减法对大气路径程辐射进行计算。
17、s2中引入亮通道先验理论对阴影地物特征校正模型中阴影区域的局部环境散射进行估算与提升的方法为：
18、根据亮通道先验理论增强阴影地物特征校正模型中阴影遮蔽地物的亮度特征，减弱高大建筑和地形的阴影干扰，亮通道图在某一像素处的值趋向于大气光的强度，其表示为：
19、
20、其中，为根据亮通道先验理论获得的大气光值：
21、
22、其中，c为某一个颜色通道，r、g、b分别对应红波段、绿波段、蓝波段通道，为图像j中y位置对应c通道的亮度值。
23、还包括引入暗通道先验理论对阴影地物特征校正模型中阴影区域的局部环境散射进行估算与增强，具体为：将暗通道先验理论和亮通道先验进行结合形成混合通道模型，以更全面地估算大气光值；
24、采用双窗口拟合来计算暗通道图和亮通道图，借助图像形态学操作中腐蚀膨胀运算来减弱过高或过低反射率物体和噪声的影响，使用较大卷积模板减弱过高或过低反射率物体的干扰，较小卷积模板消除高亮度噪声，并将两卷积模板的计算结果进行融合；其中，较大卷积模板和较小卷积模板的窗口大小分别为a×a和b×b，且a＞b。
25、采用双窗口拟合来计算暗通道图和亮通道图并融合估算大气光值的具体步骤为：
26、通过使用窗口大小为a×a和b×b的卷积模板，对阴影图像进行膨胀运算得到亮通道图，进行腐蚀运算得到暗通道图；
本文档来自技高网...
【技术保护点】
1.一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，S2中基于辐射传输和几何光学的阴影地物特征校正模型的工作原理为：
3.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，S2中引入K-M方程估算阴影区域的环境散射的过程为：
4.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，S2中引入建筑密度数据对阴影地物特征校正模型中阴影区域的局部环境散射进行估算的方法为：
5.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，S2中引入亮通道先验理论对阴影地物特征校正模型中阴影区域的局部环境散射进行估算与提升的方法为：
6.根据权利要求5所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，还包括引入暗通道先验理论对阴影地物特征校正模型中阴影区域的局部环境散射进行估算与增强，具体为：将暗通道先验理论和亮通道
7.根据权利要求6所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，采用双窗口拟合来计算暗通道图和亮通道图并融合估算大气光值的具体步骤为：
8.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，S2中引入导向滤波对阴影地物特征校正模型中阴影区域的局部环境散射进行增强的方法为：
9.根据权利要求1所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，对网络模型进行优化的方式为：在网络模型中添加注意力机制和损失函数进行优化，得到优化网络模型，S3中优化网络模型的构造过程为：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述方法的步骤。
...【技术特征摘要】
1.一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，s2中基于辐射传输和几何光学的阴影地物特征校正模型的工作原理为：
3.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，s2中引入k-m方程估算阴影区域的环境散射的过程为：
4.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，s2中引入建筑密度数据对阴影地物特征校正模型中阴影区域的局部环境散射进行估算的方法为：
5.根据权利要求1或2所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，s2中引入亮通道先验理论对阴影地物特征校正模型中阴影区域的局部环境散射进行估算与提升的方法为：
6.根据权利要求5所述的一种顾及高分辨率遥感影像阴影的城市水体提取方法，其特征在于，还包括引入...
【专利技术属性】
技术研发人员：陶年旺，饶蕾，李诏天，蔡绮雯，
申请(专利权)人：武汉蚁图时空科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。