[发明专利]一种高分辨率遥感影像水体提取方法

说明书

本发明公开了一种有效的高分辨率遥感影像水体提取方法。首先，给定一幅原始高分辨率遥感影像，提出一种基于局部二值模式和K最近邻的算法，对其进行水陆粗分离，同时采用形态学处理来抑制分类区域内的噪声点。接着，设计一种基于LBP和支持向量机的方法，对水陆边界区域作进一步细分离，并采用形态学滤波去除细化后边界区域附近的噪声点。最后，针对细化结果，采用形态学腐蚀运算对水体边缘进行平滑，得到最终的水体提取结果。本发明提出的方法采用“粗分+细分”的策略进行水陆的分离，准确率更高；此外，本发明分别采用KNN和SVM两种不同的分类方法，一方面确保了提取的效率，另一方面适应于不同尺寸像元的分类，使得最终分类结果稳健且有效。

技术领域

本发明属于图像处理领域，尤其涉及一种高分辨率遥感影像水体提取方法。

背景技术

水资源是人类生存必不可少的重要资源，实时、准确地获取水体信息对水资源的有效管理和合理利用有着重大意义。由于水资源时空分布不均，且具有流动性，人工检测很难实时有效地获取信息。随着遥感技术的飞速发展，通过遥感影像提取地表水体信息不仅监测范围广，而且具有实时性的优势。

遥感技术经过多年的发展,所采集得到的遥感影像的空间分辨率由10m、5m、2m、1m、向亚米级逐步提高。高空间分辨率遥感图像的产生，使得水体信息的提取有了更便利、更详细的数据来源。目前，基于高分辨率遥感影像进行水体提取的方法有很多。

公开号CN107506769A一种城市水体信息的提取方法及系统，首先，对卫星拍摄的城市的遥感图像进行数据预处理，得到预处理后的图像；然后，根据预设分割参数对预处理后的图像进行图像分割，得到具有特征组的均值图像；接着，对均值图像进行光谱特征分析，得到典型地物光谱曲线图，该曲线图包括建筑物、水体和阴影等典型地物在各波段的光谱曲线；最后，根据特征组提取出典型地物光谱曲线提取图中的水体信息。该发明主要在利用地物光谱特征的基础上对水体区域进行提取，达到了一定的提取精度，但存在不足：算法需要预设分割参数，对于不同场景下的含水体信息图像的参数需要重新设置，且特征组包含光谱、拓扑、形状和长宽比等特征，特征提取和标记过程复杂、耗时。

公开号CN105809140A一种基于遥感模型的地表水体信息的提取方法及其装置，首先，通过设置阈值对预处理后的遥感数据进行二值化处理；然后，对处理后的二值化遥感数据进行地表水体信息提取。提出的方法中阈值的设置对水体提取的效果起决定性作用，在水陆对比度明显的情况下能够取得较好的效果，但是在复杂场景下，水体提取效果会有一定程度的下降。

综上，现有的高分辨率遥感影像水体提取方法，存在的局限性主要表现在：

(1)传统的高分辨率遥感影像水体提取方法首先提取水体的各种类型的特征，用于后续的水体检测，特征提取过程较为，且可能存在人工干预，降低的算法的通用性；

(2)传统的高分辨率遥感影像水体提取方法，在划分水体和陆地边界区域时，效果不理想。

发明内容

发明目的：针对现有技术中存在的问题，本发明公开了一种有效的高分辨率遥感影像水体提取方法，采用“粗分+细分”的策略进行水陆的分离，与传统的直接检测水体的方法相比，准确率更高；此外，在水陆分离过程中，分别采用KNN和SVM两种不同的分类方法，一方面确保了提取的效率，另一方面适应于不同尺寸像元的分类，使得最终分类结果稳健且有效。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种高分辨率遥感影像水体提取方法，包含训练阶段和测试阶段，其特征在于：

所述训练阶段包括以下步骤：

(1)构建高分辨率遥感水陆场景图像数据集，将遥感水陆场景图像数据集分为训练集Train和测试集Test；

(2)针对输入的遥感水陆场景训练集图像，进行粗略分区，对每一个粗略区域制作相应的标签，然后提取每个区域的局部二值模式(Local Binary Patterns，LBP)特征；