[发明专利]一种城市复杂环境下阴影与水体分离方法

说明书

一种城市复杂环境下水体与阴影的区分方法，包括如下步骤：获取水体和阴影像元样本训练集S′；人工选取影像上目视解译为水体和阴影，且具有代表性的像元样本各m个组成训练集S′，记录每个像元样本蓝波段、绿波段、红波段以及近红外波段这四个波段的灰度值；获得训练集S′的增强型阴影水体指数ESWI值集合S″；遍历训练集S′中的像元p，使用增强型阴影水体指数模型计算p所对应的ESWI值放入集合S″中；利用迭代最佳阈值法求得分割集合S″的分割阈值N；遍历像元集合S并进行计算，将S中所有E_p值小于N的像元p标记为水体像元，反之标记为阴影像元。本发明可以有效解决在城市复杂环境下常用水体分类模型无法有效区分水体和阴影的问题，提高城市水体提取精度。

技术领域

本发明主要涉及城市复杂环境下水体提取后分离阴影的方法，包含构建增强型阴影水体指数模型以及自适应阈值选取方案。

背景资料

城市中的水体作为自然与人为信息的综合体，是遥感对地观测研究的重要组成部分。利用遥感数据提取城市水体信息，可以在水资源调查、城市规划、城市生态监测以及洪涝灾害灾情评估方面发挥极其重要的作用。因此，如何精确进行城市水体的提取是目前遥感研究的热点之一^[1]。

高分影像成像过程中，存在大量因阳光被城市中的建筑物、高大树木等地物遮挡而产生的阴影。由于水体同阴影在光谱特征上存在较高的相似性，在城市这样的复杂环境进行水体提取时，混杂阴影的问题难以避免，造成提取精度的下降。如附图1所示，阴影和水体在各波段上灰度值基本一致，分离难度较大。因此，研究阴影和水体的区分方法具有重要意义。

针对水体光谱特征与阴影相似造成两者难以区分的问题，陈文倩^[2]等根据GF-1影像提供的4个波段构建阴影水体指数SWI：

SWI＝B₁+B₂-B₄ (1)

其中B₁、B₂、B₄分别表示GF-1影像蓝波段、绿波段以及近红外波段灰度值，配合决策树实现水体与阴影的分离；姚华琴^[3]等针对QuickBird影像提出了基于主成分变换和多波段运算相结合的阴影检测方法，利用多峰直方图特征对阴影进行自动检测，并设计形态滤波器对检测结果进行后处理以提取阴影部分；李存军^[4]等发现阴影对相对偏差这一评价指标敏感的特性，构造了相对差异指数以增强阴影信息，然后通过阈值法将影像分为可能阴影区和非阴影区，最后根据标准差通过区域滤波去除水体中可能的阴影。上述方案都一定程度上实现了水体与混杂阴影的区分，但也存在限制条件：陈的方法更适合区分山地区域的水体和阴影；姚的检测模型主要针对城市高大地物构建，对细小阴影区域处理不够；李的方案获得高精度的前提条件为影像获取时太阳照射足够强烈。所以，需要实现一种更具有泛化能力的、更适应城市复杂环境的水体与阴影区分方案，从而提升城市水体提取的精度。

发明内容

本发明要克服现有技术的上述缺点，提供一种城市复杂环境下水体与阴影的区分方法。

本发明包含构建增强型阴影水体指数模型以及自适应阈值选取方案。本发明能有效分离城市水体提取结果中混杂的阴影，提高提取精度，并具有更好的泛化能力。

为实现上述目的，本发明在使用目前常用的水体分类模型对影像进行提取，初步得到包含水体以及类水体像元集合S的基础上，采用以下技术方案：

一种城市复杂环境下水体与阴影的区分方法，包括如下步骤：

步骤一：获取水体和阴影像元样本训练集S′；人工选取影像上目视解译为水体和阴影，且具有代表性的像元样本各m个组成训练集S′，记录每个像元样本蓝波段、绿波段、红波段以及近红外波段这四个波段的灰度值，分别用B₁、B₂、B₃和B₄来表示；