[发明专利]基于信源概率加权的多源遥感图像水体提取方法及装置

说明书

本发明涉及基于信源概率加权的多源遥感图像水体提取方法及装置，属于多源遥感图像处理技术领域，通过对目标图像进行重叠分块，对每个图像块进行语义分割处理，确定每个图像块中的每个像素对应类别标签的概率，所述类别标签至少分为水体标签和背景标签，对每个图像块进行信源分类，得到每个图像块对应的信源概率分布，对目标图像中的每个像素，搜索该像素在其所处若干个图像块中对应类别标签的概率，并结合信源概率分布进行加权平均计算，得到每个像素的类别标签，从而得到所有像素的类别标签以完成水体提取，解决现有利用多源遥感图像提取水体信息的方法存在精确度差的问题。

技术领域

本发明涉及基于信源概率加权的多源遥感图像水体提取方法及装置，属于多源遥感图像处理技术领域。

背景技术

遥感影像中记录了地表物体对电磁波的反射信息及其自身向外的辐射信息，相对于其他地物而言，水体在整个光谱范围内呈现出较弱的反射率，而土壤、植被、建筑物等具有较高的反射率，使得水体与它们具有明显区别。通过对遥感图像进行处理，将水体信息与其他物质区分开就是提取水体信息。

从遥感图像中提取水体信息，对于环境监测、水资源调查以及合理的规划利用都起着十分重要的作用。如今，遥感信息呈现海量化、多源化和共享化的特征，这就意味着人们更容易得到多源传感器获取的海量遥感图像数据，通过对多源传感器获取的遥感图像分析处理，进行水体提取。

现有水体提取方法可分为4类：(1)主题方法，包括非监督分类或主成分分析聚类；(2)监督分类方法，包括最大似然估计，决策树方法等；(3)指数法，包括单波段阈值，双谱段指数；(4)不同方法综合，例如子像素分类，光谱混合分析，基于规则的方法等。

以上方法均依赖人工设计的特征，阈值难以确定，缺乏灵活性。多源遥感图像通常是由不同传感器平台获取，上述方法难以适应多源遥感图像多样性的特点，所得到的水体提取精度较差，传统方法已经难以适应遥感大数据时代的水体提取需求。因而如何在多源遥感数据图像的基础上提高水体信息提取的精度是一个有待解决的问题。

发明内容

本发明的目的是提供一种基于信源概率加权的多源遥感图像水体提取方法及装置，解决现有利用多源遥感图像提取水体信息的方法存在精确度差的问题。

为实现上述目的，本发明的技术方案为：本发明提供了一种基于信源概率加权的多源遥感图像水体提取方法，包括如下步骤：

1)目标图像重叠分块步骤：将目标图像分为多个设定规格的图像块，图像块之间部分重叠；

2)图像块语义分割处理步骤：对每个图像块进行语义分割处理，确定每个图像块中每个像素对应类别标签的概率，所述类别标签至少分为水体标签和背景标签；

3)图像块的信源分类步骤：对每个图像块进行信源分类，得到每个图像块对应的信源概率分布；

4)信源概率加权平均步骤：对目标图像中的每个像素，搜索该像素在其所处的若干个图像块中对应类别标签的概率，并结合信源概率分布进行加权平均计算，得到每个像素的类别标签，从而得到所有像素的类别标签以完成水体提取。

本发明还提供了一种基于信源概率加权的多源遥感图像水体提取装置，包括处理器和存储器，以及存储在存储器上并在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现如下步骤：

1)目标图像重叠分块步骤：将目标图像分为多个设定规格的图像块，图像块之间部分重叠；

2)图像块语义分割处理步骤：对每个图像块进行语义分割处理，确定每个图像块中每个像素对应类别标签的概率，所述类别标签至少分为水体标签和背景标签；

3)图像块的信源分类步骤：对每个图像块进行信源分类，得到每个图像块对应的信源概率分布；