[发明专利]一种基于随机森林的遥感影像河湖水边线提取方法

说明书

本发明属于遥感技术领域，公开了一种基于随机森林的遥感影像河湖水边线提取方法，包括获得遥感影像，利用随机森林对遥感影像进行水陆识别，获得水陆二值化图像；对水陆二值化图像进行非目标去除处理，获得目标图像；对目标图像进行河湖水边线提取，获得河湖水边线提取结果。本发明解决了现有技术中河湖水边线提取难度较大、精度较低的问题，可以得到较好的河湖水边线提取精度。

技术领域

本发明涉及遥感技术领域，尤其涉及一种基于随机森林的遥感影像河湖水边线提取方法。

背景技术

河湖水边线是河湖水系的重要组成部分，河湖水边线监测，对生态环境保护、河湖周边区域居民的生命财产安全等具有重要意义。随着遥感技术的发展，遥感影像的空间分辨率不断提高，这使得高精度遥感监测河湖水边线成为了可能，然而，由于高分辨率遥感影像的复杂性，目前，河湖水边线提取难度仍旧较大、精度不高。

发明内容

本申请实施例通过提供一种基于随机森林的遥感影像河湖水边线提取方法，解决了现有技术中河湖水边线提取难度较大、精度较低的问题。

本申请实施例提供一种基于随机森林的遥感影像河湖水边线提取方法，包括以下步骤：

步骤1、获得遥感影像，利用随机森林对所述遥感影像进行水陆识别，获得水陆二值化图像；

步骤2、对所述水陆二值化图像进行非目标去除处理，获得目标图像；

步骤3、对所述目标图像进行河湖水边线提取，获得河湖水边线提取结果。

优选的，所述步骤1包括以下子步骤：

步骤1.1、根据所述遥感影像，获得所述遥感影像对应的NDWI水体指数；

步骤1.2、以所述遥感影像的红色波段、蓝色波段、NDWI水体指数作为随机森林的输入特征向量；

步骤1.3、基于所述遥感影像选取训练样本、测试样本，并对随机森林进行训练；

步骤1.4、利用训练好的随机森林对所述遥感影像进行水陆识别，获得所述水陆二值化图像。

优选的，所述随机森林的分类目标为水体和非水体两类，所述随机森林包含10个分类树。

优选的，所述随机森林采用基尼系数作为随机森林中分类树的分裂规则。

优选的，所述步骤2中，所述非目标包括第一类非目标、第二类非目标；所述第一类非目标为非目标水体，包括但不限于池塘、水田；所述第二类非目标为非目标船舶；

针对所述第一类非目标，采用区域生长算法进行目标水体提取，根据目标水体提取结果排除非目标水体；

针对所述第二类非目标，设置船舶大小阈值N1、内河洲滩陆地大小阈值N2，遍历所述水陆二值化图像中的像素，根据所述船舶大小阈值N1获取疑似船舶像素并作为种子点，使用区域生长算法获得疑似船舶对象集，若所述疑似船舶对象集中的像素数量小于所述内河洲滩陆地大小阈值N2，则判定疑似船舶像素为船舶对象，予以去除。

优选的，所述步骤3的具体实现方式为：依据水边线像素为陆地像素，且水边线像素的空间八连通区域内必然存在水体像素这一原则，对所述目标图像进行河湖水边线提取，获得河湖水边线提取结果。

优选的，所述基于随机森林的遥感影像河湖水边线提取方法还包括：步骤4、对所述河湖水边线提取结果进行精度评价。

优选的，所述步骤4的具体实现方式为：

基于所述河湖水边线提取结果，在水边线八连通范围内随机生成M个样本点；

目视解译所述M个样本点，分为水边线点、水体点、陆地点三类，获得目视解译结果；