[发明专利]一种基于GEE的Otsu和边缘检测算法的高山林线提取方法有效

专利信息
申请号: 202110353359.7 申请日: 2021-04-01
公开(公告)号: CN112907587B 公开(公告)日: 2022-03-01
发明(设计)人: 熊俊楠;贺文;叶冲冲;刘姗;段钰;刘俊;何雨枫;何豫川 申请(专利权)人: 西南石油大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/12;G06T7/13;G06T5/50
代理公司: 北京中索知识产权代理有限公司 11640 代理人: 唐亭
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 gee otsu 边缘 检测 算法 山林 提取 方法
【权利要求书】:

1.一种基于GEE的Otsu和边缘检测算法的高山林线提取方法,其特征在于,包括如下步骤:

S1、选择数据源:采用拥有30米分辨率的多光谱陆地遥感卫星Landsat 8影像,或使用Landsat 7或Landsat 5影像;影像辐宽185km,所选影像处于植被早期生长季4-6月,待提取的目标是有高山林线的区域;

S2、对目标区域的遥感图像进行预处理,包括影像去云和图像融合;

S3、采用归一化植被指数NDVI提取遥感影像中的植被区域;

S4、图像分割与边缘检测:在谷歌地球引擎GEE平台中引入Otsu算法,实现NDVI指数的图像分割,进一步使用边缘检测算法提取高山林线;具体步骤包括:

S41、图像分割:在GEE平台引入Otsu算法,即公式(2)和公式(3),计算植被覆盖区域的Otsu阈值TOtsu,NDVI等于TOtsu的地方,就是高山林线的位置;

ICV=ω00-μ)211-μ)2=ω0ω101)2 (3)

式中,μ和ICV分别表示平均灰度和类间方差;n0为小于阈值的像素数;n1为大于阈值的像素数;n为图像的像素总数;μ0和μ1分别为目标类别和非目标类别的平均灰度值;ω0和ω1分别为目标像素和非目标像素占总像素的比例;通过遍历每个灰度值并比较类间方差,得到最优阈值;

S42、边缘检测:在GEE平台中引入边缘检测算法提取高山林线,通过高斯核卷积来平滑NDVI图像,以获得NDVI阈值像素;进一步对NDVI像元进行边缘检测得到轮廓线,提取到的轮廓线就是初步得到的高山林线;

S5、图像后处理:将初步得到的高山林线栅格影像,转为矢量格式;对矢量文件进行高程限制、边界清理和质量验证,最终得到高山林线的分布图。

2.如权利要求1所述的基于GEE的Otsu和边缘检测算法的高山林线提取方法,其特征在于,所述步骤S3包括:

S31、根据公式(1)计算目标区域每一个像元的NDVI值,得到NDVI栅格图像:

其中,R为红波段,分别对应Landsat 5影像的第3波段,Landsat 7影像的第3波段和Landsat 8影像的第4波段;NIR为近红外波段,分别对应Landsat 5影像的第4波段,Landsat7影像的第4波段和Landsat 8影像的第5波段;

S32、使用参数N对NDVI栅格影像进行分割,以区分遥感影像中的植被与非植被区域。

3.如权利要求1所述的基于GEE的Otsu和边缘检测算法的高山林线提取方法,其特征在于,所述步骤S5中,高程限制指的是根据不同研究区查阅文献,确定高山林线分布的最低海拔;边界清理是指根据生成的高山林线出现的边缘效应情况进行核对和删除;质量验证是指根据历史谷歌影像、土地分类图和现有研究成果对高山林线点进行验证。

4.如权利要求1所述的基于GEE的Otsu和边缘检测算法的高山林线提取方法,其特征在于,所述步骤S2中,图像融合的方法是:在每个位置选择一个场景子集转换为大气顶层反射率,然后应用简单的云评分,获取最少浑浊像素的中值,生成一幅合成影像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110353359.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top