[发明专利]河流敏感性等级划分方法、装置、设备及存储介质在审
申请号: | 202110835562.8 | 申请日: | 2021-07-23 |
公开(公告)号: | CN113469127A | 公开(公告)日: | 2021-10-01 |
发明(设计)人: | 刘荣荣 | 申请(专利权)人: | 平安国际智慧城市科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T5/00;G06T7/11;G06T7/13;G06T7/90;G06N3/04;G06N3/08 |
代理公司: | 北京鸿元知识产权代理有限公司 11327 | 代理人: | 袁文婷;张娓娓 |
地址: | 518000 广东省深圳市前海深港合*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 河流 敏感性 等级 划分 方法 装置 设备 存储 介质 | ||
1.一种河流敏感性等级划分方法,应用于电子装置,其特征在于,所述方法包括:
将采集的河流遥感影像进行水体数据提取处理,得到水体分布图,其中,所述水体分布图包括至少一个水体图;
基于所述水体分布图,根据预设缓冲区范围确定规则从所述河流遥感影像中裁剪所述水体分布图中每个所述水体图对应的预设范围的缓冲区域,作为缓冲区域图;
将从所述水体图中获取的水体色度指数、从分布在所述水体图周边的缓冲区域图中获取的地物对河流敏感性的影响程度、预先获取的所述水体图中水体的水文特征信息和实际监测得到的所述水体图对应水体的河流敏感性等级共同作为模型训练数据;
通过所述模型训练数据对预设神经网络基础模型进行河流敏感性等级评估训练处理,得到河流敏感性评估模型;
通过将待评估河流的数据输入所述河流敏感性评估模型,得到所述待评估河流的河流敏感性等级。
2.根据权利要求1所述的河流敏感性等级划分方法,其特征在于,所述河流遥感影像存储于区块链中,所述将采集的河流遥感影像进行水体提取处理,得到水体分布图包括:
对所述采集的河流遥感影像进行预处理,得到高光谱河流遥感影像;
基于分类决策树,通过归一化水体指数公式和归一化植被指数公式从所述高光谱河流遥感影像中提取水体数据,得到水体分布栅格图像;
对所述水体分布栅格图像进行栅矢变换处理,得到水体分布图。
3.根据权利要求2所述的河流敏感性等级划分方法,其特征在于,所述对所述采集的河流遥感影像进行预处理,得到高光谱河流遥感影像包括:
对所述河流遥感影像的遥感数据进行辐射定标处理,使所述河流遥感影像的数字量化值转化为真实辐射值,得到辐射定标后的河流遥感影像;
对所述辐射定标后的河流遥感影像进行几何校正处理,使所述辐射定标后的河流遥感影像中的地物目标的几何畸变得到校正,得到几何校正后的河流遥感影像;
对所述几何校正后的河流遥感影像进行大气校正处理,使所述几何校正后的河流遥感影像的地表反射率转化为地表真实反射率,得到大气校正后的河流遥感影像;
通过全色影像技术对所述大气校正后的河流遥感影像的多光谱数据进行影像融合处理,得到高光谱河流遥感影像。
4.根据权利要求2所述的河流敏感性等级划分方法,其特征在于,所述基于分类决策树,通过归一化水体指数公式和归一化植被指数公式从所述高光谱河流遥感影像中提取水体,得到水体分布栅格图像包括:
通过归一化水体指数公式和归一化植被指数公式分别计算所述高光谱河流遥感影像中各地物的归一化水体指数和归一化植被指数;其中,
所述归一化水体指数公式为:
所述归一化植被指数公式为:
其中,NDWI为归一化水体指数,NDVI为归一化植被指数,Green为绿光波段,NIR为近红外波段,Red为红光波段;
建立分类决策树,从所述高光谱河流遥感影像中提取归一化水体指数大于预设水体分类检测阈值,且归一化植被指数小于预设植被分类检测阈值的地物数据,得到水体分布栅格图像。
5.根据权利要求2所述的河流敏感性等级划分方法,其特征在于,所述对所述水体分布栅格图像进行栅矢变换处理,得到水体分布图包括:
将所述水体分布栅格图像进行二值化处理,得到水体分布二值图像;
对所述水体分布二值图像进行图像预处理,得到预处理后的水体分布二值图像;其中,所述图像预处理包括去除飞白处理、去除污点处理和去除线划边缘凹凸不平处理;
对所述预处理后的水体分布二值图像进行图像处理,使所述水体分布二值图像的象元阵列剥除轮廓边缘的点,以及使所述水体分布二值图像变为线划宽度只有一个象元的骨架图形,得到水体分布骨架图;
将所述水体分布骨架图转换为坐标序列的矢量图形,将所述矢量图形作为水体分布图。
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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202110835562.8/1.html,转载请声明来源钻瓜专利网。