[发明专利]一种卫星遥感影像的城市水体提取方法

摘要

一种卫星遥感影像的城市水体提取方法，包括：遥感影像数据的预处理；获得两个新的归一化差异水体指数NNDWI1和NNDWI2，得到NNDWI1和NNDWI2的水体提取结果；将NNDWI1的阈值分割结果和NNDWI2的阈值分割结果进行叠加，得到NNDWI的阈值分割结果，即大面积水体对象和小面积对象，对膨胀后的小面积对象进行约束，对约束后的小面积对象进行阴影检测与去除，得到小面积水体对象；将大面积水体对象与小面积水体对象进行叠加，得到卫星遥感影像的城市水体提取结果。本发明提出的方法，具有较高的分类精度和较低的漏检与虚警总错误率，提高了后续水体的提取精度，同时具有较高的水体边缘检测精度。

主权项

1.一种卫星遥感影像的城市水体提取方法，其特征在于，包括以下步骤：步骤1：遥感影像数据的预处理，即对遥感影像数据进行正射校正和大气校正；步骤2：预处理后的遥感影像数据，包括蓝色band1数据、绿色band2数据、红色band3数据和近红外band4数据，选取预处理后的遥感影像数据中的蓝色band1数据代替归一化差异水体指数NDWI的计算公式中的绿色band2数据，获得新的归一化差异水体指数NNDWI1，新的归一化差异水体指数NNDWI1的计算公式为：此计算公式即为NNDWI1指数模型，利用此模型通过阈值分割即得到NNDWI1的阈值分割结果，也即为NNDWI1水体提取结果；步骤3：对预处理后的遥感影像数据中包括的四个波段数据，即蓝色band1数据、绿色band2数据、红色band3数据和近红外band4数据进行PCA变换，并将PCA变换后的第一主成分分量Component1替代归一化差异水体指数NDWI的计算公式中的绿色band2数据，获得另一个新的归一化差异水体指数NNDWI2，即：其中，Component1表示PCA变换的第一主成分分量，此计算公式即为NNDWI2指数模型，利用此模型通过阈值分割即得到NNDWI2的阈值分割结果，也即为NNDWI2的水体提取结果；步骤4：将步骤2得到的NNDWI1的阈值分割结果和步骤3中得到的NNDWI2的阈值分割结果进行叠加，将得到的结果定义为新的归一化差异水体指数NNDWI的阈值分割结果，即NNDWI1的阈值分割结果与NNDWI2的阈值分割结果进行叠加，其计算公式为：NNDWI＝(segmentation_NNDWI1)∪(segmentation_NNDWI2)式中segmentation_NNDWI1表示NNDWI1的阈值分割结果，segmentation_NNDWI2表示NNDWI2的阈值分割结果，此计算公式即为NNDWI指数模型，利用此指数模型得到NNDWI的水体提取结果；步骤5：对预处理后的遥感影像数据中的近红外band4数据进行阈值分割，得到近红外band4数据的阈值分割结果；步骤6：对NNDWI的水体提取结果中的大面积水体对象和小面积对象进行分割，NNDWI的水体提取结果中，像素个数大于设定阈值的为大面积水体对象，像素个数小于等于设定阈值的为小面积对象；步骤7：对步骤6中得到的小面积对象进行数学形态学膨胀处理，得到膨胀后的小面积对象，将步骤5得到的近红外band4数据的阈值分割结果作为约束条件，即采用膨胀后的小面积对象和近红外band4数据的阈值分割结果求交集的方式对膨胀后的小面积对象进行约束，约束的数学表达式为：component2＝(dilate_component)∩(segmentation_band4)式中，dilate_component表示膨胀后的小面积对象，segmentation_band4表示近红外band4数据的阈值分割结果，component2表示约束后的小面积对象；步骤8：对步骤7得到的约束后的小面积对象进行阴影检测与去除，得到小面积水体对象；步骤9：将步骤6中得到的大面积水体对象与步骤8中得到的小面积水体对象进行叠加，即将步骤6中得到的大面积水体对象和步骤8中得到的小面积水体对象求并集，得到卫星遥感影像的城市水体提取结果。