基于Landsat OLI多光谱遥感影像的水体自动提取方法技术

本发明专利技术涉及一种基于Landsat OLI多光谱遥感影像的水体自动提取方法，包括以下步骤：1)归一化水体指数NDWI的设计及计算；2)水体阈值自动选取；3)获取水体提取结果并制图。与现有技术相比，本发明专利技术根据Landsat OLI多光谱遥感影像各波段特点，对其进行波段组合，构造了几种新型归一化水体指数，并结合Otsu图像分割算法对遥感影像上水体范围进行自动提取，具有精度高、简单有效等优点。

【技术实现步骤摘要】

本专利技术涉及遥感影像处理
，尤其是涉及一种基于Landsat OLI多光谱遥 感影像的水体自动提取方法。
技术介绍
Landsat卫星影像是水体提取研宄中应用最广泛的多光谱遥感影像数据源，新一 代Landsat 8卫星的成功发射，延续了 Landsat多光谱遥感影像的应用，同时也必然会促进 基于多光谱遥感影像水体提取的研宄发展。在水体提取应用研宄中，水体指数由于简单高 效，是目前水体提取应用最广泛的水体提取方法，目前已有多个水体指数应用于遥感影像 水体提取之中，如表1所示。对于水体指数而言，大多数水体指数都将阈值设置为〇来对 水体和非水体进行分割（McFeeters，1996 ;Xu，2006)，但在实际情况中，由于实验区域的不 同，水体指数图像的最佳分割阈值往往是一个动态变化的量（Ji等，2009)，而如果每一次 水体提取都依靠人为的选择阈值，将会耗费大量的人力。 表 1 Otsu算法也称为最大类间方差法或大津阈值法，它是由Otsu于1978年提出的根 据图像灰度直方图统计，将图像分为目标和背景并以目标和背景的类间方差最大作为阈值 选取准则的图像分割方法。本专利技术基于上述OtSU算法提出。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种高精度的基于 Landsat OLI多光谱遥感影像的水体自动提取方法。 本专利技术的目的可以通过以下技术方案来实现： -种，包括以下步骤： 1)归一化水体指数NDWI的设计及计算； 2)水体阈值自动选取； 3)获取水体提取结果并制图。 所述步骤1)中，归一化水体指数NDWI包括： 其中，p (OLI2)、P (OLI3)、P (0LI4)以及 P (OLI7)分别代表 Landsat OLI 多光 谱遥感影像第二波段、第三波段、第四个波段、和第七个波段上的地物反射率。 所述步骤2)中，采用Otsu算法自动选取水体阈值。 所述Otsu算法中，所选取的水体阈值t满足： t = arg max = arg max 其中，〇 2为水体与非水体部分的类间方差，μ ρ μ i为水体和非水体部分的像元均 值，Wp W1为水体和非水体部分所占影像百分比。 该方法还包括采用Google Earth高精度遥感影像对水体提取结果进行精度验证 的步骤。 与现有技术相比，本专利技术具有以下优点： (1)本专利技术利用Landsat OLI中红外波段2构造了几种新型的高精度归一化水体 指数，这些归一化水体指数针对Landsat 8 OLI影像波段特点和不同类型水体的光谱特性 (清水、浑浊、富营养化）进行设计，能够在不同水体情况下获得高精度水体提取结果的水 体指数； (2)本专利技术利用Otsu算法将水体指数值图像分为水体和陆地两类地物，并以水体 和陆地的类间方差最大作为阈值选取准则对水体指数值图像进行水陆自动分割，实现了水 体信息的自动准确提取。 (3)本专利技术通过基于Google Earth高精度遥感影像的实验验证，涉及参考影像与 实验影像的精确配准、水陆边界人工精确获取等步骤，以此获得实验区准确水体范围对实 验结果进行验证，本专利技术在不同水色水体提取上均能获得较高精度，为95%以上。【附图说明】 图1为本专利技术的流程示意图； 图2为实施例中实验区的影像示意图，其中，（2a)为青海湖区域，（2b)为太湖区 域，（2c)为长江入海口区域； 图3为水体指数应用到青海湖区域上获得水体结果成图，其中，（3a)为指数 NDWI27, (3b)为指数 NDWI37, (3c)为指数 NDWI47; 图4为水体指数应用到太湖区域上获得水体结果成图，其中，（4a)为指数NDWI27, (4b)为指数 NDWI37, (4c)为指数 NDWI47; 图5为水体指数应用到长江入海口区域上获得水体结果成图，其中，（5a)为指数 NDWI27, (5b)为指数 NDWI37, (5c)为指数 NDWI47。【具体实施方式】 下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于 下述的实施例。 本实施例提供一种，该方 法充分利用Landssat 8 OLI多光谱遥感影像较为丰富的光谱信息，选择影像中水体特征与 其他地物特征具有较高区分度的波段，以此构成新型归一化水体指数，同时将经典的Otsu 算法引入水体提取之中，实现了在遥感影像上的水体自动提取，包括以下步骤： 1)归一化水体指数NDWI的设计及计算； 2)水体阈值自动选取； 3)获取水体提取结果并制图。 (I)NDWI水体指数值计算 本专利技术提出三种基于Landsat OLI多光谱遥感影像的新型归一化水体指数NDWI， 所提指数在不同水色水体提取上均能获得较高水体提取精度。所提归一化水体指数NDWI 定义如下： 其中，p (0LI2)、P (0LI3)、P (0LI4)以及 P (0LI7)分别代表 Landsat OLI 多光 谱遥感影像第二波段（蓝光波段），第三波段（绿光波段），第四个波段（红光波段）和第 七个波段（中红外波段2)上的地物反射率。 (2)水体阈值自动选取 本专利技术将Otsu算法应用水体阈值自动选取之中，实现利用影像上水体信息的自 动提取，Otsu算法基本原理简述如下：假定水体指数值影像像元值范围为，选取 水体阈值t，即可将影像分为水体和非水体部分，通过统计分析，可计算得水体和非水体部 分的像元均值U tl, U1，各自所占影像百分比Wtl, W1，以及整幅影像像元平均值u。则水体与 非水体部分的类间方差σ 2,以及相应关系式可表示为： Wq+W!= I (6) 根据公式（4) (5) (6)，可推导出： O2=W0-W1^(UfU 0)2 (7) 当〇 2为最大值时，所对应的阈值t即为所求： t = arg max (8) (3)水体制图及精度验证 将本专利技术方法应用于Landast OLI多光谱遥感影像水体提取之中，并利用Google Earth高精度遥感影像对提取结果进行精度验证，由于所获取的Landsat OLI遥感影像地 理配准误差为0. 4个像元（Irons，2012) (12m)。加之Google Earth高精度影像也具有一 定的地理配准误差，因此为了获得准确的精度评价结果，需对Landsat OLI影像与Google Earth影像进行精确配准。具体过程如下：首先，在对应时间对应实验区的Google Earth高 精度遥感影像上分别获取了 20个左右特征明显的控制点，利用所选控制点对实验区域OLI 影像进行一次多项式配准，配准结果保证均方根误差RME小于0. 3个像元。再通过目视解 译Google Earth高精度遥感影像以此确定影像上的真实水体区域。 选择青海湖（东经99. 497。~100. 859°，北炜36. 356。~37. 397。）、太湖（东 经 119. 863。~120. 700。，北炜 30. 901。~31. 623。）、长江入海口（东经 121. 496。~ 122. 259°，北炜30. 930。~31. 587° )三个区域的Landsat 8 OLI遥感影像作为实验影 像本文档来自技高网...

【技术保护点】
一种基于Landsat OLI多光谱遥感影像的水体自动提取方法，其特征在于，包括以下步骤：1)归一化水体指数NDWI的设计及计算；2)水体阈值自动选取；3)获取水体提取结果并制图。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢欢，罗新，童小华，刘世杰，陈鹏，许雄，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31