一种城市水体的识别方法、装置、储存介质及设备制造方法及图纸

本发明专利技术涉及一种城市水体的识别方法、装置、储存介质及设备，包括：获取待分析城市的多光谱图像；通过sobel算子计算多光谱图像的梯度，获得水体的梯度图像；计算水体的梯度图像的连通域，并获得各个连通域的连通面积；根据预设的连通面积阈值，获得初识别的水体图像；根据预设的长度阈值，识别出城市水体图像；对城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。通过sobel算子计算梯度，从而根据水体纹理信息快速获得水体的梯度图像，结合连通面积阈值判断和长度阈值判断，从而准确识别出城市水体，再结合形态学膨胀与腐蚀的处理，从而在保留水体形状信息时，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题。

【技术实现步骤摘要】
一种城市水体的识别方法、装置、储存介质及设备
本专利技术涉及水体识别领域，特别是涉及一种城市水体的识别方法、装置、储存介质及设备。
技术介绍
地表水体作为水资源的主要组成部分，对其分布、调查、治理、规划和监测也具有重要意义。专利技术人在开展本专利技术的专利技术创造中发现，对地表水体的研究主要集中在如长江、湖泊等较大面积的地表水体的研究，但是，实质上，除了上述较大面积的地表水体之外，还有分布在城市各个区域内的比较细小的城市水体，如引水渠、排洪渠等，这些城市水体与人们的生活和生产息息相关，如何识别这些城市水体显得尤为重要。
技术实现思路
基于此，本专利技术的目的在于，提供一种城市水体的识别方法，其具有可实现对城市水体的快速识别的优点。一种城市水体的识别方法，包括如下步骤：获取待分析城市的多光谱图像；通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像；计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积；根据预设的连通面积阈值，获得初识别的水体图像；根据预设的长度阈值，从初识别的水体图像中识别出城市水体图像；对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。通过对待分析的多光谱图像进行sobel算子计算梯度，从而根据水体纹理信息快速获得水体的梯度图像，结合连通面积阈值判断和长度阈值判断，从而准确识别出城市水体，再结合形态学膨胀与腐蚀的处理，从而可在保留水体形状信息时，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题，进而实现了城市水体的快速准确识别。进一步地，所述多光谱图像为通过无人机光谱摄像装置对待分析城市拍摄的图像。进一步地，所述多光谱图像为通过无人机光谱摄像装置中的绿光通道和红光通道获取的图像，以快速将城市水体与其他地物信息进行区分。进一步地，所述通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像的步骤，包括：通过sobel算子计算所述多光谱图像的梯度，获得所述多光谱图像中各地物的边缘平滑度；将边缘平滑度达到预设的平滑阈值的图像，作为水体的梯度图像，以区分水体和其他地物。进一步地，所述计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积的步骤，包括：对所述水体的梯度图像采用8领域连通域计算方式，将水体的梯度图像划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积。本专利技术还提供一种城市水体的识别装置，包括：获取模块，用于获取待分析城市的多光谱图像；水体的梯度图像计算模块，用于通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像；连通域计算模块，用于计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积；初识别水体图像获取模块，用于根据预设的连通面积阈值，获得初识别的水体图像；城市水体识别图像，用于根据预设的长度阈值，从初识别的水体图像中识别出城市水体图像；连续水体图像获取模块，用于对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。通过对待分析的多光谱图像进行sobel算子计算梯度，从而根据水体纹理信息快速获得水体的梯度图像，结合连通面积阈值判断和长度阈值判断，从而准确识别出城市水体，再结合形态学膨胀与腐蚀的处理，从而可在保留水体形状信息时，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题，进而实现了城市水体的快速准确识别。本专利技术还提供一种计算机可读储存介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述城市水体的识别方法的步骤。本专利技术还提供一种计算机设备，其特征在于，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述城市水体的识别方法的步骤。为了更好地理解和实施，下面结合附图详细说明本专利技术。附图说明图1为本专利技术实施例中城市水体的识别方法的流程图。具体实施方式请参阅图1，其为本专利技术实施例中城市水体的识别方法的流程图。所述城市水体的识别方法，包括如下步骤：步骤S1：获取待分析城市的多光谱图像。在一个实施例中，所述多光谱图像可为通过无人机光谱摄像装置对待分析城市拍摄的图像。步骤S2：通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像。在一个实施例中，索贝尔算子(Sobeloperator，简称“sobel算子”)为把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值，从而获得所述多光谱图像的边缘平滑度，再根据所述平滑度而获得水体的梯度图像。步骤S3：计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积。步骤S4：根据预设的连通面积阈值，获得初识别的水体图像。在一个实施例中，所述连通面积阈值设置为40-60个像元，即若连通域的连通面积满足预设的连通面积阈值，则所述连通域为初识别的水体图像；若连通域的连通面积不满足预设的连通面积阈值，则所述连通域不是初识别的水体图像。优选的，所述连通面积阈值设置为50个像元。步骤S5：根据预设的长度阈值，从初识别的水体图像中识别出城市水体图像。在一个实施例中，本专利技术研究的城市水体为长度在1500m以上的细小水体，因此，为识别出目标水体，所述长度阈值设置为40-60个像元，即若初识别的水体图像中的水体长度满足预设长度阈值，则为城市水体图像；若初识别的水体图像中的水体长度不满足预设长度阈值，则不是为城市水体图像。优选的，所述长度阈值设置为50个像元。步骤S6：对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。所述形态学膨胀为通过将待提取的水体图像与预设的模板图像进行卷积计算，从获取局部最大值，再把该局部最大值赋值给预设的模板图像上定义的参考点指定的像素，从而使待提取的水体图像中的高亮区域逐渐增长。所述形态学腐蚀为通过将待提取的水体图像与预设的模板图像进行卷积计算，从获取局部最小值，再把该局部最小值赋值给预设的模板图像上定义的参考点指定的像素，从而使待提取的水体图像中的高亮区域逐渐变短。通过对提取的水体图像进行形态学膨胀与腐蚀的处理，从而消除噪声，将图像中相邻的元素进行连接，从而可在保留水体形状信息时，，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题。通过对待分析的多光谱图像进行sobel算子计算梯度，从而根据水体纹理信息快速获得水体的梯度图像，结合连通面积阈值判断和长度阈值判断，从而准确识别出城市水体，再结合形态学膨胀与腐蚀的处理，从而可在保留水体形状信息时，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题，进而实现了城市水体的快速准确识别。在一个实施例中，本专利技术研究的城市水体为长度在1500m以上的细小水体，这些城市细小水体容易被污染而发黑发臭，进而容易与道路阴影相互混淆，从而导致难以识别出这些城市水体。专利技术人在进行专利技术创造的过程中发现，采用无人机光谱摄像装置的绿光、红光通道获取的多光谱图像可以将城市水体与其他地物信息进行区分，因此，在步骤S1中，通过无人机光谱摄像装置中的绿光、红光通道获取的多光谱图像作为待分析城市的多光谱图像。在一个实施例中，专利技术人在开展本专利技术的创造过程中发现，水体的边缘平滑度相对于其他地物的平滑度，其更加平缓，因此，可根据平滑度来区分水本文档来自技高网...

【技术保护点】
1.一种城市水体的识别方法，其特征在于，包括如下步骤：获取待分析城市的多光谱图像；通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像；计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积；根据预设的连通面积阈值，获得初识别的水体图像；根据预设的长度阈值，从初识别的水体图像中识别出城市水体图像；对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。

【技术特征摘要】
1.一种城市水体的识别方法，其特征在于，包括如下步骤：获取待分析城市的多光谱图像；通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像；计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积；根据预设的连通面积阈值，获得初识别的水体图像；根据预设的长度阈值，从初识别的水体图像中识别出城市水体图像；对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。2.根据权利要求1所述的城市水体的识别方法，其特征在于，所述多光谱图像为通过无人机光谱摄像装置对待分析城市拍摄的图像。3.根据权利要求2所述的城市水体的识别方法，其特征在于，所述多光谱图像为通过无人机光谱摄像装置中的绿光通道和红光通道获取的图像。4.根据权利要求1所述的城市水体的识别方法，其特征在于，所述通过sobel算子计算所述多光谱图像的梯度，获得水体的梯度图像的步骤，包括：通过sobel算子计算所述多光谱图像的梯度，获得所述多光谱图像中各地物的边缘平滑度；将边缘平滑度达到预设的平滑阈值的图像，作为水体的梯度图像。5.根据权利要求1所述的城市水体的识别方法，其特征在于，所述计算所述水体的梯度图像的连通域，并获得各个连通域的连通面积的步骤，包括：对所述水体的梯度图像采用8领域连通域计算方式，将水体的梯度图像划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积。6.根据权利要求1所述的城市水体的识别方法，其特征在于，所述连通面积阈值设置为40-60个像元；所述根据预设的连通面积阈值，获得初识别的水体图像的...

【专利技术属性】
技术研发人员：韩留生，周成虎，杨骥，李勇，杨传训，张晨，赵倩，王树详，
申请(专利权)人：广州地理研究所，
类型：发明
国别省市：广东,44