一种改进分水岭算法的斜坡地质灾害边界提取方法技术

本发明专利技术属于地质灾害信息提取领域，公开了一种改进分水岭算法的斜坡地质灾害边界提取方法，包括以下步骤：S1、对待分割影像通过模拟浸没分水岭算法进行分割；将分割后得到的各个区域像素的RGB值转换为Luv值，并求出各个区域所有像素的Luv平均值作为该区的Luv值；S2、建立以Luv均值作为区域颜色的各个区域的四个邻域数组，同时确定极小区域判定阈值；S3、找到所有的极小区域；S4、通过色差判断法将临近区域与极小区域进行合并，直到所有的极小区域合并完成；S5、将所有合并完成后区域的Luv值转换为RGB值。本发明专利技术在信息提取时间上优势明显，避免了后处理的繁杂过程，时间效率得以大幅提升。

【技术实现步骤摘要】
一种改进分水岭算法的斜坡地质灾害边界提取方法
本专利技术属于地质灾害信息提取领域，具体涉及一种改进分水岭算法的斜坡地质灾害边界提取方法。
技术介绍
斜坡地质灾害是常见的地质灾害之一，极大地影响着灾害体周围的环境及人民生命财产安全。遥感技术的发展为斜坡灾害信息提取提供了更加快速的手段，目前，虽然有众多基于影像分类和影像分割方法的斜坡灾害提取研究，但生产中通过遥感影像提取斜坡灾害信息仍然停留在基于GIS软件的人工目视解译。这不仅需要技术人员具有丰富的地学知识与解译经验，同时需要大量的人力和时间投入，生产效率低下，所提取斜坡灾害信息具有较大主观性与不确定性，导致难以满足灾后应急调查、灾情评估等方面的应用需求。在高分辨率遥感影像分割技术快速发展的支持下，开展高分辨率遥感影像自动化斜坡灾害边界提取显得日益可行。众多影像分割技术中，分水岭影像分割方法是常用的影像分割方法之一，其分割结果为单像素闭合且连通的区域，同时轮廓线与分割对象有较好的吻合度，因此可以作为斜坡地质灾害边界提取的影像分割方法。分水岭分割算法建立在影像像素的色差基础上，即其对比度越明本文档来自技高网...

【技术保护点】
1.一种改进分水岭算法的斜坡地质灾害边界提取方法，其特征在于，包括以下步骤：/nS1、对待分割影像通过模拟浸没分水岭算法进行分割；将分割后得到的各个区域像素的RGB值转换为Luv值，并求出各个区域所有像素的Luv平均值作为该区的Luv值；/nS2、建立以Luv均值作为区域颜色的各个区域的四个邻域数组，同时确定极小区域判定阈值；/nS3、依次扫描所有区域，判断区域的像素总数是否小于极小区域判定阈值，若小于，则将其归为极小区域，直至找到所有的极小区域；/nS4、对确定的每个极小区域，遍历其所有相邻区域，根据相邻区域的Luv均值，计算极小区域与所有相邻区域的色差值d

【技术特征摘要】
1.一种改进分水岭算法的斜坡地质灾害边界提取方法，其特征在于，包括以下步骤：
S1、对待分割影像通过模拟浸没分水岭算法进行分割；将分割后得到的各个区域像素的RGB值转换为Luv值，并求出各个区域所有像素的Luv平均值作为该区的Luv值；
S2、建立以Luv均值作为区域颜色的各个区域的四个邻域数组，同时确定极小区域判定阈值；
S3、依次扫描所有区域，判断区域的像素总数是否小于极小区域判定阈值，若小于，则将其归为极小区域，直至找到所有的极小区域；
S4、对确定的每个极小区域，遍历其所有相邻区域，根据相邻区域的Luv均值，计算极小区域与所有相邻区域的色差值di，将色差值满足条件的区域与极小区域进行合并；合并后形成新的区域，刷新合并后的新区域的所有相邻区域的信息，将合并前两个区域的Luv值的均值作为新区域的Luv值，所述D为色差值阈值；
S5、对合并后的新区域的像素值进行判断，判断是否仍为极小区域，如果是，则返回步骤S4重新进行合并；如果不是，则判断是否还存在其他极小区域，若存在，则返回步骤S4继续进行合并，直到所有的极小区域合并完成；
S6、将所有合并完成后区域的Luv值转换为RGB值。


2.根据权利要求1所述的一种改进分水岭算法的斜坡地质灾害边界提取方法，其特征在于，所述步骤S2中，极小区域判定阈值Amin的值为：
Amin＝(M×N)/C；
其中，M为待分割影像的行值，N为待分割影像的列值，C为常数。


3.根据权利要求2所述的一种改进分水岭算法的斜坡地质灾害边界提取方法，其特征在于，常数C的取值为500，色差值阈值的取值D为400。


4.根据权利要求1所述的一种改进分水岭算法的斜坡地质灾害边界提取方法，其特征在于，所述步骤S4中，色差值di的计算公式为：



其中，|Ri|、|Rj|分别表示相邻区域Ri和极小区域Rj中的包含的像素个数，Fc(Ri)、Fc(Rj)分别表示相邻区域Ri和极小区域Rj中的颜色均值，n为相邻区域的个数。

【专利技术属性】
技术研发人员：张明媚，
申请(专利权)人：山西能源学院，
类型：发明
国别省市：山西;14