【技术实现步骤摘要】
遥感影像的水体提取方法、装置、电子设备及存储介质
本申请涉及遥感影像
，具体而言，涉及遥感影像的水体提取方法、装置、电子设备及存储介质。
技术介绍
自然界地物信息复杂，存在“同物异谱”和“同谱异物”的现象，特别是有些地区雪和云覆盖较多，而且水体的颜色与一些山体颜色、云层阴影、裸土颜色在影像上也很难区别，此外，在不同时相水体情况下，水体颜色也将会有所不同。现有的水体提取方法获得的结果精度在一些区域扔不具有较高精度，这些区域由于涉及到冰雪亮度干扰、建筑用地和山体阴影干扰，因此易将其与水体混淆，从而导致提取精度下降。
技术实现思路
本申请实施例的目的在于提供一种遥感影像的水体提取方法、装置、电子设备及存储介质，采用亮度指数和阴影指数去除干扰，从而提高水体提取结果的精度，解决了现有方法由于干扰导致精度下降的问题。本申请实施例提供了一种遥感影像的水体提取方法，所述方法包括：获取待测遥感影像，并对所述待测遥感影像进行预处理；基于水体指数、亮度指数和阴影指数对预处理后的所述待测遥感...
【技术保护点】
1.一种遥感影像的水体提取方法，其特征在于，所述方法包括：/n获取待测遥感影像，并对所述待测遥感影像进行预处理；/n基于水体指数、亮度指数和阴影指数对预处理后的所述待测遥感影像的水体区域进行初步提取，以获得图斑图像；/n利用预先建立的水体区分模型对所述图斑图像进行识别，以区分水体图斑和非水体图斑；/n根据区分结果，获取水体提取结果。/n
【技术特征摘要】
1.一种遥感影像的水体提取方法，其特征在于，所述方法包括：
获取待测遥感影像，并对所述待测遥感影像进行预处理；
基于水体指数、亮度指数和阴影指数对预处理后的所述待测遥感影像的水体区域进行初步提取，以获得图斑图像；
利用预先建立的水体区分模型对所述图斑图像进行识别，以区分水体图斑和非水体图斑；
根据区分结果，获取水体提取结果。
2.根据权利要求1所述的遥感影像的水体提取方法，其特征在于，所述基于水体指数、亮度指数和阴影指数对所述待测遥感影像的水体区域进行初步提取，以获得图斑图像，包括：
根据所述待测遥感影像的绿波段信息和近红外波段信息计算所述待测遥感影像的水体指数；
根据所述待测遥感影像的蓝波段信息、绿波段信息和红波段信息计算所述待测遥感影像的亮度指数；
根据所述待测遥感影像的蓝波段信息、绿波段信息和红波段信息计算所述待测遥感影像的阴影指数；
根据所述水体指数、所述亮度指数和所述阴影指数获取水体提取范围；
利用预设的坡度阈值对所述水体提取范围进行过滤，以得到初步提取结果。
3.根据权利要求2所述的遥感影像的水体提取方法，其特征在于，所述根据所述待测遥感影像的绿波段信息和近红外波段信息计算所述待测遥感影像的水体指数，包括：
将每个绿波段和近红外波段的波段值进行归一化处理，归一化公式为：
Band_v=value/max(value)；
其中，Band_v表示波段的归一化结果值，value表示波段值，max（value）表示波段最大值；
利用归一化波段值对所述待测遥感影像的水体指数进行计算，所述水体指数公式为：
其中，NDWI表示归一化水体指数，B(Green)表示绿波段的归一化波段值，B(NIR)表示近红外波段的归一化波段值；
利用灰度阈值对所述水体指数进行二值化处理，以得到二值化后的水体指数。
4.根据权利要求2所述的遥感影像的水体提取方法，其特征在于，所述根据所述待测遥感影像的蓝波段信息、绿波段信息和红波段信息计算所述待测遥感影像的亮度指数，包括：
对每个蓝波段、绿波段和红波段的波段值进行归一化处理；
利用归一化波段值对所述待测遥感影像的亮度指数进行计算，所述亮度指数的公式为：
Brightness(x,y)=max([B(x,y),G(x,y),R(x,y)])；
其中，Brightness表示亮度指数，B、G、R分别表示蓝波段、绿波段和红波段归一化后的波段值，max表示取最大值，x和y分别表示所述待测遥感影像的行号和列号；
利用灰度阈值对所述亮度指数进行二值化处理，以得到二值化后的亮度指数。
5.根据权利要求1所述的遥感影像的水体提取方法，其特征在于，根据所述遥感影像的蓝波段信息、绿波段信息和红波段信息计算所述待测遥感影像的阴影指数，包括：
对每个蓝波段、绿波段和红波段的波段值进行归一化处理；<...
【专利技术属性】
技术研发人员：李佳，王宇翔，
申请(专利权)人：航天宏图信息技术股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。