一种基于数字高程模型的冰川崩解前沿自动提取方法技术

一种基于数字高程模型的冰川崩解前沿自动提取方法，首先根据山体阴影可视化技术创建数字高程模型的山体阴影地形图，再根据山体阴影地形图计算出视觉粗糙度；其次根据视觉粗糙度和数字高程模型中所有像素的对应高程值计算出高程地形特征图；再次根据基于博弈论的分类方法对高程地形特征图中所有像素进行海洋、冰盖两类分类，海洋、冰盖两类即I类与II类；最后根据分类结果提取边界线并矢量化。该方法通过创建高程地形特征图来有效地放大了冰盖和海洋两类之间的对比度，解决了在光学和合成孔径雷达遥感影像上类别混淆的难题；针对高程地形特征图的影像特点，设计了基于博弈论的两类分类方法，高效地区分冰盖和海洋两类地物。高效地区分冰盖和海洋两类地物。

【技术实现步骤摘要】
一种基于数字高程模型的冰川崩解前沿自动提取方法


[0001]本专利技术属于遥感影像处理领域，特别涉及一种基于数字高程模型的冰川崩解前沿自动提取方法。

技术介绍

[0002]冰川崩解前沿指的是冰盖和海洋的分界线，作为冰盖动力学的一个重要参数，它的变化揭示了冰川或冰架对不断变化的海洋环流、变暖的气候以及自身结构条件变化的动态响应，也影响了未来冰川的物质平衡变化。由于极地冰川特殊的地理位置和环境特点，人迹罕至，实地测量难以实现，因此对于大范围的极地冰川崩解前沿提取，主要依赖于遥感数据和遥感技术。目前提取冰川崩解前沿的遥感数据主要是基于光学和合成孔径雷达(SAR)影像，即利用冰盖和海洋不同地物类型的光谱特征或后向散射回波特点的不同，进行不同类别的区分。
[0003]基于光学或者SAR影像提取冰川崩解前沿的半自动以及自动方法主要包括两类，首先是基于边缘提取算子的冰川崩解前沿提取方法，常用的边缘提取算子有Sobel、Canny等。其次是基于影像分类的方法将数据分为冰盖和海洋两大类，其中冰盖一类包括注出冰川和冰架，而海洋一类则包括海水、海冰、冰山、混本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字高程模型的冰川崩解前沿自动提取方法，其特征在于，该方法至少包括如下步骤：(1)、根据山体阴影可视化技术创建数字高程模型的山体阴影地形图，再根据山体阴影地形图计算出视觉粗糙度；(2)、根据视觉粗糙度和数字高程模型中所有像素的对应高程值计算出高程地形特征图；(3)、根据基于博弈论的分类方法对高程地形特征图中所有像素进行海洋、冰盖两类分类，海洋、冰盖两类即I类与II类；(4)、根据分类结果提取边界线并矢量化。2.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法，其特征在于：步骤(1)中所述山体阴影可视化技术采用双光源入射生成两副山体阴影地形图，且光源之间入射方向互为相反方位角。3.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法，其特征在于：步骤(1)中所述视觉粗糙度R(n)通过寻找山体阴影地形图中n
×
n的窗口中像素值最大和最小的像素点B
max
，B
min
得到，具体为R(n)＝B
max
‑
B
min
。4.根据权利要求2和3所述的基于数字高程模型的冰川崩解前沿自动提取方法，其特征在于：将所述相反方位角入射光源生成的两副山体阴影地形图的视觉粗糙度进行比较，取数值最大的视觉粗糙度进行计算高程地形特征图。5.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法，其特征在于、步骤(2)中所述高程地形特征图通过如下步骤获得：(2.1)、取数字高程模型中全部像素高程值的百分之三十分位数q1与I类的临界高程值γ1中的最小值α，取数字高程模型中全部像素高程值的百分之七十分位数q2与II类的临界高程值γ2中的最大值β，即α＝min{H
q1
,γ1},β＝max{H
q2
,γ2}；(2.2)、根据视觉粗糙度R、数字高程模型中像素的高程值H、α和β计算出像素对应的高程地形特征值，具体通过如下公式获得：式中，Median{H,α,β}为高程值H、α和β中的中位数；(2.3)、重复步骤(2.2)直至所有的像素高程地形特征值被计算出；(2.4)、根据高程地形特征值得到高程地形特征图，即将高程地形特征值中小于其他99％特征值的像素值赋值为0，高程地形特征值中大于其他99％特征值的像素值赋值为25...

【专利技术属性】
技术研发人员：赵济，李才勇，董宇婷，周明，王力哲，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：