基于改进几何特征与特征保持采样的海岸养殖池提取方法技术

本发明专利技术提供一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，包括：获取Landsat

【技术实现步骤摘要】
基于改进几何特征与特征保持采样的海岸养殖池提取方法


[0001]本专利技术涉及遥感图像处理
，具体而言，尤其涉及一种基于改进几何特征与特征保持采样的海岸养殖池提取方法。

技术介绍

[0002]早期利用多光谱图像提取海岸带养殖池，一般采用目视解译的方法。通过人工绘制海岸带养殖池，使得提取结果具有较高精度，但费时费力，无法进行大规模的养殖池自动提取。相比目视解译，指数法因其运算简单而有效提高了提取效率。其主要思想是通过不同波段间的光谱值构建光谱指数，从而抑制背景地物的同时增强目标地物，该指数适用于光谱差异较大的情况，然而当养殖池临近存在光谱与空间结构相似盐田时，会产生错分的结果。而解决这一问题的手段主要有两种：深度学习与机器学习和面向对象的方法。前一种方法通过深度提取特征来对养殖池和其它地物类别进行分类，然而该方法的计算量较大、自动化程度较低，并且当样本数量不充足时会导致移植性较差。后一种方法通过特征的局部均匀性形成不同的区域对象，再通过纹理、形状、光谱等多种特征进行分类，其优势在于可以克服传统基于像素方法中的“椒盐效应”。
[0003]目前，海岸带养殖池提取仍然面临以下几个问题：1、中等分辨率图像分辨率较低使得养殖池的堤坝仅有一至两个像素的宽度，经常与相邻养殖池粘合在一起难以有效去除。2、光谱与位置具有相似性的河流存在，使得有效提取海岸带养殖池成为一个挑战性的问题。3、在光学图像的Landsat
‑
8中，养殖池提取采用的分类方法，通常需要依赖大量训练样本和费时的训练过程，且移植性较差。<br/>
技术实现思路

[0004]针对以上的问题，本专利技术提出一种基于改进几何特征与特征保持采样的海岸养殖池提取方法。本专利技术能够有效的提取中等分辨率下多光谱图像的含河流海岸带养殖池。
[0005]本专利技术采用的技术手段如下：
[0006]一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，包括：
[0007]获取Landsat
‑
8图像数据，并对所述Landsat
‑
8图像数据进行预处理；
[0008]对预处理后的图像进行海岸带提取，从而获得海岸带水体图像数据；
[0009]对所述海岸带水体图像进行河流区域判断，从而获取河流图像数据；
[0010]在所述海岸带水体图像数据中去除所述河流图像数据，从而获取养殖池区域图像信息。
[0011]进一步地，对所述海岸带水体图像进行河流区域判断，包括：
[0012]基于改进的几何特征挑选河流种子区域；
[0013]基于局部连通保持特征的采样图像挑选河流种子附近的待判断区域；
[0014]在所述待判断区域进行基于局部相似性搜索，获取被桥梁截断呈现与养殖池相似特性的河流区域；
[0015]结合所述河流种子区域以及被桥梁截断呈现与养殖池相似特性的河流区域，获取河流图像数据。
[0016]进一步地，基于改进的几何特征挑选河流种子区域，包括：
[0017]基于最小外接矩阵占比的形状特征获取长条状河流区域；
[0018]基于平均宽度的形状特征去除因大坝模糊不清导致联通的养殖池区域。
[0019]进一步地，基于局部连通保持特征的采样图像挑选河流种子附近的待判断区域，包括根据以下公式获取带判断区域：
[0020][0021]其中I
x,y
为图像横坐标为x、纵坐标为y的像素点的像素值，I
l
定义为以当前像素(x,y)为中心点的取样窗口中的连通域的最大面积，L为长条状河流区域中河流的最短长度，i
x,y
为最后得到当前像素新的采样值。
[0022]进一步地，在所述待判断区域进行基于局部相似性搜索，包括：
[0023]基于骨架线端点斜率截断河流从而确定局部空间；
[0024]基于河流截断部分的中心对称性质又所述局部空间获取疑似河流区域；
[0025]对所述疑似河流区域进行基于河流宽度相似性的判断，从而获取被桥梁截断呈现与养殖池相似特性的河流区域。
[0026]进一步地，对Landsat
‑
8图像数据进行预处理，包括：对Landsat
‑
8图像数据进行辐射定标以及大气校正的步骤。
[0027]进一步地，对预处理后的图像进行海岸带提取，包括：
[0028]选择归一化差异水体指数，从而获取水体指数图；
[0029]采用海森矩阵对所述水体指数图进行处理，得到归一化差异水体指数的条状水体图；
[0030]结合海岸带与熵定位海岸带区域条状水体。
[0031]较现有技术相比，本专利技术具有以下优点：
[0032]本专利技术能够有效的提取中等分辨率下多光谱图像的含河流海岸带养殖池，并且充分考虑了与养殖池的堤坝干扰，能够有效移除干扰。同时避免使用分类的方法，无需多次训练，有较好的可迁移性，对不同地区的图像的提取结果有较好的鲁棒性。
[0033]基于上述理由本专利技术可在遥感图像提取领域广泛推广。
附图说明
[0034]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本专利技术基于改进几何特征与特征保持采样的海岸带养殖池提取方法流程图。
[0036]图2为本文方法和两种对比算法方法在天津区域原始图像的提取结果，其中(a)为
原始图像，(b)为本专利技术方法河流提取结果图，(c)为本专利技术方法养殖池提取结果图，(d)为JIAS算法河流提取结果，(e)为JIAS算法养殖池提取结果图，(f)为OOC算法河流提取结果图，(g)为OOC算法养殖池提取结果图，(h)为本专利技术方法提取图像局部放大图，(i)为JIAS算法提取图像局部放大图，(j)为OOC算法提取图像局部放大图(k)为本专利技术方法河流去除局部放大图。
[0037]图3为本专利技术方法和两种对比算法方法在东营区域原始图像的提取结果，其中(a)为原始图像，(b)为本专利技术方法河流提取结果图，(c)为本专利技术方法养殖池提取结果图，(d)为JIAS算法河流提取结果，(e)为JIAS算法养殖池提取结果图，(f)为OOC算法河流提取结果图，(g)为OOC算法养殖池提取结果图，(h)为本专利技术方法提取图像局部放大图，(i)为JIAS算法提取图像局部放大图，(j)为OOC算法提取图像局部放大图。
具体实施方式
[0038]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，其特征在于，包括：获取Landsat
‑
8图像数据，并对所述Landsat
‑
8图像数据进行预处理；对预处理后的图像进行海岸带提取，从而获得海岸带水体图像数据；对所述海岸带水体图像进行河流区域判断，从而获取河流图像数据；在所述海岸带水体图像数据中去除所述河流图像数据，从而获取养殖池区域图像信息。2.根据权利要求1所述的一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，其特征在于，对所述海岸带水体图像进行河流区域判断，包括：基于改进的几何特征挑选河流种子区域；基于局部连通保持特征的采样图像挑选河流种子附近的待判断区域；在所述待判断区域进行基于局部相似性搜索，获取被桥梁截断呈现与养殖池相似特性的河流区域；结合所述河流种子区域以及被桥梁截断呈现与养殖池相似特性的河流区域，获取河流图像数据。3.根据权利要求2所述的一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，其特征在于，基于改进的几何特征挑选河流种子区域，包括：基于最小外接矩阵占比的形状特征获取长条状河流区域；基于平均宽度的形状特征去除因大坝模糊不清导致联通的养殖池区域。4.根据权利要求2所述的一种基于改进几何特征与特征保持采样的海岸养殖池提取方法，其特征在于，基于局部连通保持特征的采样图像挑选河流种子附近的待判断区域，包括根据以...

【专利技术属性】
技术研发人员：史晓非，倪魁元，邓志宇，吕苗，张新鹏，李光鑫，陈方圆，申自洋，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：