基于可见光影像的矿区地裂缝精准识别与连续提取方法技术

本发明专利技术公开一种基于可见光影像的矿区地裂缝精准识别与连续提取方法，适用于矿区遥感使用。获取待检测矿区的高分辨率可见光影像，然后基于传统边缘检测算法对待检测矿区的高分辨率可见光影像进行地裂缝粗提取，用粗提取获得的边缘像素作为地裂缝分割边界，提高分割的效率同时提取地裂缝的部分像元，快速分割获得地裂缝边界像素，再结合基于面向对象的技术实现地裂缝精细提取；针对提取过程中出现的地裂缝呈现非连续性线性特征问题，通过相似性准则对精提取地裂缝像素的周边像素进行筛选来实现地裂缝的局部增长。其步骤简单，快速高效，使用提取相似性准则来实现地裂缝的局部增长，能够有效提高目标地物的提取完整度。能够有效提高目标地物的提取完整度。能够有效提高目标地物的提取完整度。

【技术实现步骤摘要】
基于可见光影像的矿区地裂缝精准识别与连续提取方法


[0001]本专利技术涉及一种矿区地裂缝精准识别与连续提取方法，尤其适用于矿区遥感使用的一种基于可见光影像的矿区地裂缝精准识别与连续提取方法。

技术介绍

[0002]矿区地表裂缝的产生，是由采空区上覆岩层移动与表土层形变耦合的结果，是煤矿典型的非线性力学灾害形式之一。矿区地裂缝对土地生态、建筑设施、交通线路、水体等造成不同程度的破坏，并引发地质灾害。因此实现对地表裂缝发育形态及分布特征的快速、准确地识别及提取，可为后续分析地裂缝产生原因以及量化评估其影响程度提供可靠保证，从而进一步对矿区开采活动安全及矿区生态后期修复治理等方面提供参考价值。
[0003]目前地质裂缝识别与提取的方法主要分为：目视解译、半自动及全自动。目视解译是常用的现状地物提取方式，通过目标影像的人工识别结合实地调查的现场结果在总体影像上绘制线状地物，该方式耗费时间长，且目标提取的正确率依赖影像的分辨率。针对提取效率低与人工引入目视误差等问题，使用半自动和自动提取的方法可有效提高线状地物识别与提取的准确性与高效性。其中半本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可见光影像的矿区地裂缝精准识别与连续提取方法，其特征在于：首先采用无人机获取待检测矿区的高分辨率可见光影像，然后基于传统边缘检测算法对待检测矿区的高分辨率可见光影像进行地裂缝粗提取，用粗提取获得的边缘像素作为地裂缝分割边界，提高分割的效率同时提取地裂缝的部分像元，快速分割获得地裂缝边界像素，再结合基于面向对象的技术实现地裂缝精细提取；之后针对提取过程中出现的地裂缝呈现非连续性线性特征问题，通过相似性准则对精提取地裂缝像素的周边像素进行筛选来实现地裂缝的局部增长，提高目标地物的提取完整度。2.根据权利要求1所述基于可见光影像的矿区地裂缝精准识别与连续提取方法，其特征在于具体步骤如下：S1首先利用无人机拍摄待检测矿区的高分辨率RGB可见光影像，然后将高分辨率RGB可见光影像从RGB色彩空间转换至HSI色彩空间，增强地裂缝与周边地物的色彩差异；S2采用基于一阶微分算子的边缘检测算法对RGB色彩空间及HSI色彩空间下的高分辨率可见光影像进行地裂缝初步提取，以减少不具备线性特征的地物对地裂缝提取工作的干扰；所使用的一阶微分算子为Sobel算子和Prewitt算子；通过对比Sobel算子和Prewitt算子在RGB色彩空间及HSI色彩空间下的提取效果，确定RGB色彩空间及HSI色彩空间下的最佳检测算子及最佳分割阈值，选择HSI色彩空间下的影像中地裂缝的粗提取结果；S3将粗提取的HSI色彩空间下影像中裂缝像元作为精细提取的边界条件叠加至RGB色彩空间的影像上，采用小尺度的多尺度的分割算法对影像再次进行分割，并将RGB色彩空间的影像中地裂缝的光谱特征与形态特征进行有效组合，实现地裂缝种子点精细提取的同时抑制噪声点的产生；S4采用面向对象的技术对原始高分辨率RGB可见光影像进行地裂缝的精细化提取工作，通过结合基于对象的区域增长算法进行局部裂缝的增长，从而改善可见光影像中地裂缝与环境背景反差弱的而呈现出非连续线状特征，实现地裂缝的精细化、连续化提取；具体通过计算地裂缝种子点对象与周边临近对象的外接最小矩形距离，即计算各对象外接最小矩形之间的距离，选择合适的距离阈值建立地裂缝种子点的初始生长区，结合地理学上的空间相似性与地物光谱相似性来筛选满足条件的像元，增强地裂缝的连续线性特征表达。3.根据权利要求2所述的基于可见光影像的矿区地裂缝精准识别与连续提取方法，其特征在于地裂缝精细化提取具体包括：1)影像分割：常规情况下影像分割是将影像中组成的所有分量共同参与分割，但因不同分量间存在一定的特征差异性，在实际分割过程中，使得分割效率降低的同时也容易造成一定的分割误差，因此需要分析各单分量影像中地裂缝的空间形态特征；在HSI色彩空间下，通过人工判别H、S、I三分量影像中所包含的地裂缝线性形态的完整性以及周边地物对地裂缝的干扰程度等因素来确定较好的分量影像，最终选择H分量和S分量进行影像分割，利用多尺度分割算法实现地裂缝轮廓形态与地裂缝像素合并的最佳平衡；2)地裂缝种子点的选取：通过分割影像得到地裂缝基础形态特征后，结合地裂缝的光谱信息及地裂缝的主方向特征得到地裂缝的初始种子点；3)种子点生长区的建立：以地裂缝的初始种子点为中心，以距离准则确定生长区的空间半径，从而将因光谱特征差值超出分割算法阈值而未融合进种子点区域的地裂缝像元包含进生长区域；计算种子点对象的最小外接矩形到邻近对象最小外接矩形的距离，并设置
合适的距离阈值将在该阈值范围内的对象块包含在生长区中；4)生长区内种子点生长：通过结合地理学上的空间相似性特征与实体对象的光谱特征进行综合分析确定初始种子点的生长：首先获取初始种子点的邻近对象并将其为初始种子生长区；然后对初始种子生长区进行四叉树分割，分割尺度为1，通过设置种子点对象与邻近对象的距离，即与单像素对象的像素距离来进一步约束地裂缝像元形态生长边界，从而确保种子点得到生长的同时，减少地裂缝种子点生长形态与真实地理形态上的误差；最后对生长区内的像元进行组合条件筛选，并将满足条件的像元合并到初始种子点中，使得...

【专利技术属性】
技术研发人员：李亮，吴志聪，何倩，杨斌，闫勇，岳光波，
申请(专利权)人：宁夏回族自治区地球物理地球化学勘查院山东唐口煤业有限公司，
类型：发明
国别省市：