一种基于DBSCAN聚类分析的山脊线和山谷线提取方法技术

本发明专利技术提供了一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，先将地形数据栅格化，转化为算法可读取的文本数据，然后通过一定的策略选择DBSCAN算法的两个参数进行聚类分析，最后针对聚类的结果进一步研究地形特征。本发明专利技术通过计算机方法自动提取地形特征，是地形特征提取中一种少有的特征提取方式，实现了地形特征的自动化提取，极大的提高工作效率和准确性。率和准确性。率和准确性。

【技术实现步骤摘要】
一种基于DBSCAN聚类分析的山脊线和山谷线提取方法


[0001]本专利技术涉及地形特征提取
，将地理信息系统与数据挖掘技术相结合，通过DBSCAN聚类分析的方法实现对山脊线和山谷线的提取，具体涉及一种基于DBSCAN聚类分析的山脊线和山谷线提取方法。

技术介绍

[0002]地形特征提取是地理学中一个重要的研究内容，学者对地形特征的提取大多是对特征线或特征点的提取。特征点有山脊点(ridge)、山谷点(valley)、山顶点(peak)等。特征线有山脊线、山谷线、坡缘线、坡路线等。基于DEM的规则格网数据的地形特征点提取方法可以分为四大类：
[0003]1、基于图像处理的方法
[0004]将规则格网的DEM作为栅格图像，由于图像的RGB颜色较复杂，可以将其灰度化，图像的灰度值表示栅格的DEM值，像素大小是栅格格网的大小，规则格网上的每个DEM数据中各格网与图像中的每个像素点一一对应。在解决数字高程模型有关的问题时，可以使用基于图像处理的方法，将DEM转化为图像，如果假设栅格点的高程值越大，灰度值越亮，那么在图像中山顶点位置要比其他位置较亮，如果是一条山脊线，那么应该是沿着某一条线的灰度值是比两边的灰度值高的；山谷线相反，由于山谷线较两边的地势较低，山谷线上的颜色相对两边较暗。
[0005]2、基于地形表面几何形态分析的方法
[0006]该方法指的是一种断面极值法，其基本思想是求地形的断面曲线上的极大值点和极小值点，潜在的地形特征点与其地形断面上的局部极值点有关，认为极大值点为该地形的分水点，极小值点为该地形的汇水点，最后在提取出的特征点的基础上连接形成特征线。
[0007]3、基于地形表面流水分析算法
[0008]该方法的基本思想是流水总是遵循从高往低流向的自然规律，按照顺序计算每个DEM数据中栅格点的汇水量，如果栅格中格网点的汇水量大于给定的阈值则被认为是汇水点，按照某种规则将这些汇水点依次连接便得到了汇水线，由高到低找出区域中的每一条汇水线；根据得到的汇水线，通过计算找出各自汇水区域的边界线，便得到分水线。分水线认为是山脊线，汇水线是山谷线。
[0009]4、将集合形态分析法与地表流水模拟结合的方法
[0010]该方法的思想是首先采取较稀疏的DEM格网数据，按地表流水模拟方法去提取区域内概略的地形特征线；然后在其周围邻近区域对地形进行几何形态分析，从而精确地确定出地形特征线。
[0011]聚类分析技术作为一种重要的数据挖掘方法，在各个领域都有重要的应用价值，通过聚类方法对地形的特征提取将开创一个新的途径。

技术实现思路

[0012]本专利技术针对上述问题，提出了一种基于DBSCAN聚类分析的山脊线和山谷线提取方法。先将地形数据栅格化，转化为算法可读取的文本数据，然后通过一定的策略选择DBSCAN算法的两个参数进行聚类分析，最后针对聚类的结果进一步研究地形特征。
[0013]本专利技术一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，具体步骤如下：
[0014]步骤1：地形数据准备。获取地形的DEM数据，并通过软件一系列处理，将栅格数据转成文本格式由算法读取；
[0015]步骤2：地形数据聚类分析，借助于聚类算法划分视域为多个分开的子区域SVi(i＝1,2,
···
,k)，k为划分的子区域的个数；
[0016]2‑
1：采用DBSCAN聚类算法的地形聚类划分，主要依据地形单元之间的距离来判断，具体做法如下：
[0017]1)基于欧氏距离的相似度计算，设任意两个点P
i
、P
j
之间的距离公式其中P
i
的坐标为(X
i
，Y
i
，Z
i
)，Xi、Yi表示经纬度，Z
i
表示该位置的高程值。其中P
j
的坐标为(X
j
，Y
j
，Z
j
),X
j
、Y
j
表示经纬度，Z
j
表示该位置的高程值。
[0018]2)当d≤ε时(ε为设置的阈值)，且P
i
为子区域V
i
中的类，P
j
不属于子区域V
i
中的类，V
i
＝V
i
∪{P
j
}。
[0019]2‑
2：参数选择，DBSCAN聚类算法需要输入最小样本点数(用Minpts表示)和邻域半径(用EPS表示)两个参数，对于DBSCAN算法的参数选择，有如下的步骤：
[0020]1)根据地形精度，动态选择EPS的初始值，同时该初值也是EPS的下限，为MinEPS，如果地形分辨率是R
×
R，则EPS的初始值为R米，即MinEPS＝R。Minpts参数选择时，如果选择从1开始，即使数据中的每个点与其相邻点的距离超过EPS，它都可以形成一个簇，这样是没有意义的，因此考虑Minpts的初值选择2。
[0021]2)逐次改变EPS的值，确定邻域半径取值的上限和下限。EPS参数用于确定格网是否成为一个簇的阈值，其本质上是邻近格网之间的平滑程度的度量。当邻近格网能够聚集在一起形成一个簇，说明它们之间应该是比较平滑，即网格之间的坡度不是很陡。一般，坡度不超过45
°
，以最大坡度45
°
，可以计算出两个相邻格网之间的中心距离因此，EPS最大可取的值是2R。
[0022]改变EPS的值，并确定其范围在之间，当簇的个数不再发生变化，并且噪声数据个数为0时，此时的EPS值为取值上限MaxEPS，确定邻域半径取值范围为(MinEPS，MaxEPS)。
[0023]3)确定了邻域半径的范围，逐次改变Minpts的值，计算在固定范围内，不同Minpts下聚类的结果，以及噪声数据的变化。
[0024]4)在地形特征线提取过程中，要将山坡位置无用的数据排除，使用DBSCAN算法来执行，可以将山坡处的点识别为噪声。需要将聚类中最小样本点的个数设置的相对大，邻域半径相对小，保证山顶位置的点能够被聚成多个簇，而山坡位置的点被识别为噪声数据。
[0025]步骤3：山脊点和山谷点的提取；
[0026]子区域的中心：子区域的中心可以用子区域内地形点的平均值来表示，子区域的
中心C可以用子区域A
i
中每个栅格点P(X,Y,Z)的平均值来表示，计算公式如式(2)
‑
(4)：
[0027][0028][0029][0030]其中，X,Y为栅格点P的地面坐标，Z为栅格点P的高程值；计算出的特征点就是地形中的山脊点和山谷点，山脊点是山脊线的特征点，是在高海拔位置，山谷点是山谷线的特征点，是在低海拔位置。
[0031]步骤4：特征线的提取，确定山脊线和山谷线。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，具体步骤如下：步骤1：地形数据获取；获取地形的DEM数据，将栅格数据转成文本格式进行读取；步骤2：地形格网点之间的相似度计算；基于欧氏距离的相似度计算，结合三维地形计算任意两个地形格网中心点P
i
和P
j
之间的距离；步骤3：地形子区域划分；采用DBSCAN算法进行子区域划分，确定邻域半径EPS和最小样本点MinPts两个参数，并借助于聚类算法划分视域为多个分开的子区域SVi(i＝1,2,
···
,k)，其中k为划分的子区域的个数；步骤4：山脊点和山谷点的提取；根据确定的邻域半径EPS和最小样本点MinPts，使用DBSCAN聚类算法得到最终的簇作为划分的子区域；步骤5：确定山脊线和山谷线；子区域之间的邻近关系可以用子区域完全图表示，其中节点为子区域，节点之间的边表示子区域之间的邻近关系，边的权值用子区域之间的距离表示，计算每个子区域之间的最小距离，目的是找出相邻的子区域，将相邻子区域的中心点进行连接，就构成了连接关系图。2.根据权利要求1所述的一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，所述步骤2任意两个地形格网中心点P
i
和P
j
之间的距离由公式(1)得到：其中P
i
的坐标为(X
i
，Y
i
，Z
i
)，X
i
表示经度，Y
i
表示纬度，Z
i
表示该点的高程值；P
j
的坐标为(X
j
，Y
j
，Z
j
)，X
j
表示经度，Y
j
表示纬度，Z
j
表示该位置的高程值，d表示P
i
和P
j
之间的距离。3.根据权利要求1所述的一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，所述步骤3采用DBSCAN算法进行子区域划分中，需要确定算法聚类分析的两个参数，分别是邻域半径EPS和最小样本点MinPts，其确定步骤如下：步骤3
‑
1：根据地形精度R
×
R，动态确定EPS的初值，该初值也是EPS的下限，设为minEPS；根据地形精度R，确定EPS的初值为R，即minEPS＝R...

【专利技术属性】
技术研发人员：窦万峰，张成，何涛，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：