一种基于MRF的河流混合像元重构方法及系统技术方案

本发明专利技术涉及一种基于MRF的河流混合像元重构方法及系统，该方法包括：获取某一流域括河流的出水口和进水口的河流丰度图；根据河流丰度图得到第一河流中心线栅格图；对第一河流中心线栅格图添加转角点，得到第二河流中心线栅格图；然后确定含有进水口像元与出水口像元的河流双流向栅格图；将第二河流中心线栅格图转换到亚像元尺度，得到第三河流中心线栅格图；根据河流丰度图和河流双流向栅格图对第三河流中心线栅格图进行修正，并删除修正后的栅格图中的中心线亚像元，得到第五河流中心线栅格图；根据第五河流中心线栅格图依照MRF构建最小能量函数并迭代求解，得到河流混合像元重构结果图。本发明专利技术能够准确高效的实现河流混合像元重构。元重构。元重构。

【技术实现步骤摘要】
一种基于MRF的河流混合像元重构方法及系统


[0001]本专利技术涉及遥感图像处理
，特别是涉及一种基于MRF的河流混合像元重构方法及系统。

技术介绍

[0002]近些年来，随着遥感技术的飞速发展，基于遥感影像的对地观测技术被视为是获取土地覆盖数据的最佳方式，受到各领域学者的广泛关注与使用，而其提取结果的精确度也将直接影响相关应用的准确程度。因此，如何获得更精细的提取结果一直是遥感领域的重要研究方向之一。由于地物的复杂性和空间分辨率的限制，遥感影像中的单个像元所记录的信息通常为多种不同光谱特征的地物类型的混合体，即混合像元。而混合像元的普遍存在，在很大程度上限制了遥感影像的精确信息提取，也自然而然地成为了制约遥感影像使用价值的最大瓶颈。
[0003]目前已有大量对于混合像元分解算法的研究。相比较传统的“硬”分类方法，对混合像元的分解可以提供更为细节、准确的像元信息，但混合像元的分解结果仅能预测出像元内不同端元的占比，并不能给出对应的空间位置信息。针对以上问题，Atkinson提出了“sub
‑
pixel mapping”的概念，即像元重构。其基本思想是在混合像元“软”分类结果的基础下，最大限度的提高相邻子像素之间的空间相关性，进而估计出不同端元在单个像素内的空间分布情况。目前已有许多相应的算法被提出，然而现有的算法大多侧重于相邻子像素之间空间相关性的最大化而没有考虑到方向特征的相关性，更易于产生代表大多数地物聚集特征的凸形状。因而它们在绘制河流、道路等线性地物方面存在较大的局限性。r/>
技术实现思路

[0004]本专利技术的目的是提供一种基于MRF的河流混合像元重构方法及系统，以弥补现有的一般方法难以完成混合河流像元重构的局限，准确高效的实现河流混合像元重构。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于MRF的河流混合像元重构方法，包括：
[0007]获取某一流域的河流丰度图，所述河流丰度图包括河流的出水口和进水口；
[0008]根据所述河流丰度图得到第一河流中心线栅格图；
[0009]对所述第一河流中心线栅格图添加转角点，得到第二河流中心线栅格图，所述第二河流中心线栅格图包括进水口和出水口的像元分布；
[0010]根据所述第二河流中心线栅格图确定含有进水口像元与出水口像元的河流双流向栅格图；
[0011]将所述第二河流中心线栅格图转换到亚像元尺度，得到第三河流中心线栅格图；
[0012]根据所述河流丰度图和所述河流双流向栅格图对所述第三河流中心线栅格图进行修正，得到第四河流中心线栅格图；
[0013]删除所述第四河流中心线栅格图中的中心线亚像元，得到第五河流中心线栅格
图；
[0014]根据所述第五河流中心线栅格图依照MRF构建最小能量函数；
[0015]对所述最小能量函数进行迭代，得到河流混合像元重构结果图。
[0016]可选的，所述根据河流丰度图得到第一河流中心线栅格图，包括：
[0017]对所述河流丰度图进行逆归一化，得到成本栅格图；
[0018]依照最短路径的方式对所述成本栅格图中不同的端点像元进行连接，得到连接栅格图；
[0019]对所述连接栅格图进行细化，得到第一河流中心线栅格图。
[0020]可选的，所述端点像元通过如下方法获得：
[0021]对所述河流丰度图进行二值化，得到河流二值图；
[0022]对所述河流二值图进行细化，将细化结果中8邻域只含有一个河流像元的像元视为端点像元。
[0023]可选的，所述细化采用zhang并行快速算法。
[0024]可选的，所述转角点为河流二值图的细化结果中四邻域内均仅含有两个河流邻域像元的像元。
[0025]可选的，所述将第二河流中心线栅格图转换到亚像元尺度，得到第三河流中心线栅格图，包括：
[0026]将所述第二河流中心线栅格图与3行3列的全1矩阵进行Kronecker积运算，得到亚像元尺度的河流中心线栅格图；
[0027]对所述亚像元尺度的河流中心线栅格图使用zhang并行快速算法进行细化，得到第三河流中心线栅格图。
[0028]可选的，采用模拟退火算法、粒子群算法或遗传算法对所述最小能量函数进行迭代。
[0029]一种基于MRF的河流混合像元重构系统，包括：
[0030]河流丰度图获取模块，用于获取某一流域的河流丰度图，所述河流丰度图包括河流的出水口和进水口；
[0031]第一河流中心线栅格图生成模块，用于根据所述河流丰度图得到第一河流中心线栅格图；
[0032]第二河流中心线栅格图生成模块，用于对所述第一河流中心线栅格图添加转角点，得到第二河流中心线栅格图，所述第二河流中心线栅格图包括进水口和出水口的像元分布；
[0033]河流双流向栅格图生成模块，用于根据所述第二河流中心线栅格图确定含有进水口像元与出水口像元的河流双流向栅格图；
[0034]第三河流中心线栅格图生成模块，用于将所述第二河流中心线栅格图转换到亚像元尺度，得到第三河流中心线栅格图；
[0035]第四河流中心线栅格图生成模块，用于根据所述河流丰度图和河流双流向栅格图对所述第三河流中心线栅格图进行修正，得到第四河流中心线栅格图；
[0036]第五河流中心线栅格图生成模块，用于删除所述第四河流中心线栅格图中的河流中心线亚像元，得到第五河流中心线栅格图；
[0037]最小能量函数构建模块，用于根据所述第五河流中心线栅格图依照MRF构建最小能量函数；
[0038]迭代模块，用于对所述最小能量函数进行迭代，得到河流混合像元重构结果图。
[0039]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0040]第一，本专利技术结合河流的真实走向情况，将河流分为了中心线像元与其余像元，并视中心线像元为主要方向特征，其余像元为团聚特征，将复杂过程有效拆解，实现能量函数的构建。第二，结合河流真实水文特征，将原本的D8流向扩展为包含进出水口的双向流向结果，使后续步骤能结合更多水文特征完成像元重构。第三，选用MRF的方式进行其余像元的重构，使结果更符合真实河流情况。第四，本专利技术对河流混合像元重构效果好，鲁棒性高。
附图说明
[0041]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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
[0042]图1为本专利技术基于MRF的河流混合像元重构方法的整体流程图；
[0043]图2为本专利技术基于MRF的河流混合像元重构方法的细化流程图；
[0044]图3为本专利技术实施例河流丰度图；
[0045]图4为本专利技术实施例第二河流中心线栅格图；
[0046]图5为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MRF的河流混合像元重构方法，其特征在于，包括：获取某一流域的河流丰度图，所述河流丰度图包括河流的出水口和进水口；根据所述河流丰度图得到第一河流中心线栅格图；对所述第一河流中心线栅格图添加转角点，得到第二河流中心线栅格图，所述第二河流中心线栅格图包括进水口和出水口的像元分布；根据所述第二河流中心线栅格图确定含有进水口像元与出水口像元的河流双流向栅格图；将所述第二河流中心线栅格图转换到亚像元尺度，得到第三河流中心线栅格图；根据所述河流丰度图和所述河流双流向栅格图对所述第三河流中心线栅格图进行修正，得到第四河流中心线栅格图；删除所述第四河流中心线栅格图中的中心线亚像元，得到第五河流中心线栅格图；根据所述第五河流中心线栅格图依照MRF构建最小能量函数；对所述最小能量函数进行迭代，得到河流混合像元重构结果图。2.根据权利要求1所述的基于MRF的河流混合像元重构方法，其特征在于，所述根据河流丰度图得到第一河流中心线栅格图，包括：对所述河流丰度图进行逆归一化，得到成本栅格图；依照最短路径的方式对所述成本栅格图中不同的端点像元进行连接，得到连接栅格图；对所述连接栅格图进行细化，得到第一河流中心线栅格图。3.根据权利要求2所述的基于MRF的河流混合像元重构方法，其特征在于，所述端点像元通过如下方法获得：对所述河流丰度图进行二值化，得到河流二值图；对所述河流二值图进行细化，将细化结果中8邻域只含有一个河流像元的像元视为端点像元。4.根据权利要求2或3所述的基于MRF的河流混合像元重构方法，其特征在于，所述细化采用zhang并行快速算法。5.根据权利要求3所述的基于MRF的河流混合像元重构方法，其特征在于，所述转角点为河流二值图的细化结果中四邻域内均仅含有两个河流邻域像元的像元。6...

【专利技术属性】
技术研发人员：杨堃，樊辉，李肖扬，杨婷，
申请(专利权)人：云南大学，
类型：发明
国别省市：