一种多信息融合的消落带提取方法技术

本发明专利技术具体涉及一种多信息融合的消落带提取方法，该方法采用采用基于图像灰度的Harris角点检测算法，通过获得角点密度区分水体区域与非水体区域，并对非水体区的图像进行色彩聚类，将非水体区的图像划分为植被区和土地区；根据植被区和土地区之间的距离图，到水体区和非水体区之间的边缘区域的距离，计算得到消落带区域。目的在于将角点检测、色彩聚类以及消除干扰等多种图像处理方法融合在一起，从而能够准确的识别出原始图像中的消落带区域，为后期消落带的修复提供了基础。为后期消落带的修复提供了基础。

【技术实现步骤摘要】
一种多信息融合的消落带提取方法


[0001]本专利技术属于消落带图像处理
，具体涉及一种多信息融合的消落带提取方法。

技术介绍

[0002]消落带又称为水位涨落带、消涨带，主要是指水体周边土地随水位涨落而周期性露出的特殊土地区域，其与水体直接相连，属于湿地范畴，从生态学的角度看，消落带是大自然的“肾”，它对污染物的净化功能十分显著，在维持库岸生态系统平衡、保护水库、湖泊和河流水体等方面，消落区也发挥着至关重要的作用。因此，随着水体的涨落，土地的裸露会对生态造成较大影响，也会造成土壤流失，对于消落带的精准识别于生态环境修复具有重要意义。
[0003]然而现有技术当中，对于消落带的准确识别研究尚不足够，因此需要一种较为准确的消落带识别、提取方法。

技术实现思路

[0004]本专利技术为了解决消落带的识别、提取问题，提供了一种多信息融合的消落带提取方法，该方法中融合了角点检测、色彩聚类以及消除干扰等多种图像处理方法，从而能够准确的识别出原始图像中的消落带区域，为后期消落带的修复提供了基础。
[0005]为实现上述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多信息融合的消落带提取方法，其特征在于，包括以下步骤：S1：对图像进行灰度处理，并通过图像中的角点信息识别出水体区和非水体区；S2：利用边缘检测算法提取图像中出水体区与非水体区之间的边缘区域，并对非水体区的图像进行色彩聚类，将非水体区的图像划分为植被区和土地区；S3：计算土地区中每一点与边缘区域中各点之间的距离，取距离最小的数值集合构成距离图，计算得到距离图与边缘区域之间的消落带区域。2.根据权利要求1所述的多信息融合的消落带提取方法，其特征在于：步骤S1中通过图像中的角点信息识别出水体区和非水体区的具体方法为：S1.1：利用角点检测算法计算图像的角点，得到角点图像，并对图像中的角点与非角点进行区分；S1.2：通过角点密度算法，得到角点密度图，并将图像中的每个点的角点密度划归到0
‑
255内；S1.3：将图像中每个点的角点密度进行划归后的值，通过角点密度图的阈值进行区分，得到分割图像，并对分割图像进行处理；S1.4：将处理后的分割图像与原图像结合，得到非水体区域的图像。3.根据权利要求2所述的多信息融合的消落带提取方法，其特征在于：角点密度算法的具体算法为：具体算法为：其中，K为角点图像中所检测出的角点个数，p(x
i
,y
j
)为图像中的任意一点，ρ
p
为角点密度，(x
k
,y
k
)为第k个角点的位置，d
pk
为图像点p点到角点k的距离，p点为图像中的任意一点。4.根据权利要求3所述的多信息融合的消落带提取方法，其特征在于：将图像中的每个点的角点密度划归到0
‑
255内的具体算法为：其中，ρ
max
、ρ
min
分别为角点密度图中角点密度的最大、最小值。5.根据权利要求4所述的多信息融合的消落带提取方法，其特征在于：利用Otsu阈值分割算法计算出角点密度图的阈值t0，对图像中的任意一点...

【专利技术属性】
技术研发人员：何奕忻，陈槐，仲波，
申请(专利权)人：中国科学院成都生物研究所，
类型：发明
国别省市：