一种洪涝淹没区提取方法及系统技术方案

本发明专利技术涉及遥感图像处理技术领域，解决了传统淹没区提取方法精度不足的技术问题，尤其涉及一种洪涝淹没区提取方法及系统，该提取方法包括以下步骤：S1、获取某一区域在洪涝灾害发生前期和后期的SAR影像数据；S2、对SAR影像数据预处理并计算得到后向散射系数，预处理包括对SAR影像数据几何校正、滤波处理和辐射定标；S3、计算SAR影像数据的灰度共生矩阵，并提取与其相对应的SAR纹理特征。本发明专利技术通过利用不同数据源的互补信息，并将纹理特征和DEM数据与K

【技术实现步骤摘要】
一种洪涝淹没区提取方法及系统


[0001]本专利技术涉及遥感图像处理
，尤其涉及一种洪涝淹没区提取方法及系统。

技术介绍

[0002]台风洪涝监测的前提条件就是洪涝发生时对受灾地区水体的识别，及时有效的获取洪水范围有利于对洪涝灾情进行分析，微波遥感是一种可靠的替代勘测技术，可以在任何天气条件下全天工作，并能够在台风洪水期间提供重要的地表信息。阈值法是最常见的水体提取算法，它是根据在SAR影像中设定一个后向散射系数阈值来区分水体与非水体，因为水体的后向散射系数远低于SAR影像中其他物体。
[0003]然而，阈值的设定容易受到人主观性的影响，并且可能随时间和空间的变化而变化。目前的自动阈值分割方法包括OTSU方法和熵阈值方法。几乎所有的阈值方法都是根据SAR影像中的双峰直方图来寻找最佳阈值；当影像中的水体比例最小时，直方图不能显示双峰形状，这表明水体特征将受到背景的极大影响，最终导致不满意的水体提取结果。
[0004]现有的台风洪涝淹没区提取方法存在诸多的不足，传统的遥感洪涝灾害监测方法大都基于阈值分割、波段运算等方法提取遥感影像中灾害损失信息，但是这些简单的算法不能满足高精度的灾害损失识别从而应用在洪涝监测上，此外，阈值的科学设定、异物同谱和同物异谱等问题限制了传统方法的有效应用。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种洪涝淹没区提取方法及系统，通过利用不同数据源的互补信息，并将纹理特征和DEM数据与K
‑
means聚类算法结合起来，有效解决了传统淹没区提取方法精度不足的缺点。
[0006]为解决上述技术问题，本专利技术提供了如下技术方案：一种洪涝淹没区提取方法，该方法包括以下步骤：S1、获取某一区域在洪涝灾害发生前期和后期的SAR影像数据；S2、对SAR影像数据预处理并计算得到后向散射系数，预处理包括对SAR影像数据几何校正、滤波处理和辐射定标；S3、计算SAR影像数据的灰度共生矩阵，并提取与其相对应的SAR纹理特征，SAR纹理特征包括熵en、均匀性hom、角二阶矩ASM和差异性dis；S4、获取包含山体信息的DEM数据；S5、采用K
‑
means聚类算法根据后向散射系数、SAR纹理特征和DEM数据进行水陆分割生成水陆分割结果；S6、通过形态学运算处理对水陆分割结果进行优化，得到洪涝灾害发生前期和后期SAR影像数据的水体提取结果；S7、采用变化检测法对洪涝灾害发生前期和后期的水体提取结果进行变化检测，获得洪涝灾害淹没区。
[0007]进一步地，在步骤S2中，几何校正通过多项式系数RPC进行校正，其表达式为：；上式中，和是SAR影像数据中像点的坐标（x,y）和地面物点坐标（X,Y,Z）在经过平移和缩放等一系列操作处理后获得的标准化坐标值，为对像点标准化后获得的该像点的行、列号，表示选取的不同多项式。
[0008]进一步地，在步骤S2中，SAR影像中相干斑噪声通过Lee滤波去除，滤波公式为：；上式中，是待求滤波后的图像的像素值，为SAR影像数据中原图像的像素值，u为窗口的均值，w可通过窗口以及整幅图像标准差系数计算得到。
[0009]进一步地，在步骤S2中，辐射定标可通过如下公式完成：；上式中，为像元i和j处的强度值，表示外部校准因子，为一个常量，c的取值为32767。
[0010]进一步地，在步骤S3中，熵en的表达式为：；均匀性hom的表达式为：；角二阶矩ASM的表达式为：
；差异性dis的表达式为：；上式中，为图像量化后的灰度级别，为对灰度共生矩阵进行归一化处理；；上式中，为灰度共生矩阵中像素对出现的次数。
[0011]该技术方案还提供了一种用于实现上述洪涝淹没区提取方法的系统，该系统包括：数据提取模块，数据提取模块用于读取不同的SAR影像数据及对应的辅助数据；数据预处理模块，数据预处理模块用于将读取的SAR影像数据进行预处理并用于后续的SAR纹理特征提取和水陆分割；纹理特征提取模块用于根据预处理后的后向散射系数计算其SAR纹理特征；水陆分割模块，基于后向散射系数、SAR纹理特征及DEM数据，通过K
‑
means聚类和形态学操作，实现对水体和陆地区域的准确分割；对比检测模块，对比检测模块用于对灾害前后SAR影像数据水陆分割结果进行对比分析，准确识别洪涝灾害引起的水体变化；绘图模块，绘图模块用于将需要展示的数据或者过程参数绘制在经纬度坐标系的图中。
[0012]进一步地，数据预处理模块包括：数据插值单元，数据插值单元用于根据灾害前后SAR影像数据的覆盖区域，截取出相同覆盖范围的经纬度参数，根据该参数并结合需求的空间分辨率进行插值；几何校正单元，输入数据插值结果，将像素坐标转换为地理坐标，使得遥感影像在地理空间上具有准确的位置和几何信息；滤波单元，输入几何校正结果，利用Lee滤波器去除SAR影像数据中的相干斑噪声；辐射定标单元，输入滤波结果，利用辐射定标公式将强度信息转为后向散射系数；数据集生产单元，数据集生产单元用于将经过预处理的SAR影像数据制作成数据集，作为后面模块的输入。
[0013]进一步地，水陆分割模块包括：
分类单元，输入后向散射系数、SAR纹理特征、DEM数据，利用K
‑
means聚类算法进行分类，提取水体信息；形态学运算单元，输入水体提取结果，通过膨胀、腐蚀运算进行处理。
[0014]借由上述技术方案，本专利技术提供了一种洪涝淹没区提取方法及系统，至少具备以下有益效果：1、本专利技术通过将纹理特征和DEM数据结合带入K
‑
means聚类算法中进行水陆分割，有效去除了山体阴影的影响，提高了水陆分割精度。
[0015]2、本专利技术通过利用不同数据源的互补信息，并将纹理特征和DEM数据与K
‑
means聚类算法结合起来，能够有效解决传统淹没区提取方法精度不足的缺点，从而改善洪涝淹没区提取的准确性和鲁棒性。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本专利技术洪涝淹没区提取方法的流程图；图2为本专利技术水陆分割的结果示意图；图3为本专利技术洪涝灾害淹没区域提取结果的示意图；图4为本专利技术洪涝淹没区提取系统的结构框图。
具体实施方式
[0017]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本专利技术作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
[0018]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD...

【技术保护点】

【技术特征摘要】
1.一种洪涝淹没区提取方法，其特征在于，该方法包括以下步骤：S1、获取某一区域在洪涝灾害发生前期和后期的SAR影像数据；S2、对SAR影像数据预处理并计算得到后向散射系数，预处理包括对SAR影像数据几何校正、滤波处理和辐射定标；S3、计算SAR影像数据的灰度共生矩阵，并提取与其相对应的SAR纹理特征，SAR纹理特征包括熵en、均匀性hom、角二阶矩ASM和差异性dis；S4、获取包含山体信息的DEM数据；S5、采用K
‑
means聚类算法根据后向散射系数、SAR纹理特征和DEM数据进行水陆分割生成水陆分割结果；S6、通过形态学运算处理对水陆分割结果进行优化，得到洪涝灾害发生前期和后期SAR影像数据的水体提取结果；S7、采用变化检测法对洪涝灾害发生前期和后期的水体提取结果进行变化检测，获得洪涝灾害淹没区。2.根据权利要求1所述的洪涝淹没区提取方法，其特征在于，在步骤S2中，几何校正通过多项式系数RPC进行校正，其表达式为：；上式中，和是SAR影像数据中像点的坐标（x,y）和地面物点坐标（X,Y,Z）在经过平移和缩放等一系列操作处理后获得的标准化坐标值，为对像点标准化后获得的该像点的行、列号，表示选取的不同多项式。3.根据权利要求1所述的洪涝淹没区提取方法，其特征在于，在步骤S2中，SAR影像中相干斑噪声通过Lee滤波去除，滤波公式为：；上式中，是待求滤波后的图像的像素值，为SAR影像数据中原图像的像素值，u为窗口的均值，w可通过窗口以及整幅图像标准差系数计算得到。4.根据权利要求1所述的洪涝淹没区提取方法，其特征在于，在步骤S2中，辐射定标可通过如下公式完成：；上式中，为像元i和j处的强度值，表示外部校准因子，为一个常量，c的
取值为32767。5.根据权利要求1所述的洪涝淹没区提取方法，其特征在于，在步骤S3中，熵en的表达式为：；均匀性hom的表达式为：；角二阶矩ASM的表达式为：；差异性dis的表达式为：；上式...

【专利技术属性】
技术研发人员：秦艳萍，殷晓斌，高国兴，
申请(专利权)人：海南卫星海洋应用研究院有限公司，
类型：发明
国别省市：