【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种基于河网密集型区域的黑臭水体全面排查方法及系统。
技术介绍
1、现有技术公开号为cn116403112b的中国专利技术专利，该专利技术专利提供一种农村黑臭水体排查范围划定方法和装置,首先基于基础地理信息数据和土地利用分类数据，获取居民点初始筛选区域，并基于遥感影像数据提取得到居民点斑块；对居民点初始筛选区域进行网格划分，先根据网格内居民点斑块的面积占网格面积的百分比对网格进行初步筛选，然后根据网格及其周围八个网格的居民点斑块的占比信息对网格进行二次筛选；合并保留的所有网格并进行缓冲，得到农村黑臭排查范围。类似的现有技术还有公开号为cn116680649a的中国专利申请，公开一种耦合空间信息技术的农村黑臭水体重点区域识别方法，该方法包括：从地类图斑层中，提取出目标缓冲区域的地类编码信息、目标缓冲区域的地类名称信息和目标缓冲区域的城镇村属性码信息；将三调水体数据信息、地类编码信息、地类名称信息和城镇村属性码信息进行融合，以获得融合数据；将融合数据与目标缓冲区域进行叠加分析，以确定出水域信息。然而，上述两个专利技术均没有通过更精准的提取水体区域建立更精准的水系勾划图，也没有考虑基于水系勾划图并结合其他排查方法更精准排查黑臭水体数量的问题，由此，本专利技术提供一种基于河网密集型区域的黑臭水体全面排查方法及系统。
技术实现思路
1、本专利技术通过获取目标区域的第一图像，对第一图像进行预处理获取到第二图像，将第二图像分割为多个像素块；将地面物质分类为多个不同
2、为了达到上述的专利技术目的，本专利技术给出如下所述的一种基于河网密集型区域的黑臭水体全面排查方法，通过执行以下步骤进行实现:
3、获取目标区域的第一图像，所述第一图像是指遥感图像，对所述第一图像进行预处理获取到第二图像，将所述第二图像分割为多个像素块；
4、将地面物质分类为多个不同地物类别，所述地物类别包括水体、人造物体和植被，预先获取不同地物类别在各波段的光谱特征，计算各所述地物类别和其他所述地物类别明显区分的最佳波段集；
5、根据所述最佳波段集对每个所述像素块进行分类处理，获取对应的类别标记，还根据所述类别标记确定每个像素块的地物类别，并为所述第二图像填充不同的类别颜色获取对应的第三图像，根据所述第三图像获取其中的属于水体类别的水体区域建立水系勾划图，之后还对高风险区域进行补充识别。
6、作为本专利技术的一种优选技术方案，将所述第二图像分割为多个像素块，包括如下步骤：
7、将所述第二图像均匀分成多个图像块，用第一公式计算每个所述图像块中每个像素点的第一数值，将所述第一数值最小的像素点作为所述图像块的特征点，所述第一公式为：，其中，为所述图像块中所述像素点下标为(i，j)的灰度值；
8、计算所述特征点的第二数值，获取所述特征点的第三数值和第四数值，以所述特征点为中心，获取和所述特征点距离为第一预设值的第一邻域，计算所述第一邻域内的每个像素点对应的第二数值，获取对应的所述第三数值和所述第四数值，计算每个所述像素点和所述特征点的相似度，若所述相似度小于等于第一阈值，则将对应所述像素点划分在所述特征点所在的像素块中。
9、作为本专利技术的一种优选技术方案，计算所述特征点的第二数值，包括如下步骤：
10、以所述特征点为中心，获取和所述特征点距离为第二预设值的第二邻域，用第二公式计算所述特征点的编码值ec，所述第二公式为：，其中m是指所述第二邻域内的所有像素点的个数，是指所述第二邻域内第k个像素点的灰度值，ga是指所述第二邻域内所有像素点的平均灰度值，y的取值范围为{0，1}，当像素点的灰度值大于等于所述平均灰度值时取1，当某个像素点的灰度值小于所述平均灰度时取0，用第三公式计算像素点的平均灰度值，所述第三公式为：，其中，是指所述特征点的灰度值，是指所述特征点占所述邻域内总像素数的比例，根据所述编码值建立统计直方图作为所述特征点的局部纹理特征，所述局部纹理特征即为所述第二数值。
11、作为本专利技术的一种优选技术方案，计算所述像素点和所述特征点的相似度，包括如下步骤：
12、获取每个像素点的lab值(l,a,b)和lab位置坐标(u，v)，用第四公式计算所述像素点和所述特征点的颜色相似度cs，所述第四公式为，其中，，，分别是所述第一邻域内第o个像素点的l值，a值和b值，，，分别指特征点的l值，a值和b值，用第五公式计算所述像素点和所述特征点的位置相似度ls，所述第五公式为，其中，，分别是所述第一邻域内第o个像素点的u值和v值，，分别是特征点的u值和v值，用第六公式计算所述像素点和所述特征点的纹理特征相似度ss，所述第六公式为，其中，是所述第一邻域内第o个像素点的纹理特征，是所述特征点的纹理特征，用第七公式计算所述像素点和所述特征点的相似度r，所述第七公式为：，其中，和是平衡参数，l是指图像块的长度值。
13、作为本专利技术的一种优选技术方案，计算各所述地物类别和其他所述地物类别明显区分的最佳波段集，包括如下步骤：
14、根据不同地物类别在各波段的光谱特征获取不同所述地物类别在不同波段的第一特征值，获取每个所述地物类别在每个波段的所述第一特征值，计算每个所述地物类别在每个波段的所述第一特征值和其他所述地物类别在对应的波段的所述第一特征值的绝对差值，所述绝对差值是指差值的绝对值，比较每个所述地物类别在每个波段的所述绝对差值获取其中的最小绝对差值，将所述最小绝对差值作为所述地物类别在每个波段的第二特征值，按照从大到小的顺序将每个所述地物类别的所述第二特征值排序生成第一序列值，从所述第一序列值中获取其中的最大的第二特征值，将最大的所述第二特征值和第二阈值比较，若所述第二特征值小于所述第二阈值，从所述第一序列值中获取其中的第二大的第二特征值，将第二大的所述第二特征值和最大的所述第二特征值相加获取到累加值，判断所述累加值和所述第二阈值的大小，若所述累加值还小于所述第二阈值，从所述第一序列值中获取其中第三大的第二特征值并和所述累加值相加获取到新的累加值，判断新的所述累加值和所述第二阈值的大小，若新的所述累加值依然小于所述第二阈值，继续将所述第一序列值中第四大的所述第二特征值添加到所述累加值中，直到获取到的新的所述累加值大于所述第二阈值，将添加到所述累加值中的所述第二特征值对应的波段作为所述地物类别对应的最佳波段集。
15、作为本专利技术的一种优选技术方案，根据所述最佳波段集对每个所述像素块进行分类处理，包括如下步骤：
16、s本文档来自技高网...
【技术保护点】
1.一种基于河网密集型区域的黑臭水体全面排查方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，将所述第二图像分割为多个像素块，包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，计算所述特征点的第二数值，包括如下步骤：
4.根据权利要求2所述的方法，其特征在于，计算所述像素点和所述特征点的相似度，包括如下步骤：
5.根据权利要求1所述的方法，其特征在于，计算各所述地物类别和其他所述地物类别明显区分的最佳波段集，包括如下步骤：
6.根据权利要求1所述的方法，其特征在于，根据所述最佳波段集对每个所述像素块进行分类处理，包括如下步骤：
7.根据权利要求1所述的方法，其特征在于，在获取所述第一图像前，还收集所述目标区域内的相关数据，所述相关数据包括自然地理特征、社会经济发展状况、污染治理设施现状和水环境问题。
8.根据权利要求1所述的方法，其特征在于，在建立所述水系勾划图后，对高风险区域进行补充识别，包括如下步骤：
9.根据权利要求1所述的方法，其特征在于，在建
10.一种基于河网密集型区域的黑臭水体全面排查系统，用于实现如权利要求1-8任意一项所述的方法，其特征在于，包括如下模块：
...【技术特征摘要】
1.一种基于河网密集型区域的黑臭水体全面排查方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，将所述第二图像分割为多个像素块，包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，计算所述特征点的第二数值，包括如下步骤：
4.根据权利要求2所述的方法，其特征在于，计算所述像素点和所述特征点的相似度，包括如下步骤：
5.根据权利要求1所述的方法，其特征在于，计算各所述地物类别和其他所述地物类别明显区分的最佳波段集，包括如下步骤：
6.根据权利要求1所述的方法，其特征在于，根据所述最佳波段集对...
【专利技术属性】
技术研发人员：涂红兴，陶钧实，丘锦荣，蔡倩怡，林晓君，王秀娟，曾经文，罗子锋，
申请(专利权)人：生态环境部华南环境科学研究所生态环境部生态环境应急研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。