江蘇輻射三角洲水邊線提取方法研究_第1頁(yè)
江蘇輻射三角洲水邊線提取方法研究_第2頁(yè)
江蘇輻射三角洲水邊線提取方法研究_第3頁(yè)
全文預(yù)覽已結(jié)束

付費(fèi)下載

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

江蘇輻射三角洲水邊線提取方法研究

沙帶的水岸是沙帶從不同的潮位到海岸的邊界。沙帶的水岸線對(duì)研究沙帶的動(dòng)態(tài)變化趨勢(shì)具有重要的指導(dǎo)作用。從衛(wèi)星圖像上獲取沙洲水邊線信息,傳統(tǒng)的方法是通過(guò)目視解譯。盡管基于目視判讀的沙洲水邊線提取方法簡(jiǎn)單,但是要求圖像目視判讀者不僅具有豐富的地學(xué)知識(shí)和目視判讀經(jīng)驗(yàn),而且還需花費(fèi)大量的時(shí)間進(jìn)行遙感目視判讀,勞動(dòng)強(qiáng)度大,信息獲取周期長(zhǎng),遙感圖像解譯質(zhì)量同時(shí)還受目視判讀者的經(jīng)驗(yàn)、對(duì)區(qū)域的熟悉程度等各種因素的制約,因此難以適應(yīng)目前信息化時(shí)代的快速處理要求。作者針對(duì)不同數(shù)據(jù)源著重討論了輻射沙洲水邊線的自動(dòng)提取方法。1沙化學(xué)分類下的目標(biāo)函數(shù)提取在輻射沙洲區(qū)域,地物大致可分為2類:沙洲和海水,沙洲主要由細(xì)顆粒沉積物組成,并為海水周期性淹沒(méi)。在應(yīng)用監(jiān)督、非監(jiān)督分類法于輻射沙洲遙感分類研究中發(fā)現(xiàn):非監(jiān)督分類法提取沙洲邊緣自動(dòng)化程度高,但提取效果較差;監(jiān)督分類法要求提供較多的訓(xùn)練樣本,提取過(guò)程中人工干預(yù)較多,因此這2種沙洲邊緣提取方法不在該文討論范圍之類。在輻射沙洲水邊線提取的實(shí)驗(yàn)中,作者針對(duì)不同數(shù)據(jù)源(Landsat5TM多光譜數(shù)據(jù)、SPOT多光譜數(shù)據(jù)及SPOT全色數(shù)據(jù))形成了以下2類沙洲水邊線提取方法:(1)基于密度分割的沙洲水邊線提取方法對(duì)于多光譜數(shù)據(jù)而言,依據(jù)地物在不同波段上的光譜差異,通過(guò)光譜增強(qiáng),增強(qiáng)兩者之間差異,進(jìn)行密度分割,提取出沙洲水邊線;(2)Canny算子邊緣檢測(cè)算法提取沙洲水邊線。對(duì)于灰度影像數(shù)據(jù)而言(如Spot全色波段),由于像元灰度值在沙洲水邊線(邊緣)發(fā)生劇烈變化,因此還可通過(guò)邊緣檢測(cè)方法將之提取出來(lái)。文中所使用遙感數(shù)據(jù)參數(shù)見(jiàn)表1。1.1沙邊線的密集切分法提取1.1.1tm多分量圖像的沙邊緣提取對(duì)于TM多光譜數(shù)據(jù)而言,其近紅外波段(第6波段)的水體輻射值低于其它地物,選用一個(gè)合適的閾值進(jìn)行密度分割,可輕松提取出沙洲水邊線。但由于TM影像中近紅外波段的空間分辨率為60m,相對(duì)其它各波段而言,其邊緣精度較粗,要獲得更為精確的沙洲水邊線則須另辟蹊徑。纓帽變換(K-T變換)是利用圖像變量之間的相關(guān)性,通過(guò)線性變換、光譜空間旋轉(zhuǎn),建立起K-T空間的新軸,達(dá)到消除干擾分離信息的目的變換后的第一分量表征亮度軸”,反映土壤光譜信息;第二分量(TC2)表征“綠度軸”,反映植被光譜信息;第三分量(TC3)為濕度軸,對(duì)含水量變化反應(yīng)較為敏感。在提取過(guò)程中,發(fā)現(xiàn)反映在TC1、TC3分量上的沙洲像元亮度值隨含水量的變化而急劇變化,難以確定沙洲、海水密度分割的閾值;而在TC2分量圖像上,沙洲內(nèi)部的像元值變化和緩,且與海水的對(duì)比最為清晰。因此選用TC2分量圖像進(jìn)行密度分割。TM多光譜影像的沙洲邊緣提取過(guò)程具體如下:(1)利用1∶5萬(wàn)地形圖對(duì)原始遙感圖像配準(zhǔn)。為便于沙洲邊緣提取,利用數(shù)字化地形圖中的岸線為掩模,從遙感影像中切割出需進(jìn)行水邊線提取的研究區(qū)。(2)對(duì)遙感圖像進(jìn)行纓帽變換。(3)確定適合的閾值,對(duì)TC2分量圖像進(jìn)行密度分割,將研究區(qū)分成兩類沙洲和水體。(4)對(duì)密度分割后的圖像按8鄰域進(jìn)行過(guò)濾分析,以合并、去除密度分割時(shí)產(chǎn)生的破碎、分離的細(xì)小圖斑。(5)對(duì)所得結(jié)果進(jìn)行柵格———矢量轉(zhuǎn)換,生成沙洲邊緣矢量數(shù)據(jù)。1.1.2模型生成的效果對(duì)于SPOT多光譜影像而言,簡(jiǎn)單地通過(guò)單波段密度分割法提取沙洲邊緣效果較差。在反復(fù)實(shí)驗(yàn)中,發(fā)現(xiàn)在眾多影像增強(qiáng)方法中,如將RGB顏色空間模型轉(zhuǎn)換為IHS色彩空間模型,增強(qiáng)效果最好,在轉(zhuǎn)化后的飽和度圖像中,海水部分的像元亮度值明顯大于沙洲部分的像元值。SPOT多光譜影像的沙洲邊緣提取過(guò)程與TM多光譜影像沙洲邊緣提取過(guò)程大致相似,只不過(guò)在第2步進(jìn)行RGB到IHS的轉(zhuǎn)換,在第3步密度分割的對(duì)象由TC2分量圖像轉(zhuǎn)成飽和度分量圖像而已。1.2基于canity算法的輻射沙邊緣檢測(cè)對(duì)于灰度影像而言(如Spot全色波段),沙洲水邊線(邊緣)是以強(qiáng)度突變形式呈現(xiàn)的。反映在遙感圖像上沙洲水邊線附近的像元亮度變化具有方向和幅度2個(gè)特征。沿水邊線走向,像元亮度值變化比較平緩;而垂直于水邊線走向,則像元亮度值變化比較劇烈。在輻射沙洲區(qū),亮度值的劇烈變化呈階躍狀(圖1),可通過(guò)邊緣檢測(cè)算法提取沙洲邊緣。由于遙感圖像一般都含有高斯噪聲和非高斯噪聲,且邊緣和噪聲在空間域均表現(xiàn)為亮度有比較大的起落;在頻域則同反應(yīng)為高頻分量,這就給邊緣檢測(cè)帶來(lái)困難。經(jīng)典的邊緣檢測(cè)方法(如梯度算子)類似于高通濾波,僅起到銳化圖像邊緣的作用,檢測(cè)效果不佳;而Robert算子、Sobel算子、Prewitt算子等由于涉及方向性,當(dāng)圖像較復(fù)雜或噪聲較豐富時(shí)也很難完全檢測(cè)出邊緣。作者采用Canny算法對(duì)輻射沙洲邊緣進(jìn)行檢測(cè)。其算法流程如下:首先,使用高斯濾波器對(duì)遙感圖像濾波,對(duì)窗口中心像元X,計(jì)算其梯度的大小|G|(式1)和方向θ(式2)。下2式中,f為濾波后的圖像。其次,進(jìn)行“非極值抑制”,梯度的方向θ定義為屬于圖2所示的4個(gè)區(qū),將之與臨近像元比較,確定局部極大值。如中心像元X的梯度方向?qū)儆诘?區(qū),則把X的梯度與它的左上和右下相鄰像元的梯度值進(jìn)行比較,看X的梯度值是否屬于局部極大值;如果不是,則將像元X的灰度值設(shè)為0(背景值)。再次,進(jìn)行邊緣提取。對(duì)梯度取次閾值(T1,T2,T1=0.4×T2)。將梯度值小于T1的像元設(shè)為0,得到弱邊緣圖像A;將梯度值小于T2的像元設(shè)為0,得到強(qiáng)邊緣圖像B。由于閾值較低,在弱邊緣圖像A中殘留了較多的噪聲;由于閾值較高,強(qiáng)邊緣圖像B中保留較少的噪聲,但是以部分有用邊緣信息的喪失為代價(jià)的,A,B兩圖中,沙洲的邊緣是零散、不連續(xù)的。最后連接兩幅圖像的邊緣,因此綜合兩幅圖像的強(qiáng)弱邊緣信息,以圖像B為基礎(chǔ),以圖像A為補(bǔ)充進(jìn)行形態(tài)學(xué)連接。具體連接步驟為:(1)掃描圖像B,當(dāng)遇到一個(gè)非零灰度值的像元P時(shí),跟蹤以P為開(kāi)始點(diǎn)的輪廓線,直到該輪廓線的終點(diǎn)Q。(2)考察圖像A中與圖像B中Q點(diǎn)相對(duì)應(yīng)的Q′的8鄰域。如果在Q′點(diǎn)的8鄰域中有非零像元R′存在,將之引入到圖像B中,記為點(diǎn)R。從R開(kāi)始,重復(fù)第(1)步,直到無(wú)法繼續(xù)。(3)當(dāng)完成對(duì)包含P的輪廓線的連接后,將之標(biāo)記為已訪問(wèn)。回到第(1)步,尋找下一條輪廓線。重復(fù)(1),(2),(3),直到所有的輪廓線均被標(biāo)記。(5)以上各步驟在Matlab6.5中實(shí)現(xiàn),最終得到的邊緣圖像進(jìn)行柵格———矢量轉(zhuǎn)換,得到輻射沙洲邊緣的矢量數(shù)據(jù)。2spol多光譜影像密度分割閾值的確定由于輻射沙洲范圍較大,作者僅對(duì)北部沙洲的水邊線進(jìn)行提取(圖3)。圖3-a為TC2分量密度分割法提取的TM多光譜影像中的沙洲邊緣,密度分割的閾值為0.51;圖3-b為應(yīng)用飽和度分量圖像密度分割法提取的SPOT多光譜影像的輻射沙洲邊緣,密度分割的閾值為0.35;圖3-c為應(yīng)用Canny算子檢測(cè)的結(jié)果(上下閾值分別為0.15和0.06)。為檢驗(yàn)上述3種方法提取的沙洲邊緣的精度,將之疊加在相應(yīng)的遙感數(shù)據(jù)源上進(jìn)行目視判讀,檢驗(yàn)邊緣提取的效果,圖中白色邊緣為提取的沙洲水邊線。3沙丘水邊線的提取作者利用不同的遙感數(shù)據(jù)源,對(duì)輻射沙洲水邊線的自動(dòng)提取方法進(jìn)行了探討。形成了TC2分量密度分割法、飽和度分量圖像密度分割法和Canny邊緣檢測(cè)3種方法提取輻射沙洲的邊緣。所有方法均由計(jì)算機(jī)處理,自動(dòng)化程度高。實(shí)驗(yàn)顯示,通過(guò)上述沙洲邊緣提取方法,沙洲邊緣提取時(shí)間大大縮短。原先通過(guò)目視判讀提取沙洲水邊線,一景

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論