[发明专利]一种线状地物的提取方法

说明书

技术领域

本发明涉及遥感影像处理技术领域，尤其涉及一种线状地物的提取方法。

背景技术

随着高空获取遥感影响技术的迅速发展，目前在国土资源调查与监测、基础地理数据更新等方面广泛应用了高空遥感影像数据以及对遥感影像数据的分析和处理。其中，获取的底面遥感影像中灌排水渠、田间道路等耕地线状基础设施是影响农田识别的重要因素之一，因此对于灌排水渠、田间道路等耕地现状地物的正确识别与提取，对农田识别质量评价具有价值和意义。

传统的方式是根据遥感数据图像进行人工解译，但是误差很大，并且效率太低，需要耗费大量的人工劳动力。另外，在对遥感影像数据进行处理的过程中线状地物周边的植被等其它地物会对需要提取的线状地物产生干扰，如田间道路有行道树遮蔽覆盖，给目标区域线状地物的提取带来较大的困难。只能定性的进行地物的提取，还无法满足对土地整治区耕地质量等级进行快速评定的要求。

发明内容

（一）要解决的技术问题

针对上述缺陷，本发明要解决的技术问如何实现在对遥感影像中的线状地物进行提取的过程中尽量避免椒盐现象的发生，从而能更加有利于耕地质量等级的评价。

（二）技术方案

为解决上述问题，本发明提供了一种线状地物的提取方法，包括以下步骤：

S1、对遥感影像进行预处理，得到预处理图像；

S2、从所述预处理图像中提取植被区域并将其剔除，得到目标区域；

S3、对所述目标区域的图像根据线状地物类型进行特征提取，并进行矢量化，得到的线状地物矢量化文件。

进一步地，步骤S1中所述对遥感影像进行预处理具体包括：

S11、对所述遥感影像进行全色影像和多光谱影像的融合，得到融合影像；

S12、对所述融合影像进行灰度值计算，提取线状地物的最大灰度值和最小灰度值；

S13、根据所述最大灰度值和最小灰度值进行灰度二值化计算，得到所述预处理图像。

进一步地，所述融合影像的分辨率与全色波段一致，且所述融合影像的波段数与所述多光谱影像的波段数相同。

进一步地，步骤S2从所述预处理图像中提取植被区域具体包括：

S21、确定所述预处理图像中的植被区域并进行分类，包括：团状植被区域、簇状植被区域和片状植被区域；

S22、对团状植被区域和簇状植被区域采用面积阈值法进行剔除，对片状植被区域采用扫描方法进行剔除，得到所述目标区域。

进一步地，步骤S3对所述目标区域的图像根据线状地物类型进行特征提取具体包括：

S31、对所述目标区域根据不同线状地物的灰度值进行波段运算，得到二值化图；

S32、对所述二值化图进行去噪处理；

S33、进行边缘特征提取，得到边缘图像。

进一步地，步骤S32对所述二值化图进行去噪处理具体包括：

S321、将滤波模板在所述二值化图中进行移动，从所述二值化图中选取一个像素作为中心像素，并将所述滤波模板的中心与所述中心像素的位置重合；

S322、读取所述滤波模板中的所有像素的灰度值，按照所述灰度值的等级进行排序；

S323、从中排序的灰度值中选择平均值作为当前灰度值进行中值滤波，去出孤立噪声。

进一步地，步骤S33所述对所述目标区域的图像根据线状地物类型进行特征提取时采用自适应双阈值滤波，具体包括：

S331、对所述目标区域经过二值化和去噪处理得到的图像进行高斯滤波，通过利用两个一维高斯核两次加权实现或者利用一个二维高斯核和一次卷积实现，其中一维高斯核为：

K1=12πσe-x*x2σ*σ,]]>