[发明专利]一种城市水体的识别方法、装置、储存介质及设备

说明书

本发明涉及一种城市水体的识别方法、装置、储存介质及设备，包括：获取训练的多光谱图像并进行分类训练，获得水体分类模型；获取待分析城市的多光谱图像，并输入到水体分类模型中进行处理，识别出水体图像；计算所述水体图像的连通域，并获得各个连通域的连通面积；根据预设的连通面积阈值，获得初识别的城市水体图像；根据预设的长度阈值，识别出城市水体图像；对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。通过水体分类模型将水体和非水体进行区分，以获得水体图像；结合连通面积阈值判断和长度阈值判断，从而识别出城市水体图像；再结合形态学膨胀与腐蚀的处理，从而实现了城市水体的快速准确识别。

技术领域

本发明涉及水体识别领域，特别是涉及一种城市水体的识别方法、装置、储存介质及设备。

背景技术

地表水体作为水资源的主要组成部分，对其分布、调查、治理、规划和监测也具有重要意义。发明人在开展本发明的发明创造中发现，对地表水体的研究主要集中在如长江、湖泊等较大面积的地表水体的研究，但是，实质上，除了上述较大面积的地表水体之外，还有分布在城市各个区域内的比较细小的城市水体，如引水渠、排洪渠等，这些城市水体与人们的生活和生产息息相关，如何识别这些城市水体显得尤为重要。

发明内容

基于此，本发明的目的在于，提供一种城市水体的识别方法，其具有可准确识别城市水体的优点。

一种城市水体的识别方法，包括如下步骤：

获取训练的多光谱图像并进行分类训练，获得水体分类模型；

获取待分析城市的多光谱图像并输入到水体分类模型中进行处理，识别出水体图像；

计算所述水体图像的连通域，并获得各个连通域的连通面积；

根据预设的连通面积阈值，获得初识别的城市水体图像；

根据预设的长度阈值，从初识别的城市水体图像中识别出城市水体图像；

对所述城市水体图像进行形态学膨胀与腐蚀处理，获得连续的城市水体图像。

通过水体分类模型将水体和非水体进行区分，以获得水体图像；结合连通面积阈值判断和长度阈值判断，从而识别出城市水体图像；再结合形态学膨胀与腐蚀的处理，从而可在保留水体形状信息时，防止因地物阴影或者水体污染出现漏提取导致提取的水体图像出现断流的问题，进而实现了城市水体的快速准确识别。

进一步地，所述多光谱图像为通过无人机光谱摄像装置对拍摄的图像。

进一步地，所述多光谱图像为通过无人机光谱摄像装置中的绿光通道和红光通道获取的图像，以方便将城市水体与其他地物信息进行初步区分。

进一步地，所述根据训练的多光谱图像，构建水体分类模型的步骤，包括：

建立支持向量机的分类模型；所述支持向量机的分类模型包括目标核函数、期望输出、以及目标核函数的更新迭代方式；

根据目标核函数，将训练的多光谱图像映射到高维特征空间进行分类；

若高维特征空间的分类输出不满足期望输出，则根据目标核函数的更新迭代方式对目标核函数进行迭代更新，获得更新后的目标核函数，并重新将训练的多光谱图像映射到高维特征空间进行分类，继续与期望输出进行比较；

若高维特征空间的分类输出满足期望输出，则将当前的支持向量机的分类模型作为水体分类模型。

通过构建支持向量机的水体分类模型，进而实现将水体与非水体进行进一步区分，从而获得水体图像。