[发明专利]一种基于U-net的水体遥感识别方法

说明书

本发明公开了一种基于U‑net的水体遥感识别方法，包括如下步骤：A、数据收集和预处理；B、水体的初步提取；C、水体提取结果的处理；D、训练和验证样本的制作；E、U‑net神经网络模型的训练；F、水体的提取。通过对不同地物在影像各波段的光谱分析，设定两种水体初步提取算法，可提取出全部水体及部分其他地物，保留公共真值区域，即为初步水体结果。后针对提取结果进行分类后处理，格式转换、修改，制作训练和验证样本，通过U‑net神经网络模型的训练，获得模型，预测水体。该方法适用于地表结构复杂的地区，操作简单，普适性强，可更好的剔除阴影、建筑物及泡田期农田干扰，同时对小湖泊、小水塘提取效果较好，实现了水体的精确提取。

技术领域

本发明涉及使用卫星遥感影像提取水体的方法，尤其涉及一种使用U-net进行水体遥感识别的方法。

背景技术

地球表面大约有70％的面积被水覆盖，水不仅是一种资源，更是一种环境因子。水体主要包括河流、湖泊、坑塘、水库、渠道等。随着经济不断发展，人类对生存环境的需求日益增加，受到人们生产活动和气候变化的共同作用，水环境发生了巨大的变化，人们愈加关注水资源的监测、管理与分析问题。卫星遥感技术以宏观、实时、准确和动态等诸多优点在资源调查、环境监测、防灾减灾等众多领域中起着重要的作用。因此，利用遥感数据进行水资源的监测、调查和分析已成为一种必然的趋势。

在遥感影像上，水体在近红外波段上吸收强烈，而土壤和植被在这个波段吸收较少，具有较高的反射特性，所以水体在这个波段上与土壤、植被区别明显，水体在影像上显示为暗色调，土壤和植被则呈现出相对较亮的色调，水体的识别是利用水体与其他地物的光谱特征差异，使用卫星遥感数据通过适当的阈值设置实现水体提取。常用水体提取的方法有阈值法、多波段谱间关系法、水体指数法、主成分分析法、决策树法等，通过阈值法来提取水体，效果并不理想，水体、阴影及泡田期的耕地混淆现象较为严重。阴影是图像退化的一种特殊表现，对水体的识别，尤其是细小水体的提取造成严重的噪声干扰。

水体指数及谱间关系法，可以在一定程度上去除部分阴影，但阈值的取舍是个关键，阈值高了会丢失或漏提那些细小水体信息，阈值低了会误提不少其他的地物信息。面向对象方法有效地消除了阴影的影响，减少了误提现象，但无法彻底抑制与水体无关的背景信息。

另外目前针对水体的提取，主要选择清空影像，而对于南方区域，云的影响比较严重，所以考虑云阴影对水体提取的影响。

因此对于存在山体、建筑物、云的阴影、泡田期的耕地影响的区域以及存在小湖泊、坑塘地区的水体提取，上述方法都存在严重的误提、漏提等现象。

因此，现有技术有待于更进一步的改进和发展。

发明内容

鉴于上述现有技术的不足，本发明提供的一种基于U-net的水体遥感识别方法，该方法可有效剔除水体识别时易混淆地物，如建筑物阴影、云阴影及泡田期耕地，准确提取面积大的河流、湖泊的基础上，同时提高了对小湖泊、坑塘识别的精度。

为解决上述技术问题，本发明方案包括：

一种基于U-net的水体遥感识别方法，其包括以下步骤：

A、数据收集和预处理：选取待研究区域的可用影像，云量小于20％的清晰影像，作为基础数据，并对基础数据进行预处理，同时针对U-net训练需要样本选择样本区域；

B、水体的初步提取：根据地物在各影像波段上的光谱差异对所述基础数据进行分析，比较水体在各特征波段上的光谱差异，选择易区分水体的波段差作为水体识别的输入波段。根据谱间关系法和多波段阈值法，初步提取水体，生成两幅二值图像；对两幅二值图像提取结果取交集，得到水体提取结果。

C、水体提取结果的处理：对步骤B中的水体提取结果，先进行分类后处理，然后进行栅矢转换，得到水体的矢量图斑，对U-net样本范围内的水体矢量进行修改，得到样本范围内准确的水体矢量图斑。