[发明专利]一种面向对象的遥感影像海岸线提取方法

摘要

本发明公开了一种面向对象的遥感影像海岸线提取方法，属于全自动遥感影像海岸线提取领域。其步骤为：遥感影像滤波处理；选择分割算法对遥感影像进行分割；利用样本点对分割后的遥感影像进行分类；利用种子生长的方法提取出海水区域；最后利用相应的判别准则提取海岸线。本发明提高了现有海岸线提取算法的准确性，通过面向对象的方法经过分割分类处理提高了海水提取的正确率，保证了海岸线提取的准确性。由于海岸线变化较为频繁，本发明为国家各级基础地理信息数据库海岸线信息的维护与更新提供便利。

主权项

一种面向对象的遥感影像海岸线提取方法，包括以下步骤：步骤1：对获得的遥感影像选取自适应均值滤波算法进行去噪处理，设原始图像为a行b列k个波段，滤波窗口为w×w，则针对每个像素p(x，y)重复以下步骤，得到遥感影像各像素点的差异值：(1)计算该像素点在w×w邻域中的有效像素数：n，(2)计算该像素各波段DN值与其邻域有效像素相应波段DN值之差，即 DN Diversity = Σ b = 1 k Σ i = x - w x + w Σ j = y - w y + w ( DN ( x , y , b ) - DN ( i , j , b ) ) , (3)计算该像素的平均像素差异：DNMean_Diversity＝DNDiversity/(n×k)，在此基础上，对每个像素进行均值滤波，并重复以下步骤，得到经过预处理后的遥感影像，(4)计算该像素点在w×w邻域中的像素数：n，即该位置像素不为空值，(5)分别计算该像素DN值与其邻域所有像素相应波段DN值之差，即DNDiversity′＝DN(x，y，b)‑DN(i，j，b)i∈(x‑w，x+w)，j∈(y‑w，y+w)，b∈(1，k)，(6)如果DNDiversity＞DNDiversity′，则将该点算入均值滤波的邻域中，(7)设最终均值滤波的邻域像素为P1，P2，……Pm，则该点的DN值 DN = ΣP - P ′ = Σ b = 1 k Σ i = x - w x + w Σ j = y - w y + w ( DN ( x , y , b ) - DN ( i , j , b ) ) / m , 其中P′∈(P1，P2，...，Pn)；步骤2：选用种子生长算法对经过预处理的遥感影像进行分割处理，得到一系列在光谱信息上表现相近似的像元合并而成的对象；步骤3：将上述选取分割影像上各地类分割结果中面积最大的一个对象中的光谱特征作为样本点带入K近邻算法中进行遥感影像分类，得到遥感影像中所有水体信息；步骤4：设面积最大的水体对象为MaxArea＝0，针对已分割遥感影像中每个水体对象进行如下操作：(1)遍历该对象P的所有像素，其像素个数和为PArea＝NumberPixel(P)，(2)如果MaxArea＜PArea，MaxArea＝PArea，直至遍历介绍并记录该对象作为遥感影像海水区域；步骤5：在提取的海水结果的基础上利用边界追踪方法提取最终的海岸线结果。