[发明专利]一种基于数学形态学的遥感图像提取连续河流骨架线方法

摘要

本发明公开了一种基于数学形态学的遥感图像提取连续河流骨架线方法，本发明采用水体提取后对河流进行细化的方法提取初始河流骨架线，并针对骨架线断裂的情况进行自适应连接，针对断裂距离较长、断裂形式单一的类型采用端点局部膨胀细化的方法进行连接，针对河流骨架有分支时的多端点聚集情况采用膨胀方法限定端点聚集范围，集合河流一头入、一头出的特点，将与该范围相连的两端进行连接。通过河流特征对连接线去伪，最终获得连续的河流骨架线。

主权项

1.一种基于数学形态学的遥感图像提取连续河流骨架线方法，其特征包括以下步骤：步骤1，基础河流骨架线提取，包括：步骤1.1，对影像进行水体提取：计算影像的NDWI指数，其中，R_green为影像绿波段的反射率，R_NIR为影像的近红外波段的反射率；然后对影像的NDWI指数进行直方图统计，采用谷值法计算分割阈值，提取水体；步骤1.2，对提取出的水体进行细化，提取初始骨架线：基于Rosenfeld细化算法提取水体骨架线，骨架像元值为1，背景像元值为0；步骤2，断裂骨架线自适应连接，包括：步骤2.1，统计骨架像元八邻域情况，骨架像元的值DNi＝∑j∈IDNj，I为像元i八邻域集合，从而将骨架像元分为值为端点、普通点、节点三类点，所述三类点包括端点(DNi＝1)、普通点(DNi＝2)、节点(DNi＝3)；步骤2.2，根据图像断裂情况确定膨胀尺度，具体是：对所有端点计算与其距离最短的端点之间的距离的1/2作为距离值，并进行统计端点在各距离值的聚集情况，形成曲线，由于河流骨架线的端点主要由断裂造成，用曲线表征骨架线断裂情况，曲线陡降结束点的距离值为膨胀尺度Scale，其中，陡降指曲线下降时其斜率的绝对值最大；步骤2.3，对图像端点进行局部膨胀，膨胀尺度为Scale；步骤2.4，对图像端点类型进行分类，对膨胀后影像进行腐蚀‑膨胀操作，腐蚀尺度为Scale+k，再次膨胀尺度为Scale+m，根据再次膨胀情况选择执行：选择步骤一：若端点的膨胀区域消失，则为断裂形式单一情况，直接对首次膨胀所得区域进行Rosenfeld细化获取连接线；选择步骤二：若膨胀区域未消失，则所膨胀区域包含的端点为河流骨架有分支时的多断点聚集情况，提取膨胀区域边界上的骨架像元，河流对于该区域而言，为一头进、一头出的形态，以膨胀区域边界上骨架点作为起始骨架像元，向膨胀区域内进行跟踪，寻找并连接断点或节点，获得连接线；步骤3，连接线去伪：步骤3.1，利用初始骨架将穿过河流内部的连接线切断，条件如下：式中，DNi为骨架像元i的值，I’为i的八邻域与i本身的集合，j为I’中的像元，如果为连接线像元，则值xj＝1，J’为j的八邻域和j本身集合，即骨架像元i的八邻域中，如果有连接线像元j，则将该连接线像元删除，但由于有的连接线的一端距离端点附近的骨架线过近，因此还需加最后一个限定条件，J’中的所有像元k都不为骨架线端点；步骤3.2，删除伪连接线，首先对连接线像元进行骨架像元八邻域情况的统计，再进行删除，具体是从连接线切断点开始，跟踪连接线，并将其值赋为背景像元值，其中，像元为连接线切断点的判断条件如下：跟踪结束的判断条件为：