[发明专利]一种基于时序遥感图像的水体提取方法

摘要

本发明公开一种基于时序遥感图像的水体提取方法，其步骤：首先收集覆盖研究区域的短期时间序列遥感图像，其次对收集的时间序列遥感图像进行几何校正、图像配准和辐射定标，然后采用趋势分析法分析近红外波段辐亮度随太阳高度角变化的趋势特征，得到近红外波段辐亮度随太阳高度角的变化斜率图，最后对近红外波段辐亮度随太阳高度角的变化斜率设定阈值进行水体提取，得到水体提取结果图。方法易行，操作简便，能够较好的将建设用地、山体阴影与水体区分开来，且对细小支流水体能够很好的检测出来，水体提取精度较高，同时本发明仅利用了近红外波段数据，减少了对多光谱遥感图像特定波段的依赖性。

主权项

1.一种利用短期时序遥感图像数据的遥感图像水体提取方法，其步骤是：/n(A)收集覆盖研究区域的不同太阳高度角的短期时间序列多光谱遥感图像：/nA1)每景遥感图像均覆盖研究区域，每景图像的云覆盖区域均不大于10％；/nA2)每景遥感图像均包含近红外波段，是同一传感器拍摄的图像；/nA3)收集不同时相遥感图像n景n>＝2,不同时相图像上的地物类型未发生变化，数据的时间跨度不超过10天；/nA4)遥感图像拍摄时的太阳高度角在30－75度，最大太阳高度角和最小太阳高度角之间的差异不小于10度；/n(B)对收集的时间序列遥感图像进行几何校正、图像配准和辐射定标：/nB1)利用卫星图像自带的有理多项式系数，通过有理函数模型实现图像几何校正；/nB2)选定一个时相的遥感图像为基准图像，其它n-1个时相的遥感图像作为待配准图像，通过选取基准图像与待配准图像上的同名点，然后利用这些同名点建立基准图像与待配准图像之间的几何畸变模型，再利用该几何畸变模型进行几何校正，实现不同时相遥感图像的图像配准；/nB3)通过从卫星图像的头文件中读取定标系数，使用以下计算公式将各时相影像的数字量化值DN转换成辐亮度，实现图像的辐射定标：/nLt＝Gain×DN+Bias/n式中，Lt为图像的辐亮度，Gain为增益，Bias为偏置，单位均为W﹒m^-2 ﹒s r^-1 ﹒μm^-1 ，DN为卫星载荷观测值，无量纲；/n(C)基于上述校正后的时间序列影像，采用趋势分析方法分析近红外波段辐亮度随太阳高度角变化的趋势特征，得到近红外波段辐亮度随太阳高度角的变化斜率图：/n采用Theil-Sen Median趋势分析方法，计算n(n-1)/2个数据组合的斜率的中位数，其公式为：/n /n其中，slope为图像像元近红外波段辐亮度值随太阳高度角的变化斜率，NIRi和NIRj分别为i时相和j时相的近红外波段辐亮度值，Suni和Sunj分别为i时相和j时相的太阳高度角值；/n按照以上公式计算各像元近红外波段辐射亮度值随太阳高度角的变化斜率，生成近红外波段辐亮度变化斜率图；/n(D)基于上述的近红外波段辐亮度随太阳高度角的变化斜率图，通过设定阈值进行水体提取，得到水体提取结果图：/nD1)对于生成的近红外波段辐亮度变化斜率图，设定斜率阈值T，T为正数；/nD2)对于斜率slope小于T的像元，将其归入水体类别，赋值为1，对于斜率slope大于等于T的像元，将其归入非水体类别，赋值为0，生成水体提取结果图，其中数值为1的区域为水体区域，水体像元的斜率slope小于其它地表覆盖类型，通过设置阈值，将水体与其它地表覆盖类型区分开来，对于基于光谱的水体提取方法中容易与水体混淆的建设用地、山体阴影也能够区分，同时对细小支流水体能够检测出来。/n