1.一种基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于,该方法至少包括如下步骤:
(1)、根据山体阴影可视化技术创建数字高程模型的山体阴影地形图,再根据山体阴影地形图计算出视觉粗糙度;
(2)、根据视觉粗糙度和数字高程模型中所有像素的对应高程值计算出高程地形特征图;
(3)、根据基于博弈论的分类方法对高程地形特征图中所有像素进行海洋、冰盖两类分类,海洋、冰盖两类即I类与II类;
(4)、根据分类结果提取边界线并矢量化。
2.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于:步骤(1)中所述山体阴影可视化技术采用双光源入射生成两副山体阴影地形图,且光源之间入射方向互为相反方位角。
3.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于:步骤(1)中所述视觉粗糙度R(n)通过寻找山体阴影地形图中n×n的窗口中像素值最大和最小的像素点Bmax,Bmin得到,具体为R(n)=Bmax‑Bmin。
4.根据权利要求2和3所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于:将所述相反方位角入射光源生成的两副山体阴影地形图的视觉粗糙度进行比较,取数值最大的视觉粗糙度进行计算高程地形特征图。
5.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于、步骤(2)中所述高程地形特征图通过如下步骤获得:(2.1)、取数字高程模型中全部像素高程值的百分之三十分位数q1与I类的临界高程值γ1中的最小值α,取数字高程模型中全部像素高程值的百分之七十分位数q2与II类的临界高程值γ2中的最大值β,即α=min{Hq1,γ1},β=max{Hq2,γ2};
(2.2)、根据视觉粗糙度R、数字高程模型中像素的高程值H、α和β计算出像素对应的高程地形特征值,具体通过如下公式获得:式中,Median{H,α,β}为高程值H、α和β中的中位数;
(2.3)、重复步骤(2.2)直至所有的像素高程地形特征值被计算出;
(2.4)、根据高程地形特征值得到高程地形特征图,即将高程地形特征值中小于其他
99%特征值的像素值赋值为0,高程地形特征值中大于其他99%特征值的像素值赋值为
255,其他像素根据高程地形特征值的大小从小到大依次在(0,255)范围内赋值。
6.根据权利要求5所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于:所述I类的临界高程值γ1为30,所述II类的临界高程值γ2为60。
7.根据权利要求6所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于,步骤(3)所述基于博弈论的分类方法为:将所有像素都被视为一个理性玩家,每个玩家的策略集为L={0,1,2},其中0表示未分类的,1表示类I,2表示类II,对于每个策略,对应的策略成本为Ei(xi)。考虑到N个玩家的所有策略,总策略成本E(x)是每个玩家的决策的成本值Ei(xi)的总和,通过最小化总体成本E(x),可以得到所有像素的最优策略集合;
步骤(3)所述高程地形特征图中所有像素通过如下步骤分类:(3.1)、将像素的高程值H小于α的像素标记为I类;将像素的高程值H大于β的像素标记为II类;
(3.2)、将其外他未分类的像素,即像素的高程值H大于α且小于β的像素按照使得其自身的策略成本Ei(xi)最小进行标记,具体Ei(xi)通过如下公式获得:式中,i为任意像素,j为i的邻域内的像素,xi为像素i选择的策略值,xj为i的邻域内的像素所选择的策略值,r为固定的惩罚值即为255,策略集合{0,1,2}代表未分类、I类、II类标记;f(i)为像素i的高程地形特征值,f(j)为像素j的高程地形特征值,Ni为像素i邻域内的其他像素,min||f(i)‑f(j)||为像素i的高程地形特征值f(i)与像素i邻域像素j的高程地形特征值f(j)之间差值的最小值;
步骤(3.3)、重复步骤(3.2)直至所有的点被分类。
8.根据权利要求1所述的基于数字高程模型的冰川崩解前沿自动提取方法,其特征在于:所述边界线通过如下方式获得:将不同类别的相邻像素作为边界区域,再将边界区域转换为1像素宽的边界线,然后将1像素宽的边界线从栅格图像转换成矢量文件。