1.一种针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于,包括以下步骤:
步骤1、对遥感影像数据进行预处理操作,将原始影像像素值校正为实际地表反射率值,得到地表反射率数据;
步骤2、低频信息提取;
步骤2.1、对地表反射率数据进行高通滤波:上式中,m表示遥感影像中像元水平方向的位置;n表示遥感影像中像元垂直方向的位置;H(m,n)表示遥感影像中(m,n)处像元经过高通滤波之后的像素值;DN(m,n)表示遥感影像中(m,n)处像元的原始像素值;F表示高通滤波器;i表示滤波器中的元素水平方向的位置;j表示滤波器中元素垂直方向的位置;d为大于等于1的整数;
步骤2.2、对高通滤波后的图像像素值进行直方图统计;
步骤2.3、计算得到低频信息阈值区间,构建自适应的阈值区间算法,根据阈值区间自适应提取低频信息,低频信息值为1,高频信息值为0;
步骤3、对低频信息进行形态学处理,处理完成后得到水陆分离的二值图像;
步骤3.1、利用形态学开运算填充低频信息中的孤立小点;所述形态学开运算为先进行腐蚀运算,再进行膨胀运算;
步骤3.2、利用形态学闭运算去除低频信息中的细小孔洞;所述形态学闭运算为先进行膨胀运算,再进行采用腐蚀运算填充细小孔洞;
步骤3.3、利用膨胀运算弥补低频信息边界与影像实际水边线之间的像素误差;
步骤4、对水陆分离的二值图像进行后处理:将水陆分离的二值图像转为矢量格式,按照矢量格式的多边形面积及属性进行筛选:(area≥0.05)and(GRIDCODE=1)上式中,area表示多边形面积,单位为平方千米,GRIDCODE代表多边形属性,取值为1表示水体;
采用人机交互解译进行人工检核,确定最终水边线。
2.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于,步骤2.2具体包括以下步骤:步骤2.2.1、将直方图划分为N个像素区间,求得直方图的间隔S:上式中,Hmax为高通滤波后像素值的最大值,Hmin为高通滤波后像素值的最小值,N为像素区间个数;
步骤2.2.2、统计各像素区间的占比,按降序排列;
步骤2.2.3、筛选出百分比最高的前B个像素区间,确定直方图中百分比最高的前1%个像素区间;B的值由如下公式确定:上式中, 为向下取整符号,A为直方图中百分比最高的前1%个像素区间。
3.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于,步骤2.3具体包括以下步骤:步骤2.3.1、假设前B个像素区间中最小像素值为HB_min,则低频信息阈值区间表示为如下公式:
[HB_min,HB_min+B×S]上式中,HB_min为前B个像素区间中最小像素值;B为百分比最高的像素区间个数,S为直方图的间隔;
步骤2.3.2、构建自适应的阈值区间算法为:(H ge HB_min)and(H le(HB_min+B×S))上式中,H表示高通滤波后的像素值,ge表示大于等于,le表示小于等于,Hmax为高通滤波后像素值的最大值,Hmin为高通滤波后像素值的最小值;B为百分比最高的像素区间个数,S为直方图的间隔。
4.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于:步骤1中遥感影像数据为光学遥感影像数据,光学遥感影像数据含有近红外波段。
5.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于:步骤1中对遥感影像数据进行预处理的操作包括几何纠正、辐射定标和大气校正。
6.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于:步骤2.1中用于进行高通滤波的滤波器的尺寸大小为(2d+1)×(2d+1),其中d为大于等于1的整数;滤波器中所有元素值之和为0,滤波器中心元素值的绝对值大于周围元素值的绝对值。
7.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于:步骤3.1和步骤3.2中低频信息中的孤立小点为小于等于10个像素的低频信息图斑,细小孔洞为低频信息中由高频信息造成的小于等于10个像素的孔洞。
8.根据权利要求1所述针对近岸复杂环境下淤泥质海岸的水边线遥感提取方法,其特征在于,步骤3.1和步骤3.2中的腐蚀运算和膨胀运算分别为:腐蚀运算:
上式中,C表示低频信息提取结果, 为腐蚀运算符号,D表示形态学运算卷积核,m表示影像中像元水平方向的位置,n表示影像中像元垂直方向的位置,(D)mn表示当卷积核D的核中心在影像中(m,n)处时卷积核D在影像中所处的位置;
膨胀运算:
上式中,C表示低频信息提取结果, 为膨胀运算符号,D表示形态学运算卷积核,m表示影像中像元水平方向的位置,n表示影像中像元垂直方向的位置,(D)mn表示当卷积核D的核中心在影像中(m,n)处时卷积核D在影像中所处的位置;
其中,形态学运算卷积核D为