一种基于高分辨率卫星数据的裸露土地快速提取方法

技术领域

本发明涉及卫星遥感数据技术领域，尤其涉及一种基于高分辨率卫星数据的裸露土地快速提取方法。

背景技术

遥感技术是从地面到空间各种对地球、天体观测的综合性技术系统的总称，可从遥感技术平台获取卫星数据、由遥感仪器以及信息接受、处理与分析，遥感技术是正在飞速发展的高新技术，它已经形成的信息网络，正时时刻刻、源源不断地向人们提供大量的科学数据和动态信息，

随着经济的发展，全球环境破坏也日趋严重，干旱洪涝、农耕土地非法占有、森林滥伐等问题频繁发生严重影响了人们的生活和社会经济的发展以及社会的稳定，利用遥感信息快速、科学、准确的对土地覆盖进行分类和评价，适时掌握区域化土地覆盖情况，及时采取相应对策，对土地资源合理规划及保护有着重要的作用，土地覆盖的遥感监测多是通过土地覆盖类型、面积以及变化情况进行监测，要想知道土地覆盖面积的变化必然离不开土地覆盖分类。

目前一般都是监控人员通过肉眼识别将卫星图像数据的裸露土地提取出去，随着遥感影像的分辨率不断提高，卫星图像数据中的信息更加复杂，用人眼识别提取裸露土地的方法工作效率降低，耗费时间较长。

综上所述，本发明通过设计一种基于高分辨率卫星数据的裸露土地快速提取方法来解决存在的问题。

发明内容

本发明的目的在于提供一种基于高分辨率卫星数据的裸露土地快速提取方法，以解决目前一般都是监控人员通过肉眼识别将卫星图像数据的裸露土地提取出去，随着遥感影像的分辨率不断提高，卫星图像数据中的信息更加复杂，用人眼识别提取裸露土地的方法工作效率降低，耗费时间较长的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于高分辨率卫星数据的裸露土地快速提取方法，包括以下步骤：

S1，建立数据库，通过网络收集裸露土地的图像数据，并将相关数据储存在建立的训练集中，在数据库中构建图像数据转化模型，将训练集中的图像数据输入图像数据转化模型中，图像数据转化模型处理得到裸露土地图像数据中每一个像素点的辐射亮度值，并组成裸露土地的辐射亮度图像，根据阈值计算公式，计算出裸露土地的辐射亮度阈值；

S2，将高分辨率卫星拍摄的图像数据输入图像数据转化模型中，图像数据转化模型处理得到高分辨率卫星拍摄的图像数据中每一个像素点的辐射亮度值，并组成第一辐射亮度图像；

S3，将第一辐射亮度图像中所有的辐射亮度值照从左到右、从上到下的顺序与辐射亮度阈值进行对比，去除第一辐射亮度图像中大于辐射亮度阈值的辐射亮度值，从而得到第二辐射亮度图像；

S4，将第二辐射亮度图像与高分辨率卫星拍摄的图像数据重叠在一起，提取出高分辨率卫星拍摄的图像数据中与第二辐射亮度图像重合的部分，即可得到高分辨率卫星拍摄的图像数据中的裸露土地图像。

优选的，所述S1中图像数据转化模型的具体处理步骤为：

S11，用P(r

S12，用辐射亮度转化公式La

S13，使用高斯滤波对初始辐射亮度图像进行降噪处理，得到输入的图像数据的第一辐射亮度图像。

优选的，所述S11中灰度函数H

H

其中r

优选的，所述S12中辐射亮度转化公式La

La

其中Gain为图像数据的增益值，Bias为图像数据的偏移量，N∈(1,2,3，...，N)。

优选的，所述S13中的降噪处理的具体步骤为：

S21，构建大小为(2k+1)×(2k+1)的高斯模板U(x，y)，U(x，y)的计算公式为：

其中，k为正整数且k≥1，x，y分别代表高斯模板中元素的横坐标和纵坐标，σ＞0，为第一辐射亮度图像的平滑程度参数；

S22，取k＝1，大小为3×3的高斯模板U(x，y)中9个元素的模板值分别为M

S23，依从左到右、从上到下的顺序，使用高斯模板U(x，y)对每一个像素点做高斯滤波处理，对当前所扫描的像素点P由高斯模板U(x，y)所确定的邻域内所有像素的加权平均辐射亮度值替代当前像素点的辐射亮度，扫描结束后得到第一辐射亮度图像。

优选的，所述S1中裸露土地的辐射亮度阈值的计算公式为：

n＝a

其中a

优选的，所述S22中各像素点由高斯模板U(x，y)做高斯滤波处理的计算公式为：

其中U

优选的，所述辐射亮度转化公式La

与现有技术相比，本发明的有益效果是：

1、本发明中，通过设计图像数据转化模型，图像数据转化模型能够将高分辨率的卫星图像数据转化为辐射亮度图像，根据裸露土地的辐射亮度与其他物体的辐射亮度不同，使用计算出的裸露土地的辐射亮度阈值去除转化出的辐射亮度图像中不符合的辐射亮度值，从而将卫星图像数据中的与裸露土地有关的图像数据提取出来，反应速度快，工作效率高。

2、本发明中，通过设计使用高斯模板进行高斯滤波来对转出处的辐射亮度图像进行降噪处理，从而去除图像中的干扰数值，提高了提取结果的准确性。

3、本发明中，通过设计使用加权计算的方法计算出裸露土地的辐射阈值，计算出的辐射阈值准确性较高，增加了提取出的结果的可靠性。

具体实施方式

下面将结合本发明实施例中，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：

一种基于高分辨率卫星数据的裸露土地快速提取方法，包括以下步骤：

S1，建立数据库，通过网络收集裸露土地的图像数据，并将相关数据储存在建立的训练集中，在数据库中构建图像数据转化模型，将训练集中的图像数据输入图像数据转化模型中，图像数据转化模型处理得到裸露土地图像数据中每一个像素点的辐射亮度值，并组成裸露土地的辐射亮度图像，根据阈值计算公式，计算出裸露土地的辐射亮度阈值；

S2，将高分辨率卫星拍摄的图像数据输入图像数据转化模型中，图像数据转化模型处理得到高分辨率卫星拍摄的图像数据中每一个像素点的辐射亮度值，并组成第一辐射亮度图像；

S3，将第一辐射亮度图像中所有的辐射亮度值照从左到右、从上到下的顺序与辐射亮度阈值进行对比，去除第一辐射亮度图像中大于辐射亮度阈值的辐射亮度值，从而得到第二辐射亮度图像；

S4，将第二辐射亮度图像与高分辨率卫星拍摄的图像数据重叠在一起，提取出高分辨率卫星拍摄的图像数据中与第二辐射亮度图像重合的部分，即可得到高分辨率卫星拍摄的图像数据中的裸露土地图像。

进一步的，所述S1中图像数据转化模型的具体处理步骤为：

S11，用P(r

S12，用辐射亮度转化公式La

S13，使用高斯滤波对初始辐射亮度图像进行降噪处理，得到输入的图像数据的第一辐射亮度图像。

进一步的，所述S11中灰度函数H

H

其中r

进一步的，所述S12中辐射亮度转化公式La

La

其中Gain为图像数据的增益值，Bias为图像数据的偏移量，N∈(1,2,3，...，N)。

进一步的，所述S13中的降噪处理的具体步骤为：

S21，构建大小为(2k+1)×(2k+1)的高斯模板U(x，y)，U(x，y)的计算公式为：

其中，k为正整数且k≥1，x，y分别代表高斯模板中元素的横坐标和纵坐标，σ＞0，为第一辐射亮度图像的平滑程度参数；

S22，取k＝1，大小为3×3的高斯模板U(x，y)中9个元素的模板值分别为M

S23，依从左到右、从上到下的顺序，使用高斯模板U(x，y)对每一个像素点做高斯滤波处理，对当前所扫描的像素点P由高斯模板U(x，y)所确定的邻域内所有像素的加权平均辐射亮度值替代当前像素点的辐射亮度，扫描结束后得到第一辐射亮度图像。

进一步的，所述S1中裸露土地的辐射亮度阈值的计算公式为：

n＝a

其中a

进一步的，所述S22中各像素点由高斯模板U(x，y)做高斯滤波处理的计算公式为：

其中U

进一步的，所述辐射亮度转化公式La

具体实施案例

建立数据库，通过网络收集裸露土地的图像数据，并将相关数据储存在建立的训练集中，在数据库中构建图像数据转化模型，将训练集中的图像数据输入图像数据转化模型中，图像数据转化模型处理得到裸露土地图像数据中每一个像素点的辐射亮度值，并组成裸露土地的辐射亮度图像，根据阈值计算公式，计算出裸露土地的辐射亮度阈值，裸露土地的辐射亮度阈值的计算公式为：

n＝a

其中a

将高分辨率卫星拍摄的图像数据输入图像数据转化模型中，用P(r

其中，k为正整数且k≥1，x，y分别代表高斯模板中元素的横坐标和纵坐标，σ＞0，为第一辐射亮度图像的平滑程度参数，得到输入的图像数据的第一辐射亮度图像，取k＝1，大小为3×3的高斯模板U(x，y)中9个元素的模板值分别为M

其中U

将第一辐射亮度图像中所有的辐射亮度值照从左到右、从上到下的顺序与辐射亮度阈值进行对比，去除第一辐射亮度图像中大于辐射亮度阈值的辐射亮度值，从而得到第二辐射亮度图像，将第二辐射亮度图像与高分辨率卫星拍摄的图像数据重叠在一起，提取出高分辨率卫星拍摄的图像数据中与第二辐射亮度图像重合的部分，即可得到高分辨率卫星拍摄的图像数据中的裸露土地图像。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。