本發(fā)明涉及洪澇災(zāi)害范圍提取方法，具體地涉及基于極化合成孔徑雷達(dá)影像和先驗(yàn)地理信息系統(tǒng)水體矢量的洪澇災(zāi)害范圍提取方法。

背景技術(shù)：

洪澇災(zāi)害是指因氣象原因使水位異常升高沖破堤岸，淹沒(méi)田地房屋，淹死人畜并引發(fā)疾病等的自然災(zāi)害。于是，如何準(zhǔn)確預(yù)報(bào)災(zāi)害來(lái)臨，實(shí)時(shí)監(jiān)控災(zāi)情發(fā)展，為災(zāi)害的防控提供強(qiáng)有力的支持，成為亟待解決的問(wèn)題。

為了對(duì)洪澇災(zāi)害的面積作出合理的估計(jì)，很重要的一步就是要對(duì)水體進(jìn)行識(shí)別，從遙感影像上快速提取水體覆蓋范圍。在洪澇災(zāi)害發(fā)生時(shí)，傳統(tǒng)光學(xué)遙感衛(wèi)星雖然分辨率較高，但是由于云霧干擾，無(wú)法獲取高質(zhì)量的地物影像。合成孔徑雷達(dá)(Synthetic Aperture Radar：SAR)作為主動(dòng)式遙感器，是一種利用雷達(dá)本身發(fā)射的微波波段進(jìn)行成像的系統(tǒng)，可以不受拍攝時(shí)間和季節(jié)的影響而在云雨天氣內(nèi)連續(xù)成像。因此，合成孔徑雷達(dá)成像在災(zāi)害監(jiān)測(cè)尤其是洪澇災(zāi)害事件的監(jiān)測(cè)中發(fā)揮著不可替代的作用。

但是，由于一般的合成孔徑雷達(dá)衛(wèi)星利用相干回波信號(hào)進(jìn)行成像，某些粗糙度相近的地物在合成孔徑雷達(dá)衛(wèi)星影像中表現(xiàn)相似，無(wú)法通過(guò)肉眼進(jìn)行區(qū)分。例如，水體、裸土、操場(chǎng)、陰影、道路等由于粗糙度小、紋理信息不發(fā)育，并且散射類(lèi)型均為奇次散射，在合成孔徑雷達(dá)衛(wèi)星影像中通常均表現(xiàn)為黑色，無(wú)法有效區(qū)分。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明鑒于如上所述的現(xiàn)有技術(shù)狀況，其目的在于，提供一種洪澇災(zāi)害范圍提取方法及系統(tǒng)，基于極化合成孔徑雷達(dá)影像，根據(jù)不同極化通道關(guān)系多角度增強(qiáng)水體信息，并且在水體先驗(yàn)矢量信息的約束下進(jìn)行水體分割提取，從而可以有效區(qū)分水體與其粗造度相近的地物，提取出水體覆蓋的洪澇災(zāi)害范圍，因此可以實(shí)時(shí)監(jiān)控災(zāi)情發(fā)展，為災(zāi)害的防控提供強(qiáng)有力的支持。

本發(fā)明的洪澇災(zāi)害范圍提取系統(tǒng)，包括：預(yù)處理單元，對(duì)極化合成孔徑雷達(dá)影像進(jìn)行極化目標(biāo)分解，提取相干散射矩陣，利用上述相干散射矩陣得到上述極化合成孔徑雷達(dá)影像的極化總功率圖像；水體信息增強(qiáng)單元，構(gòu)建極化水體增強(qiáng)因子，將該水體增強(qiáng)因子作用于極化總功率圖像進(jìn)行水體信息增強(qiáng)；水體輪廓信息提取單元，針對(duì)進(jìn)行了水體信息增強(qiáng)后的極化總功率圖像，在先驗(yàn)地理信息系統(tǒng)水體矢量的約束下提取水體輪廓信息；及洪澇災(zāi)害范圍確定單元，將上述水體輪廓信息與先驗(yàn)地理信息系統(tǒng)水體矢量進(jìn)行比對(duì)做差，得到洪澇災(zāi)害范圍。

進(jìn)一步，上述水體信息增強(qiáng)單元利用所述相干散射矩陣構(gòu)建水體增強(qiáng)因子：

(1)式中，EI(x)表示像素x處水體增強(qiáng)因子，|T₁₁(x)|、|T₂₂(x)|、|T₃₃(x)|表示所述相干散射矩陣中對(duì)角線元素的絕對(duì)值，α表示權(quán)重調(diào)節(jié)系數(shù)，根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)，設(shè)置在1-2之間。

進(jìn)一步，上述水體輪廓信息提取單元通過(guò)設(shè)置上述先驗(yàn)地理信息系統(tǒng)水體矢量的緩沖區(qū)，對(duì)上述水體信息增強(qiáng)后的上述極化總功率圖像進(jìn)行演化約束，獲取水平集分割演化的初始輪廓，并且設(shè)置輪廓內(nèi)外的演化驅(qū)動(dòng)力參數(shù)，進(jìn)行極化合成孔徑雷達(dá)影像中水體的演化，得到水體輪廓信息。

進(jìn)一步，上述水平集分割演化通過(guò)圖像特性構(gòu)建不同的能量函數(shù)來(lái)驅(qū)動(dòng)水平集函數(shù)進(jìn)行曲線演化，分割圖像。

本發(fā)明的洪澇災(zāi)害范圍提取方法，包括：預(yù)處理步驟，對(duì)極化合成孔徑雷達(dá)影像進(jìn)行極化目標(biāo)分解，提取相干散射矩陣，利用上述相干散射矩陣得到上述極化合成孔徑雷達(dá)影像的極化總功率圖像；水體信息增強(qiáng)步驟，構(gòu)建水體增強(qiáng)因子，將該水體增強(qiáng)因子作用于上述極化總功率圖像進(jìn)行水體信息增強(qiáng)；水體輪廓信息提取步驟，針對(duì)進(jìn)行了水體信息增強(qiáng)后的上述極化總功率圖像，在先驗(yàn)地理信息系統(tǒng)水體矢量的約束下提取水體輪廓信息；及洪澇災(zāi)害范圍確定步驟，將上述水體輪廓信息與先驗(yàn)地理信息系統(tǒng)水體矢量進(jìn)行比對(duì)做差，得到洪澇災(zāi)害范圍。

進(jìn)一步，上述水體信息增強(qiáng)步驟中，利用相干通道構(gòu)建水體增強(qiáng)因子：

(1)式中，EI(x)表示像素x處水體增強(qiáng)因子，|T₁₁(x)|、|T₂₂(x)|、|T₃₃(x)|表示所述相干散射矩陣對(duì)角線元素的絕對(duì)值，α表示權(quán)重調(diào)節(jié)系數(shù)，根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)，設(shè)置在1-2之間。

進(jìn)一步，上述水體輪廓信息提取步驟中，通過(guò)設(shè)置上述先驗(yàn)地理信息系統(tǒng)水體矢量的緩沖區(qū)，對(duì)上述水體信息增強(qiáng)后的上述極化總功率圖像進(jìn)行演化約束，獲取水平集分割演化的初始輪廓，并且設(shè)置輪廓內(nèi)外的演化驅(qū)動(dòng)力參數(shù)，進(jìn)行極化合成孔徑雷達(dá)影像中水體的演化，得到水體輪廓信息。

進(jìn)一步，上述水平集分割演化通過(guò)圖像特性構(gòu)建不同的能量函數(shù)來(lái)驅(qū)動(dòng)水平集函數(shù)進(jìn)行曲線演化，分割圖像。

根據(jù)本發(fā)明，基于極化合成孔徑雷達(dá)影像，根據(jù)不同極化通道關(guān)系多角度增強(qiáng)水體信息，并且在水體先驗(yàn)矢量信息的約束下進(jìn)行水體分割提取，從而可以有效區(qū)分水體與其粗造度相近的地物，提取出水體覆蓋的洪澇災(zāi)害范圍。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面對(duì)具體實(shí)施方式部分中所需要使用的附圖做簡(jiǎn)單介紹，顯而易見(jiàn)，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是表示本發(fā)明的洪澇災(zāi)害范圍提取系統(tǒng)的框圖。

圖2是表示本發(fā)明的洪澇災(zāi)害范圍提取方法的流程圖。

具體實(shí)施方式

下面，參考附圖更詳細(xì)地說(shuō)明本發(fā)明的優(yōu)選實(shí)施例。本發(fā)明的實(shí)施例可以變形為各種方式，本發(fā)明的范圍不應(yīng)解釋為限定于下面說(shuō)明的實(shí)施例。

首先，對(duì)本實(shí)施方式中所用到的知識(shí)點(diǎn)進(jìn)行簡(jiǎn)單介紹。

如前面背景技術(shù)部分所述，經(jīng)一般的合成孔徑雷達(dá)衛(wèi)星成像的影像中不易有效區(qū)分粗糙度相近的地物。極化SAR影像不同于傳統(tǒng)SAR影像，其能夠通過(guò)四種不同極化方式對(duì)地物進(jìn)行分別成像，多角度探測(cè)地物的散射特性。因而可考慮利用極化SAR影像進(jìn)行水體提取，此時(shí)，可以考慮基于不同極化通道關(guān)系構(gòu)建水體增強(qiáng)因子來(lái)進(jìn)行水體信息提取。

另一方面，可以通過(guò)機(jī)載雷達(dá)獲取的高精度地形數(shù)據(jù)或者基礎(chǔ)地理信息數(shù)據(jù)作為約束，區(qū)分出水體和其他地物之后，通過(guò)災(zāi)后獲取的合成孔徑雷達(dá)影像進(jìn)行分割比對(duì)，得到洪澇災(zāi)害范圍。例如，利用先驗(yàn)地理信息系統(tǒng)水體矢量信息，在先驗(yàn)地理信息系統(tǒng)水體矢量的約束下，進(jìn)行水體分割提取，這樣既可以充分利用先驗(yàn)水體信息，又可以避免水體分割提取時(shí)過(guò)分依賴灰度信息進(jìn)行初始分割提取。

因此，可嘗試通過(guò)在先驗(yàn)地理信息系統(tǒng)(GIS)數(shù)據(jù)的約束下，通過(guò)用增強(qiáng)水體因子處理后的SAR功率圖像進(jìn)行水平集分割得到洪澇災(zāi)害發(fā)生后水體范圍。這種方法在不同角度增強(qiáng)水體信息的同時(shí)，也在一定程度上抑制其他弱散射地物被錯(cuò)分為水體的可能性，最后利用提取結(jié)果與災(zāi)前水體信息比對(duì)做差，從而提取洪澇災(zāi)害事件發(fā)生后的災(zāi)害范圍。

另外，水體與其他若散射地物由于回波信號(hào)弱，無(wú)法在幅度或者強(qiáng)度影像中進(jìn)行有效區(qū)分，因此，可利用水體在相干散射矩陣中T11元素與T33元素對(duì)弱散射地物敏感的特點(diǎn)，基于散射功率、T33與T11元素的差值、以及T33元素的權(quán)重調(diào)節(jié)系數(shù)三項(xiàng)元素，構(gòu)建水體增強(qiáng)因子對(duì)水體信息進(jìn)行增強(qiáng)，對(duì)非水體的若散射地物進(jìn)行一定程度的抑制。

下面，結(jié)合附圖具體說(shuō)明本發(fā)明的具體實(shí)施方式。

圖1是表示本發(fā)明的洪澇災(zāi)害范圍提取系統(tǒng)的框圖。如圖1所示，本發(fā)明的洪澇災(zāi)害范圍提取系統(tǒng)包括：預(yù)處理單元101、水體信息增強(qiáng)單元102、水體輪廓信息提取單元103及洪澇災(zāi)害范圍確定單元104。

預(yù)處理單元101對(duì)合成孔徑雷達(dá)影像進(jìn)行極化目標(biāo)分解，提取相干散射矩陣，利用上述相干散射矩陣得到上述極化合成孔徑雷達(dá)影像的極化總功率。

水體信息增強(qiáng)單元102用于構(gòu)建水體增強(qiáng)因子，對(duì)上述極化總功率圖像進(jìn)行水體信息增強(qiáng)。上述水體增強(qiáng)因子可以通過(guò)上述相干散射矩陣中的兩個(gè)對(duì)角線元素T₃₃和T₁₁之間的差值、以及T₃₃的權(quán)重調(diào)節(jié)系數(shù)來(lái)構(gòu)建。優(yōu)選構(gòu)建如下的水體增強(qiáng)因子：

(1)式中，EI(x)表示像素x處水體增強(qiáng)因子，|T₁₁(x)|、|T₂₂(x)|、|T₃₃(x)|表示相干散射矩陣對(duì)角線元素的絕對(duì)值，α表示權(quán)重調(diào)節(jié)系數(shù)，根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)，可以設(shè)置在1-2之間。

水體輪廓信息提取單元103針對(duì)進(jìn)行了水體信息增強(qiáng)后的極化總功率圖像，在先驗(yàn)地理信息系統(tǒng)水體矢量的約束下提取水體輪廓信息。

優(yōu)選上述水體輪廓信息提取單元103通過(guò)設(shè)置上述先驗(yàn)地理信息系統(tǒng)水體矢量的緩沖區(qū)，對(duì)上述水體信息增強(qiáng)后的上述極化總功率圖像進(jìn)行演化約束，獲取水平集分割演化的初始輪廓，并設(shè)置輪廓內(nèi)外的演化驅(qū)動(dòng)力參數(shù)，進(jìn)行極化合成孔徑雷達(dá)影像中水體的演化，得到水體輪廓信息。上述水平集分割演化允許根據(jù)圖像特性構(gòu)建不同的能量函數(shù)來(lái)驅(qū)動(dòng)水平集函數(shù)進(jìn)行曲線演化，分割圖像。

洪澇災(zāi)害范圍確定單元104將上述水體輪廓信息與先驗(yàn)地理信息系統(tǒng)水體矢量進(jìn)行比對(duì)做差，得到洪澇災(zāi)害范圍。

圖2是本發(fā)明的洪澇災(zāi)害范圍提取方法的流程圖。下面，結(jié)合圖2具體說(shuō)明本發(fā)明的洪澇災(zāi)害范圍提取方法的一實(shí)例。

首先，在步驟S10中，預(yù)處理單元101對(duì)極化合成孔徑雷達(dá)影像進(jìn)行預(yù)處理。即，對(duì)極化合成孔徑雷達(dá)影像進(jìn)行極化目標(biāo)分解，提取相干散射矩陣，并利用上述相干散射矩陣得到上述合成孔徑雷達(dá)影像的極化總功率圖像。

具體來(lái)說(shuō)，第一步，利用散射相干矩陣T3對(duì)合成孔徑雷達(dá)影像進(jìn)行增強(qiáng)Lee濾波處理，其中，窗口大小的一例可設(shè)置為5*5或7*7。極化合成孔徑雷達(dá)影像的極化協(xié)方差矩陣可以是半正定的埃爾米特矩陣。第二步，利用散射相干矩陣T3得到極化合成孔徑雷達(dá)影像的極化總功率圖像。

接著，在步驟S20中，水體信息增強(qiáng)單元102構(gòu)建水體增強(qiáng)因子，將該水體增強(qiáng)因子作用于上述極化總功率圖像進(jìn)行水體信息增強(qiáng)。

對(duì)于小面積水體，例如河流湖泊等流速平穩(wěn)的主要發(fā)生鏡面散射的水體：由于水體、裸地和陰影等地物的后向散射值都比較低，從單極化通道圖像上不容易區(qū)分，但是可以利用多極化通道間的包含地物的通道間關(guān)系，區(qū)分弱散射地物與水體。相干通道在區(qū)分水體和其它弱散射地物方面相對(duì)于極化通道較好，其中T11與T22相差較小，但與T33相差較大，大概在10db左右，而濕地則大概只相差5db左右。因此，本實(shí)例中，第一步，利用相干通道構(gòu)造水體增強(qiáng)因子：

(1)式中，EI(x)表示像素x處水體增強(qiáng)因子，|T₁₁(x)|、|T₂₂(x)|、|T₃₃(x)|表示相干散射矩陣對(duì)角線元素的絕對(duì)值，α表示權(quán)重調(diào)節(jié)系數(shù)，根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)，可以設(shè)置在1-2之間。

第二步，將上述水體信息增強(qiáng)作用于極化合成孔徑雷達(dá)得到極化總功率圖像。

ESPAN(x)＝SPAN(x)＊EI(x) (2)

在(2)式中，ESPAN(x)表示像素x處經(jīng)過(guò)水體增強(qiáng)因子作用后的極化合成孔徑雷達(dá)的功率圖像。

接著，在步驟S30中，水體輪廓信息提取單元103針對(duì)進(jìn)行了水體信息增強(qiáng)后的極化總功率圖像，在先驗(yàn)地理信息系統(tǒng)水體矢量的約束下提取水體輪廓信息。

具體來(lái)說(shuō)，第一步，基于伽瑪(Gamma)模型的極化總功率建立水平集曲線演化的能量泛函。合成孔徑雷達(dá)圖像的極化總功率圖像的概率密度函數(shù)符合伽瑪分布，其中，伽瑪分布的概率密度函數(shù)定義為：

(3)式表示伽瑪模型，其中{Ω_m，m＝1，2}代表圖像分割區(qū)域，μ(x)表示x位置圖像的像素值，L表示雷達(dá)視數(shù)，θ_m表示第m{m＝1，2}個(gè)概率密度函數(shù)分支的均值，即圖像分割區(qū)域m{m＝1，2}的灰度均值，Γ(L)表示伽瑪函數(shù)。基于以上概率密度函數(shù)，伽瑪模型的極化總功率水平集能量泛函可以表示為：

在(4)式中，μ≥0，ν≥0，λ₁≥0，λ₂≥0為固定系數(shù)，p₁與p₂分別代表圖像分割區(qū)域混合伽瑪模型的概率密度函數(shù)，φ表示水平集函數(shù)，H(φ)表示水平集函數(shù)的Heaviside函數(shù)。

對(duì)(4)式進(jìn)行數(shù)值求解，能量泛函轉(zhuǎn)化為如下的Euler-Lagrange方程進(jìn)行數(shù)值計(jì)算求解：

在(5)式中δ_ε(φ)為狄里克雷函數(shù)，φ即為圖像分割結(jié)果，▽?duì)諡樗郊瘮?shù)的梯度，div表示散度算子。

第二步，在先驗(yàn)地理信息系統(tǒng)數(shù)據(jù)的約束下，提取水平集分割演化的初始化輪廓。即，在第一步確立極化總功率的水平集曲線演化的能量泛函之后，主要針對(duì)極化水體增強(qiáng)后的總功率圖像確定初始化輪廓。該初始化輪廓的確定主要是利用先驗(yàn)地理信息系統(tǒng)中的水體的位置信息，即通過(guò)設(shè)置地理信息系統(tǒng)中的水體矢量的緩沖區(qū)距離，對(duì)災(zāi)后的增強(qiáng)水體信息后的合成孔徑雷達(dá)極化總功率圖像進(jìn)行演化約束。水平集初始輪廓設(shè)置如下：

在(6)式中，φ₀(u(x))為位置x處初始水平集函數(shù)值，dist為位置為x的像素與位置為x₀的像素之間的距離，x₀表示先驗(yàn)地理信息系統(tǒng)中的水體對(duì)應(yīng)的水體邊界位置，χ為緩沖區(qū)半徑，H為Heaviside函數(shù)。通過(guò)上式定義，可以將水平集演化的初始函數(shù)以先驗(yàn)水體矢量緩沖區(qū)距離的Heaviside函數(shù)值的形式定義下來(lái)，從而驅(qū)動(dòng)災(zāi)后極化總功率圖像的水平集函數(shù)更快更準(zhǔn)的演化到真正的水體邊緣。

接著，第三步，在先驗(yàn)地理信息系統(tǒng)數(shù)據(jù)的約束下，進(jìn)行水平集分割演化。即，將在第二步得到的水平集初始函數(shù)值φ₀(u(x))代入公式(4)水平集能量泛函中，進(jìn)行迭代演化直至收斂，即可得到災(zāi)后水體輪廓范圍。

基于水平集曲線演化的分割算法能夠?qū)ν負(fù)涓淖儏^(qū)域做出靈活調(diào)整，從而能夠有效提取圖像中的孤立區(qū)域。并且該算法通過(guò)圖像特性構(gòu)建不同的能量函數(shù)來(lái)驅(qū)動(dòng)水平集函數(shù)進(jìn)行曲線演化，分割圖像。

最后，在步驟S40，洪澇災(zāi)害范圍確定單元104將上述水體輪廓信息與先驗(yàn)地理信息系統(tǒng)水體矢量進(jìn)行比對(duì)做差，得到洪澇災(zāi)害范圍。即，將通過(guò)上述步驟30得到的災(zāi)后水體輪廓范圍與先驗(yàn)水體矢量范圍比對(duì)做差，即可提取洪澇災(zāi)害范圍。

根據(jù)本發(fā)明的洪澇災(zāi)害范圍提取系統(tǒng)和方法，基于極化合成孔徑雷達(dá)影像，根據(jù)不同極化通道關(guān)系多角度增強(qiáng)水體信息，因此可以將水體與其粗造度相近的地物進(jìn)行區(qū)分。并且，在水體先驗(yàn)矢量信息的約束下進(jìn)行水體分割提取，避免水體分割提取時(shí)過(guò)度依賴灰度信息進(jìn)行初始分割提取。

在本發(fā)明所提供的技術(shù)方案中，應(yīng)該理解到，所披露的方法和系統(tǒng)可以通過(guò)其他方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式。

所述作為各個(gè)單元說(shuō)明的部件可以是或者也可以不是物理上分開(kāi)的，可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分不到多個(gè)網(wǎng)絡(luò)單元上，可以依據(jù)實(shí)際的需求選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)或處理器執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括：通用串行總線(Universal Serial Bus，USB)閃存驅(qū)動(dòng)器、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(Read Only Memory，ROM)、隨機(jī)存取存儲(chǔ)器(Random Access Memory，RAM)、磁盤(pán)或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。