專利名稱：基于偏度分析的黃河主溜線檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種黃河主溜線檢測方法，特別是基于偏度分析的黃河主溜線檢測方 法。
背景技術(shù)：
黃河主溜線的提取在傳統(tǒng)上都是通過人工繪制，該方法不僅費時、費力，而且容易 受天氣等自然條件的影響，更重要的是，難以在汛期及時掌握主溜變化情況。近年來，遙感 圖象已經(jīng)廣泛應(yīng)用于水體識別、河流提取、水質(zhì)檢測、洪災(zāi)檢測、水域變化檢測等領(lǐng)域，這些 研究采用的方法基本上是根據(jù)水體在圖像上所表現(xiàn)出的特性并使用傳統(tǒng)的一些分類方法 進(jìn)行檢測。遙感技術(shù)和遙感圖象處理的不斷發(fā)展，使得運用遙感圖象進(jìn)行黃河主溜線檢測 成為可能。河道主溜在河勢多變的淤積沙床質(zhì)河道中表現(xiàn)的問題突出，由于國際上對多沙 河流河道河勢研究較少，所以，目前還沒有關(guān)于遙感影像解譯河道主溜及河勢圖的應(yīng)用研 究成果報道。國內(nèi)，目前河道主溜遙感影像解譯僅僅在黃河進(jìn)行了初步應(yīng)用，然而，影像數(shù) 據(jù)處理和解譯依靠人工目視，整個過程費工費時，同時，依據(jù)遙感影像的目視解譯還存在難 以準(zhǔn)確提取河道主溜的困難。
發(fā)明內(nèi)容
為了克服現(xiàn)有的黃河主溜線檢測方法準(zhǔn)確度差的不足，本發(fā)明提供一種基于偏度 分析的黃河主溜線檢測方法，該方法根據(jù)遙感圖像中水域的光譜特點，進(jìn)行河流粗分割；再 利用邊緣檢測等提取出岸邊線，確定河流區(qū)域；根據(jù)河段的彎曲程度及方向和南北水邊線 之間的河流分布對河流進(jìn)行分段；對分段后的河道，利用主溜線的光譜、物理特性，基于變 換域偏度分析提取主溜點；應(yīng)用多尺度分析方法，對提取出的主溜點進(jìn)行連接，形成最終的 主溜線，可以提高黃河主溜線檢測方法準(zhǔn)確度。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案一種基于偏度分析的黃河主溜線檢測 方法，其特點是包括下述步驟(a)采用監(jiān)督分類法和匹配方法進(jìn)行河流分割，并根據(jù)黃河河段的形狀特點對分 類后的圖像進(jìn)行形態(tài)學(xué)處理，合并小區(qū)域，消除較小的灘涂和橋梁；(b)采用Carmy算子對邊緣進(jìn)行檢測，根據(jù)鄰域法對檢測出的邊緣進(jìn)行跟蹤連接， 連接出初步的黃河南北岸水邊線，去除干擾線段，得到一組有用線段；再根據(jù)統(tǒng)計特性，每 條線段中所判斷的點屬于某一岸的數(shù)目大于某一閾值，得南北岸圖像；把南北兩岸的線段 按一定順序分別進(jìn)行有序存儲到矩陣中，得到南北岸完整的水邊線；(c)通過開窗的曲率計算將空間的壩岸變換到曲率域，所得曲率序列的極大值點 位置，代表彎道彎頂?shù)奈恢盟冢粌蓚€連續(xù)極值點之間的極小值點位置，代表兩連續(xù)河灣間 的過渡銜接點位置，將黃河分成典型河段和非典型河段；(d)屏蔽河道外背景，對某河段進(jìn)行基于類間散布矩陣的投影變換Stepl獲取pXn觀測矩陣數(shù)據(jù)X = [X1, X2,…，Xn]，其中每一列Xi代表一個觀測樣本向量，每一行代表一個觀測屬性；兩類樣本數(shù)據(jù)Sl，S2 ；St印2求取X的平均偏差形式B:令M=^(式+X2...+式)Yi=Xi_M則
5 = [^，巧···，^；]，即將坐標(biāo)軸平移到原數(shù)據(jù)的中心位置；求S1, S2的樣本均值M1, M2 ；St印3求類間散布矩陣Gb，它是pXp的半正定矩陣，定義為Gb = (M1-M2) ‘ (M1-M2)1 ；St印4求取類間散布矩陣Gb的各特征值evali與特征向量eigi，其中，1彡i彡η ；St印5按特征值從大到小選擇及與其對應(yīng)得特征向量，構(gòu)成變換矩陣T= (eig” eig2, eig3..., eigm),其中，m 彡 η ；St印6生成新坐標(biāo)系中的數(shù)據(jù)集Y Y = Tt · X ；對變換后的第一分量進(jìn)行偏度分析
權(quán)利要求
一種基于偏度分析的黃河主溜線檢測方法，其特征在于包括下述步驟(a)采用監(jiān)督分類法和匹配方法進(jìn)行河流分割，并根據(jù)黃河河段的形狀特點對分類后的圖像進(jìn)行形態(tài)學(xué)處理，合并小區(qū)域，消除較小的灘涂和橋梁；(b)采用Canny算子對邊緣進(jìn)行檢測，根據(jù)鄰域法對檢測出的邊緣進(jìn)行跟蹤連接，連接出初步的黃河南北岸水邊線，去除干擾線段，得到一組有用線段；再根據(jù)統(tǒng)計特性，每條線段中所判斷的點屬于某一岸的數(shù)目大于某一閾值，得南北岸圖像；把南北兩岸的線段按一定順序分別進(jìn)行有序存儲到矩陣中，得到南北岸完整的水邊線；(c)通過開窗的曲率計算將空間的壩岸變換到曲率域，所得曲率序列的極大值點位置，代表彎道彎頂?shù)奈恢盟?；兩個連續(xù)極值點之間的極小值點位置，代表兩連續(xù)河灣間的過渡銜接點位置，將黃河分成典型河段和非典型河段；(d)屏蔽河道外背景，對某河段進(jìn)行基于類間散布矩陣的投影變換Step1獲取p×n觀測矩陣數(shù)據(jù)X＝[X1，X2，…，Xn]，其中每一列Xi代表一個觀測樣本向量，每一行代表一個觀測屬性；兩類樣本數(shù)據(jù)S1，S2；Step2求取X的平均偏差形式B令則即將坐標(biāo)軸平移到原數(shù)據(jù)的中心位置；求S1，S2的樣本均值M1，M2；Step3求類間散布矩陣Gb，它是p×p的半正定矩陣，定義為Gb＝(M1 M2)·(M1 M2)T；Step4求取類間散布矩陣Gb的各特征值evali與特征向量eigi，其中，1≤i≤n；Step5按特征值從大到小選擇及與其對應(yīng)得特征向量，構(gòu)成變換矩陣T＝(eig1，eig2，eig3…，eigm)，其中，m≤n；Step6生成新坐標(biāo)系中的數(shù)據(jù)集YY＝TT·X；對變換后的第一分量進(jìn)行偏度分析 <mrow><mi>Skewness</mi><mo>=</mo><mfrac> <mn>1</mn> <mrow><mi>n</mi><mo>-</mo><mn>1</mn> </mrow></mfrac><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>n</mi></munderover><msup> <mrow><mo>(</mo><msub> <mi>y</mi> <mi>i</mi></msub><mo>-</mo><mover> <mi>y</mi> <mo>‾</mo></mover><mo>)</mo> </mrow> <mn>3</mn></msup><mo>/</mo><msup> <mi>SD</mi> <mn>3</mn></msup> </mrow>式中，SD是標(biāo)準(zhǔn)差；Skewness＝0說明分布形態(tài)與正態(tài)偏度相同；Skewness＞0，正偏，峰值在左；Skewness＜0，負(fù)偏，峰值在右；在某一斷面的直方圖集合中，取偏度系數(shù)最大點的位置作為當(dāng)前斷面上主溜點的位置；(e)①將原始數(shù)據(jù)空間多尺度劃分為幾何區(qū)域；最大尺度定義幾何區(qū)域為R(j，k，l)為平行四邊形區(qū)域，其水平寬度為w＝2 j，垂直厚度為t＝2j J+r；其中j＝1…J；定義k為區(qū)域R水平的位置；定義變量L表示區(qū)域的傾斜程度；H為區(qū)域R的垂直位置；將二維空間沿橫軸進(jìn)行二進(jìn)劃分；為劃分的最大尺度；劃分的每一個縱向區(qū)域的寬度為w＝2 j，其中j＝1…J；每一個縱向區(qū)域左右邊界上任意兩點連接，用這條線作為中線分別在上下做兩條平行線，得到一個平行四邊形區(qū)域，設(shè)厚度為t＝2j J+r；此平行四邊形區(qū)域即數(shù)據(jù)結(jié)構(gòu)；用s定義中線的斜率；用h定義中線左端點的垂直位置；定義兩個尺度因子，δ1＝t/(Vw)，δ2＝t/U，分別對應(yīng)斜率和垂直位置的分辨率；將數(shù)據(jù)空間在每一個尺度下劃分平行四邊形區(qū)域的集合；定義區(qū)域傾斜的斜率的絕對值不超過S；將平行四邊形區(qū)域表示為R(j，k，l，i)，其中分別為尺度，0≤k＜1/w 1， Sδ1≤l≤Sδ1，0≤i≤δ2 1 1；對于R(j，k，l，i)，左側(cè)垂直邊的橫坐標(biāo)為x＝kw，中線與左側(cè)垂直邊的交點為y＝iδ2，斜率s＝lδ1；兩個平行四邊形區(qū)域R1(j1，k1，l1，i1)和區(qū)域R2(j2，k2，l2，i2)之間的連續(xù)性條件●兩個區(qū)域在同一尺度下，即j1＝j(luò)2；●兩區(qū)域相鄰，即|k1 k2|＝1；●公共垂直邊線與兩個區(qū)域的交點距離很近，即|l1+i1 l2|＜v；●兩區(qū)域的中線斜率相差不大，即|l1 l2|＜u；將滿足上述四個條件的兩區(qū)域定義為連續(xù)性好的區(qū)域；②統(tǒng)計每個尺度下幾何區(qū)域中的點數(shù)，并根據(jù)閾值選擇顯著的區(qū)域；③在每一個尺度下建立一個無向圖Gj＝(Vj，Ej)，當(dāng)Count＞N時的幾何區(qū)域作為圖的頂點v∈Vj；式中，Count是區(qū)域R內(nèi)的點數(shù)，N是區(qū)域R內(nèi)的定義閾值；如果兩個幾何區(qū)域滿足連續(xù)性的條件，就在這兩個頂點之間連上一條邊e∈Ej；逐個計算幾何區(qū)域內(nèi)的點的數(shù)量，根據(jù)閾值N進(jìn)行取舍以及連續(xù)性關(guān)系建立邊，得到無向圖；④在建立的每一個無向圖中使用深度優(yōu)先搜索算法，搜索最長路徑，搜索出的最長路徑即為主溜線。FSA00000284920100011.tif,FSA00000284920100012.tif,FSA00000284920100013.tif,FSA00000284920100021.tif,FSA00000284920100022.tif
全文摘要
本發(fā)明公開了一種基于偏度分析的黃河主溜線檢測方法，用于解決現(xiàn)有的黃河主溜線檢測方法準(zhǔn)確度差的技術(shù)問題。技術(shù)方案是根據(jù)遙感圖像中水域的光譜特點，進(jìn)行河流粗分割；再利用邊緣檢測等提取出岸邊線，確定河流區(qū)域；根據(jù)河段的彎曲程度及方向和南北水邊線之間的河流分布對河流進(jìn)行分段；對分段后的河道，利用主溜線的光譜、物理特性，基于變換域偏度分析提取主溜點；應(yīng)用多尺度分析方法，對提取出的主溜點進(jìn)行連接，形成最終的主溜線，提高了黃河主溜線檢測方法準(zhǔn)確度。
文檔編號G06T7/00GK101980295SQ201010292860
公開日2011年2月23日 申請日期2010年9月25日 優(yōu)先權(quán)日2010年9月25日
發(fā)明者佘紅偉, 張海超, 張艷寧, 段鋒, 王志印, 粱君, 韓琳 申請人:西北工業(yè)大學(xué)