專利名稱：基于偏度分析的黃河主溜線檢測方法
技術領域：
本發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：
黃河主溜線的提取在傳統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 圖象已經廣泛應用于水體識別、河流提取、水質檢測、洪災檢測、水域變化檢測等領域，這些 研究采用的方法基本上是根據水體在圖像上所表現出的特性并使用傳統的一些分類方法 進行檢測。遙感技術和遙感圖象處理的不斷發展，使得運用遙感圖象進行黃河主溜線檢測 成為可能。河道主溜在河勢多變的淤積沙床質河道中表現的問題突出，由于國際上對多沙 河流河道河勢研究較少，所以，目前還沒有關于遙感影像解譯河道主溜及河勢圖的應用研 究成果報道。國內，目前河道主溜遙感影像解譯僅僅在黃河進行了初步應用，然而，影像數 據處理和解譯依靠人工目視，整個過程費工費時，同時，依據遙感影像的目視解譯還存在難 以準確提取河道主溜的困難。
發明內容
為了克服現有的黃河主溜線檢測方法準確度差的不足，本發明提供一種基于偏度 分析的黃河主溜線檢測方法，該方法根據遙感圖像中水域的光譜特點，進行河流粗分割；再 利用邊緣檢測等提取出岸邊線，確定河流區域；根據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；應用多尺度分析方法，對提取出的主溜點進行連接，形成最終的 主溜線，可以提高黃河主溜線檢測方法準確度。本發明解決其技術問題所采用的技術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)采用監督分類法和匹配方法進行河流分割，并根據黃河河段的形狀特點對分 類后的圖像進行形態學處理，合并小區域，消除較小的灘涂和橋梁；(b)采用Carmy算子對邊緣進行檢測，根據鄰域法對檢測出的邊緣進行跟蹤連接， 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；再根據統計特性，每 條線段中所判斷的點屬于某一岸的數目大于某一閾值，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，代表彎道彎頂的位置所在；兩個連續極值點之間的極小值點位置，代表兩連續河灣間 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，對某河段進行基于類間散布矩陣的投影變換Stepl獲取pXn觀測矩陣數據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；兩類樣本數據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···，^；]，即將坐標軸平移到原數據的中心位置；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得特征向量，構成變換矩陣T= (eig” eig2, eig3..., eigm),其中，m 彡 η ；St印6生成新坐標系中的數據集Y Y = Tt · X ；對變換后的第一分量進行偏度分析
權利要求
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)采用監督分類法和匹配方法進行河流分割，并根據黃河河段的形狀特點對分類后的圖像進行形態學處理，合并小區域，消除較小的灘涂和橋梁；(b)采用Canny算子對邊緣進行檢測，根據鄰域法對檢測出的邊緣進行跟蹤連接，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；再根據統計特性，每條線段中所判斷的點屬于某一岸的數目大于某一閾值，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，代表彎道彎頂的位置所在；兩個連續極值點之間的極小值點位置，代表兩連續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，對某河段進行基于類間散布矩陣的投影變換Step1獲取p×n觀測矩陣數據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；兩類樣本數據S1，S2；Step2求取X的平均偏差形式B令則即將坐標軸平移到原數據的中心位置；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得特征向量，構成變換矩陣T＝(eig1，eig2，eig3…，eigm)，其中，m≤n；Step6生成新坐標系中的數據集YY＝TT·X；對變換后的第一分量進行偏度分析 <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是標準差；Skewness＝0說明分布形態與正態偏度相同；Skewness＞0，正偏，峰值在左；Skewness＜0，負偏，峰值在右；在某一斷面的直方圖集合中，取偏度系數最大點的位置作為當前斷面上主溜點的位置；(e)①將原始數據空間多尺度劃分為幾何區域；最大尺度定義幾何區域為R(j，k，l)為平行四邊形區域，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為區域R水平的位置；定義變量L表示區域的傾斜程度；H為區域R的垂直位置；將二維空間沿橫軸進行二進劃分；為劃分的最大尺度；劃分的每一個縱向區域的寬度為w＝2 j，其中j＝1…J；每一個縱向區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域，設厚度為t＝2j J+r；此平行四邊形區域即數據結構；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，分別對應斜率和垂直位置的分辨率；將數據空間在每一個尺度下劃分平行四邊形區域的集合；定義區域傾斜的斜率的絕對值不超過S；將平行四邊形區域表示為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)，左側垂直邊的橫坐標為x＝kw，中線與左側垂直邊的交點為y＝iδ2，斜率s＝lδ1；兩個平行四邊形區域R1(j1，k1，l1，i1)和區域R2(j2，k2，l2，i2)之間的連續性條件●兩個區域在同一尺度下，即j1＝j2；●兩區域相鄰，即|k1 k2|＝1；●公共垂直邊線與兩個區域的交點距離很近，即|l1+i1 l2|＜v；●兩區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域定義為連續性好的區域；②統計每個尺度下幾何區域中的點數，并根據閾值選擇顯著的區域；③在每一個尺度下建立一個無向圖Gj＝(Vj，Ej)，當Count＞N時的幾何區域作為圖的頂點v∈Vj；式中，Count是區域R內的點數，N是區域R內的定義閾值；如果兩個幾何區域滿足連續性的條件，就在這兩個頂點之間連上一條邊e∈Ej；逐個計算幾何區域內的點的數量，根據閾值N進行取舍以及連續性關系建立邊，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，用于解決現有的黃河主溜線檢測方法準確度差的技術問題。技術方案是根據遙感圖像中水域的光譜特點，進行河流粗分割；再利用邊緣檢測等提取出岸邊線，確定河流區域；根據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；應用多尺度分析方法，對提取出的主溜點進行連接，形成最終的主溜線，提高了黃河主溜線檢測方法準確度。
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 優先權日2010年9月25日
發明者佘紅偉, 張海超, 張艷寧, 段鋒, 王志印, 粱君, 韓琳 申請人:西北工業大學