利索能及
我要发布
收藏
专利号: 2019103711667
申请人: 南京泛在地理信息产业研究院有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-08-18
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于:依次包括以下步骤:(1)对原始遥感影像进行预处理,使用傅里叶变换对遥感影像进行滤波处理得到频率域图像,分析遥感影像中梯田在空间域和频率域中的独特特征,包括平面形态特征、灰度值变化规律以及频率图像中能量值的特征,初步选择区分梯田和非梯田区域的参数;

(2)选择多个小样区,对步骤(1)中选择的参数进行验证,确定用于梯田提取的参数及其阈值;

(3)根据梯田宽度和遥感影像分辨率确定合适的分析窗口大小,所述分析窗口不小于梯田宽度;

(4)根据步骤(2)和步骤(3)得到的参数及其阈值和确定好的分析窗口,利用傅里叶变换提取梯田候选区;

(5)采用区域生长法对DEM进行正地形区域的提取;

(6)通过对步骤(4)得到的梯田候选区和步骤(5)得到的正地形取交集得到位于正地形区域上的梯田区域;

(7)对步骤(6)得到的位于正地形区域上的梯田区域进行孔洞填充、破碎图斑去除和边界平滑图像处理操作得到最终精细化的梯田范围。

2.根据权利要求1所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,步骤(1)中,所述预处理包括:将彩色图像转换为灰色图像和通过图像的灰度值拉伸增强图像的对比度。

3.根据权利要求1所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,步骤(1)中,所述遥感影像中梯田在频率域中独特特征为:能量值在灰度变化剧烈的方向上会呈现较大的数值。

4.根据权利要求1所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,步骤(1)中,所述区分梯田和非梯田区域的参数包括:图像的标准差、图像灰度均值、方向最大能量比和能量均值。

5.根据权利要求4所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于:所述方向最大能量比,用于反映图像频率域能量值在某个角度范围内的集中程度,在原始图像中反映为相较于整个窗口影像的灰度值在某个角度范围内变化的强烈程度;该参数是对每个窗口内的图像做傅里叶变换,将频率域图像从0°开始每30°计算一次能量值所得到的6个方向中的最大能量与总能量值的比值;所述能量均值是窗口内频率域图像能量值的平均值。

6.根据权利要求1所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,所述步骤(2)具体包括:(21)随机选取区域内各主要地物类型小样区;

(22)计算并比较步骤(1)中初步选择的参数在各地物小样区的值的大小;

(23)若找到合适的参数阈值将梯田和非梯田区域分离开,则使用该参数提取梯田,否则,不使用该参数。

7.根据权利要求1所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,所述步骤(5)包括:(5.1)选择合适的生长点;

(5.2)确定生长准则,所述生长准则是在4邻域或8邻域内,待测点灰度与生长点灰度值相差为1或者0;

(5.3)确定生长停止条件,如果相邻两次生长结果不发生变化,即已经不存在满足生长准则的像元点,则停止生长。

8.根据权利要求7所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,所述步骤(5.1)为:采用流域边界线的邻域分析方法提取山顶点作为正地形的生长点,选取出水口作为负地形的生长点。

9.根据权利要求7所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,步骤(5.2)中所述生长准则为:使用坡面畸变邻域法提取正负地形,分别在正负地形上进行生长,正地形上以山顶点作为生长点,负地形以出水口作为生长点,至没有满足生长条件的点为止。

10.根据权利要求7所述的基于遥感影像和DEM的黄土高原梯田提取方法,其特征在于,步骤(5.2)包括:(5.2.1)正地形生长过程中,将得到的正地形区域用数字“1”来进行标记;

(5.2.2)负地形生长过程中,将负地形区域用数字“0”进行标记;

(5.2.3)得到标记为“1”的正地形区域,标记为“0”的负地形区域,以及尚未赋值的未识别区域,将正负地形分类结果结合DEM山体阴影图进行分析,将未识别区域进行划分得到全部的正负地形。