一種基于遙感影像與高程數據的滑坡提取方法技術

本發明專利技術公開了一種基于大范圍遙感影像與高程數據的滑坡提取方法，該方法針對研究區遙感影像和相應的高程數據，利用顯著性概念對影像中的裸土區進行增強，得到顯著性概率圖，即每個像素屬于滑坡的概率圖。通過形態學運算中的膨脹操作，將影像中瑣碎的大斑塊裸土連通成較大區域，進而增強與細小的滑坡區域的差異，便于將非滑坡的裸土區域剔除，得到滑坡潛在區。最后基于滑坡常發生在山區這一特點，結合高程數據將位于山坡處的滑坡潛在區保留，得到最終滑坡提取結果。該方法克服了目前針對滑坡提取的實施例研究范圍小，情況簡單等問題，為大范圍實用化的快速提取滑坡提供了技術基礎，可以在災后應急響應和快速定位滑坡區域等應用中發揮重要作用。

Landslide extraction method based on remote sensing image and elevation data

The invention discloses a method for extracting a wide range of remote sensing images and elevation data of landslide based on this method, according to the study area of remote sensing image and the corresponding elevation data are enhanced by the significant concept of bare soil area on the image, a significant probability map, each pixel belongs to the probability map of landslide. Through the expansion of operations in morphology operation, the image in the trivial large patches of bare soil connected into larger area, thus enhancing the difference and the landslide area of small, easy to remove non bare soil area of landslide, landslide has potential area. Finally, based on the characteristics of landslides in mountainous areas, the landslide potential areas are located on the slope, and the final landslide extraction results are obtained. This method overcomes the disadvantages in the embodiment of landslide research scope from the small, simple problems, provide the technical basis for rapid extraction of landslide for a wide range of practical, can play an important role in the post disaster emergency response and rapid positioning in the application of regional landslide.

【技術實現步驟摘要】

：本專利技術涉及圖像處理、模式識別領域，是一種基于大范圍遙感影像與高程數據的滑坡提取方法。
技術介紹
：滑坡，作為主要的自然災害之一，經常對人類的生命和財產構成嚴重的威脅。在過去的幾十年，頻繁發生的滑坡已經引起了社會的極大關注。快速、準確的檢測滑坡不僅有助于人們對滑坡發生的機理進行理解，更可以為災后采取應急措施提供指導性數據，為受災程度評估提供可靠的依據。衛星傳感器的不斷發展和遙感數據分辨率的持續提高使得大范圍滑坡監測成為可能。目前，滑坡檢測的方法多基于變化檢測，通過對比同一研究區的多個時相影像判斷滑坡的發生。其中，歸一化植被指數NDVI(NormalizedDifferenceVegetationIndex)常用來增強影像中的植被信息，進而將滑坡從植被中區分出來。其他光譜指數和分類后處理方法也常用來提取滑坡，尤其針對多波段遙感影像。面向對象的方法在滑坡提取中的應用也較為廣泛，但是提取效果會在較大程度上受圖像分割精度影響和不同類型地物的光譜特征以及紋理特征等影響，算法的魯棒性受到較大的限制。機器學習方法，作為新興的模型訓練工具，在滑坡提取領域已經取得了良好的效果。但是機器學習方法通常需要大量的訓練樣本，而且對樣本數據分布有較高的要求。這大大限制了機器學習方法基于一景遙感影像訓練的模型在其他遙感影像的使用效率和實用性。此外，針對滑坡提取的研究區大多只覆蓋不到5′x5′的范圍，而且滑坡類型比較簡單，背景地物多為植被，提取難度較小，對大型研究區和復雜背景地物情況研究較少，算法的實用性亟待提高。本專利技術利用了顯著性思想，基于30米分辨率的遙感影像和DEM(DigitalElevationModel)數據，提出了一種針對大范圍遙感數據的滑坡提取方法。利用遙感影像的光譜波段特征通過計算圖像的顯著性概率圖，將滑坡的潛在區域提取出來，并結合DEM高程信息，提高滑坡提取精度。
技術實現思路
：本專利技術的目的是針對大尺度的遙感影像，提供一種快速、準確的滑坡提取方法。該方法采用了“顯著性”概念，即整幅圖像容易引起視覺感官注意的區域。通過選取合適的波段圖像，使滑坡區域相對于背景地物有更高的灰度值，可以認為是顯著性區域，進而采用顯著性區域提取的方法提取滑坡。本專利技術在滑坡災害中，特別是重大滑坡災害，可以對復雜背景地物下發生的滑坡高效監測，得到滑坡發生區域，從而為受災程度評估和災后應急響應提供數據支撐。為達到上述目的，本專利技術的技術解決方案是：第一步：針對研究區選取一景Landsat8影像(覆蓋空間2°x2°)和相應區域的30米分辨率的DEM數據為實驗數據；第二步：Landsat8影像去云處理；1.根據Landsat8影像不同波段的特性，選取第7波段的圖像作為提取滑坡的基礎數據，因為第7波段通常用來做地質構造調查，可以較好的區分滑坡與其他裸土背景地物，而且裸土區域在該波段圖像中呈現的灰度值高于植被區域。2.利用Landsat8影像第9波段的水汽強吸收特性，將第9波段圖像二值化(灰度值大于200的像素認為是云)，生成云的掩膜，去除7波段圖像中的云。第三步：生成顯著性概率圖：以滑坡區域為顯著性區域，采用FASA(AFast，Accurate，andSize-AwareSalientObjectDetection)方法計算遙感影像中每個像素屬于滑坡區域的概率，主要分為兩步：1.計算每種顏色的空間中心和方差(1)計算每個像素的位置向量Pi和顏色向量Colori其中，xi和yi是像素Pi的橫、縱坐標，L*(Pi)，a*(Pi)和b*(Pi)是像素Pi在顏色空間CIEL*a*b*中每個通道的灰度值，CIEL*a*b*顏色空間常用于圖像分割和顏色量化。(2)計算每個像素Pi在水平和垂直方向的空間中心(Mx，My)和顏色方差(Vx，Vy)，為后面對高方差的像素區域增強做準備其中，Mx(Pi)和Vx(Pi)分別表示像素Pi在水平方向上的空間中心和顏色方差，垂直方向上的空間中心和顏色方差可以采用相似的公式計算。顏色權重wc(Colori，Colorj)可以通過高斯函數計算：(3)將圖像中的顏色根據直方圖分布重新量化成Nc種顏色，計算每種顏色的空間中心和顏色方差：其中，Qck表示量化后的第k種顏色，hj表示由第i種顏色量化為第j種顏色的像素個數。2.計算圖像中每個像素屬于顯著性物體的概率像素Pi屬于滑坡潛在區域的概率為：其中，nw和nh分別代表圖像的寬度和高度，系數μ和∑分別為：第四步：利用形態學方法去除裸土背景地物1.通常情況下，裸土與滑坡區域相比占地面積較大，而且呈現多個斑塊瑣碎連接的形式。因此，利用形態學原理，對顯著性概率圖連續做6次膨脹運算，將圖像中瑣碎的裸土斑塊連通起來，形成大的連通區。膨脹運算的具體原理如下：其中，f(x，y)是輸入圖像，b(x，y)是結構元素。由于顯著性概率圖描述的是像素屬于滑坡的概率，通過連續多次膨脹運算可以將本來面積較大的裸土斑塊連接起來，使得裸土整體變得更大，而滑坡區域占地較小，所受影響不大。2.計算每個連通區的外包矩形的寬和高，如果大于整幅圖像的寬和高的十分之一，則認為是占地面積較大的裸土區域，從顯著性概率圖中剔除相應的區域，即灰度值設置為0。第五步：結合DEM數據，進一步提取滑坡區域由于滑坡多發生在山坡上，在高程數據中相應的滑坡區域灰度值較高，將高程圖像中灰度值小于等于5的像素都從步驟四得到的結果圖像中去除，得到最終的滑坡提取結果圖。附圖說明：圖1為本專利技術實施例提供的流程圖。圖2為本專利技術實施例提供的全景圖(第7波段圖像)。圖3為本專利技術實施例提供的全景DEM數據。圖4為本專利技術實施例提供的去云后全景圖(第7波段圖像)。圖5為本專利技術實施例提供的顯著性概率全景圖。圖6為本專利技術實施例提供的滑坡潛在區域結果全景圖。圖7為本專利技術實施例提供的滑坡提取結果全景圖。圖8為本專利技術實施例提供的滑坡提取結果詳細實例一圖：(a)為滑坡實例假彩色圖(第5，4，3波段組合圖像)；(b)為滑坡提取結果圖。圖9為本專利技術實施例提供的滑坡提取結果詳細實例二圖：(a)為滑坡實例假彩色圖(第5，4，3波段組合圖像)；(b)為滑坡提取結果圖。圖10為本專利技術實施例提供的滑坡提取結果詳細實例三圖：(a)為滑坡實例假彩色圖(第5，4，3波段組合圖像)；(b)為滑坡提取結果圖。具體實施方式：下面將結合本申請實施例中的附圖對本申請實施例中的技術方案進行描述。顯然，所描述的實施例僅是本申請的部分實施例，不是全部實例。本申請的實施例以尼泊爾靠近喜馬拉雅山脈區域為研究區，選取2015年6月1日30米分辨率的一景Landsat8影像(覆蓋空間2°x2°)(如圖2所示)和相應區域的30米分辨率的DEM數據為實驗數據(如圖3所示)。圖2所示的云可以利用Landsat8的第9波段圖像生成云掩膜，進而被去除，得到圖4。如圖5所示，FASA方法可以較好的增強裸土區域信息，削弱植被等信息。但是，裸土中有大部分屬于建設用地等非滑坡區域，而且呈現瑣碎的大斑塊狀；滑坡呈現細小、瑣碎狀。為了更好的區分裸土中非滑坡區域與滑坡區域，采用形態學運算中的膨脹方法使得大斑塊的瑣碎裸土區域相互連通，而相比之下，滑坡區域仍然占地面積較小。因此，通過對比膨脹運算后連通區的外接矩形與圖像的尺寸，將寬和高大于圖像本文檔來自技高網...

【技術保護點】
一種基于大范圍遙感影像和高程數據的滑坡提取方法，其特征在于，該方法針對大面積滑坡，實施過程包括遙感影像去云處理、顯著性區域增強、形態學操作提取連通區和結合高程信息提取滑坡，具體步驟操作如下：(1)針對研究區選取一景30米分辨率的多光譜Landsat8遙感影像(覆蓋空間2°x2°)和相應區域的30米分辨率的高程數據為實驗數據；(2)Landsat8影像去云處理：根據Landsat8影像不同波段的特性，選取第7波段的圖像作為提取滑坡的基礎數據，因為第7波段通常用來做地質構造調查，可以較好的區分滑坡與其他裸土背景地物，而且裸土區域在該波段圖像中呈現的灰度值高于其他地物；利用Landsat8影像第9波段的水汽強吸收特性，將第9波段圖像二值化(灰度值大于200的像素認為是云)，生成云的掩膜，去除7波段圖像中的云；(3)生成顯著性概率圖：以滑坡區域為顯著性區域，采用FASA(A?Fast，Accurate，and?Size?Aware?Salient?Object?Detection)方法計算遙感影像中每個像素屬于滑坡區域的概率；(4)利用形態學方法去除裸土背景地物：通常情況下，非滑坡的裸土與滑坡區域相比占地面積較大，而且呈現多個大斑塊瑣碎連接的特征；因此，利用形態學原理，對顯著性概率圖連續進行6次膨脹運算，將圖像中瑣碎的裸土斑塊連通起來，形成大的連通區；由于顯著性概率圖描述的是像素屬于滑坡的概率，通過連續多次膨脹運算可以將本來面積較大的裸土斑塊連接起來，使得裸土整體變得更大，而滑坡區域占地較小，所受影響不大；計算每個連通區的外包矩形的寬和高，如果大于整幅圖像的寬和高的十分之一，則認為是占地面積較大的裸土區域，從顯著性概率圖中剔除相應的區域，將其灰度值設置為0；(5)結合高程數據，進一步提取滑坡區域：由于滑坡多發生在山坡上，在高程數據中相應的滑坡區域灰度值較高，將高程圖像中灰度值小于等于5的像素都從步驟(4)得到的結果圖像中去除，得到最終的滑坡提取結果圖。...

【技術特征摘要】
1.一種基于大范圍遙感影像和高程數據的滑坡提取方法，其特征在于，該方法針對大面積滑坡，實施過程包括遙感影像去云處理、顯著性區域增強、形態學操作提取連通區和結合高程信息提取滑坡，具體步驟操作如下：(1)針對研究區選取一景30米分辨率的多光譜Landsat8遙感影像(覆蓋空間2°x2°)和相應區域的30米分辨率的高程數據為實驗數據；(2)Landsat8影像去云處理：根據Landsat8影像不同波段的特性，選取第7波段的圖像作為提取滑坡的基礎數據，因為第7波段通常用來做地質構造調查，可以較好的區分滑坡與其他裸土背景地物，而且裸土區域在該波段圖像中呈現的灰度值高于其他地物；利用Landsat8影像第9波段的水汽強吸收特性，將第9波段圖像二值化(灰度值大于200的像素認為是云)，生成云的掩膜，去除7波段圖像中的云；(3)生成顯著性概率圖：以滑坡區域為顯著性區域，采用FASA(AFast，Accurate，andSize-AwareSalientObjectDetection)方法計算遙感影像中每個像素屬于滑坡區域的概率；(4)利用形態學方法去除裸土背景地物：通常情況下，非滑坡的裸土與滑坡區域相比占地面積較大，而且呈現多個大斑塊瑣碎連接的特征；因此，利用形態學原理，對顯著性概率圖連續進行6次膨脹運算，將圖像中瑣碎的裸土斑塊連通起來，形成大的連通區；由于顯著性概率圖描述的是像素屬于滑坡的概率，通過連續多次膨脹運算可以將本來面積較大的裸土斑塊連接起來，使得裸土整體變得更大，而滑坡區域占地較小，所受影響不大；計算每個連通區的外包矩形的寬和高，如果大于整幅圖像的寬和高的十分之一，則認為是占地面積較大的裸土區域，從顯著性概率圖中剔除相應的區域，將其灰度值設置為0；(5)結...

【專利技術屬性】
技術研發人員：于博，陳方，
申請(專利權)人：中國科學院遙感與數字地球研究所，
類型：發明
國別省市：北京;11