一种遥感影像岸线自动识别方法与流程

1.本发明涉及遥感影像数据处理技术领域，特别涉及一种遥感影像岸线自动识别方法。


背景技术：

2.长期以来，测绘海岸线通常采用实地测量法，这也是最原始的常规海岸线测量方法，即采用光学测量仪器（经纬仪，全站仪等）在高潮潮位线附近每隔一定距离采集海岸线特征点，标划在数字地形图上并连接成线得到海岸线。通过gps定位测量技术的发展，虽然能够全天候、动态、实时进行，但仍需人工搬运gps移动站到现场定位。该方法虽然可以综合考量地形地貌、植被、环境等特征，具备一定的精确性，但局限于执行难度较大，受制于地形、天气等条件，完成一次测量工作周期非常之久，效率低下。所以为了满足海岸线监测需求，需要一种新的方法来实现对大范围岸线的监测。
3.遥感(rs)是以航空摄影技术为基础的空间探测技术，凭借其非接触性、获取影像周期短、遥感影像信息丰富、获取信息受条件限制少等特点，可以有效解决海岸线提取中遇到的难点，满足研究区内动态监测的要求。卫星遥感影像因其具有宏观性、实时性的特点，成为提取地表水域岸线的重要数据来源。然而，基于卫星雷达的地表水域岸线的自动提取只适用于地形起伏与空间差异可以忽略的，较小空间区域的岸线提取，其实用性较低。常用的岸线提取方法是由工作人员对卫星传感器获取的卫星遥感影像进行解译，根据各类岸线的地学特征、光学特征等信息，从卫星遥感影像中勾绘地表水域岸线，其处理过程完全依赖人工，精准度比较差。


技术实现要素：

4.有鉴于此，本发明实施例的目的在于提供一种遥感影像岸线自动识别方法，能够实现对岸线轮廓的精准监测，有效降低岸线监测的难度，提高了监测效率。
5.第一方面，本发明实施例提供了一种遥感影像岸线自动识别方法，其中，包括：获取历史遥感图像，对历史遥感图像进行预处理，得到不同时间段的岸线历史信息地图。
6.按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库。
7.采集当前岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列。
8.对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数。
9.采集待识别的岸线遥感图像，对待识别的岸线遥感图像进行预处理，得到待识别的岸线信息地图。
10.在所述待识别的岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列。
11.将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。
12.结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取历史遥感图像，对历史遥感图像进行预处理，得到岸线历史信息地图包括：选取指定时间范围为第一时间段，获取第一时间段内的岸线长时序遥感监测图像和湖泊轮廓线样本库的历史图像。
13.在第一时间段内，将不同种类的历史图像进行匹配处理，调整至同一个精准度下，得到指定精准度图像。
14.对第一时间段内的所述指定精准度图像标注岸线水文数据、周边地物位置、周边地形及海拔高度，得到岸线历史信息地图。
15.对n个不同时间段内的历史图像分别进行处理，得到不同时间段内的岸线历史信息地图，其中n为大于1的自然数。
16.结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库包括：在第一时间段内的岸线历史信息地图中选取若干岸线点，分别标记为a1至am，其中m为大于1的自然数。
17.在第一时间段内的岸线历史信息地图中，对应若干所述岸线点分别选取离所选岸线点最近的选定地物，分别标记为b1至bm。计算若干所述岸线点和对应的若干所述选定地物之间的距离值，分别得到d1=|a
1-b1|，d2=|a
2-b2|，d3=|a
3-b3|
……
，dm=|a
m-bm|。
18.在n个不同时间段内的岸线历史信息地图中，分别找到第一时间段内的岸线历史信息地图中的所述选定地物，对应若干所述选定地物，分别在每张所述岸线历史信息地图中选取距离最近的岸线点计算距离值，得到：d
21
=|a
21-b
21
|，d
22
=|a
22-b
22
|，d
23
=|a
23-b
23
|
……
，d
2m
=|a
2m-b
2m
|；
……dn1
=|a
n1-b
n1
|，d
n2
=|a
n2-b
n2
|，d
n3
=|a
n3-b
n3
|
……
，d
nm
=|a
nm-b
nm
|；组成历史遥感距离值样本库：d=。
19.结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述采集当前岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列，包括：分别找到在所述历史信息地图内选定的若干所述选定地物b1至bm。
20.对应若干所述选定地物，分别在当前岸线的实际地表上选取距离最近的岸线点，分别标记为a1’
至a
m’。
21.计算若干所述选定地物和对应的若干当前所述岸线点之间的距离值，得到地表距离值序列：
d’=（d1’
=|a1’‑
b1|，d2’
=|a2’‑
b2|，d3’
=|a3’‑
b3|
……
，d
m’=|am’‑bm
|）。
22.结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数，包括：分别对每一组岸线与选定地物的历史遥感距离值与地表距离值进行离散差值计算，得到差值系数序列：sm=（，，
……
，）。
23.计算所述差值系数序列的平均值，得到遥感差值系数s=。
24.结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述采集待识别的岸线遥感图像，对待识别的岸线遥感图像进行预处理，得到待识别的岸线信息地图，包括：采集待识别的岸线遥感监测图像。
25.将待识别的岸线遥感监测图像与所述岸线历史信息地图调节至同一个精准度下，得到指定精准度遥感监测图像。
26.将所述指定精准度遥感监测图像结合地物类别高光谱和sar波段融合信息库进行标注，得到标记有岸线水文数据、周边地物位置、周边地形及海拔高度的待识别的岸线信息地图。
27.结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述在所述待识别的岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列，包括：在所述待识别的岸线信息地图中选取若干岸线点，分别标记为e1至e
p
，其中p为大于1的自然数。
28.在所述待识别的岸线信息地图中，对应若干所述岸线点分别选取离所选岸线点最近的选定地物，分别标记为f1至f
p
。
29.计算若干所述岸线点和对应的若干所述选定地物之间的距离值，分别得到待识别距离值序列：g=（g1=|e
1-f1|，g2=|e
2-f2|，g3=|e
3-f3|
……
，g
p
=|e
p-f
p
|）。
30.结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓，包括：将所述遥感差值系数s代入所述待识别距离值序列g，对每个距离值进行修正，得到修正距离值序列：g’=（g1’
=g1*（1
±
s），g2’
=g2*（1
±
s），g3’
=g3*（1
±
s）
……
，g
p’=g
p
*（1
±
s））。
31.以所述待识别的岸线信息地图中的选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。
32.第二方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前
所述的遥感影像岸线自动识别方法。
33.第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的遥感影像岸线自动识别方法。
34.本发明实施例的有益效果是：本发明的遥感影像岸线自动识别方法，基于不同时间段的岸线历史信息地图，建立历史遥感距离值样本库，由于选定地物的位置是固定的，作为参照物，计算选定地物到岸线的距离，再根据岸线与选定地物的距离计算遥感差值系数，对岸线实际位置进行修正，形成完整的岸线轮廓。本发明实现了对岸线轮廓的精准监测，有效降低了岸线监测的难度，提高了监测效率，同时，为后续对湖泊生态气象变化的全过程监测提供了技术支撑。本发明结合不同岸线与选定地物的特征，对岸线进行校正，获取严格意义上的岸线，提高岸线确定的准确性。在此基础上可以建立岸线变化模型，精准分析海岸线变迁情况。
附图说明
35.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
36.图1为本发明遥感影像岸线自动识别方法的流程图。
具体实施方式
37.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件能够以各种不同的配置来布置和设计。
38.请参照图1，本发明的第一个实施例提供一种遥感影像岸线自动识别方法，其中，包括：获取历史遥感图像，对历史遥感图像进行预处理，得到不同时间段的湖泊岸线历史信息地图。
39.按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库。
40.采集当前湖泊岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列。
41.对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数。
42.采集待识别的湖泊岸线遥感图像，对待识别的湖泊岸线遥感图像进行预处理，得到待识别的湖泊岸线信息地图。
43.在所述待识别的湖泊岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列。
44.将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。
b1|，d2=|a
2-b2|，d3=|a
3-b3|
……
，dm=|a
m-bm|。
61.在n个不同时间段内的湖泊岸线历史信息地图中，分别找到第一时间段内的岸线历史信息地图中的所述选定地物，对应若干所述选定地物，分别在每张所述岸线历史信息地图中选取距离最近的岸线点计算距离值，得到：d
21
=|a
21-b
21
|，d
22
=|a
22-b
22
|，d
23
=|a
23-b
23
|
……
，d
2m
=|a
2m-b
2m
|；
……dn1
=|a
n1-b
n1
|，d
n2
=|a
n2-b
n2
|，d
n3
=|a
n3-b
n3
|
……
，d
nm
=|a
nm-b
nm
|；组成历史遥感距离值样本库：d=。
62.具体的，所述采集当前湖泊岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列，包括：分别找到在所述历史信息地图内选定的若干所述选定地物b1至bm。
63.对应若干所述选定地物，分别在当前湖泊岸线的实际地表上选取距离最近的岸线点，分别标记为a1’
至a
m’。
64.计算若干所述选定地物和对应的若干当前所述岸线点之间的距离值，得到地表距离值序列：d’=（d1’，d2’，d3
’……
，dm’）。
65.具体的，所述对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数，包括：分别对每一组岸线与选定地物的历史遥感距离值与地表距离值进行离散差值计算，得到差值系数序列：sm=（，，
……
，）。
66.计算所述差值系数序列的平均值，得到遥感差值系数s=。
67.具体的，所述采集待识别的湖泊岸线遥感图像，对待识别的湖泊岸线遥感图像进行预处理，得到待识别的湖泊岸线信息地图，包括：采集待识别的湖泊岸线遥感监测图像。
68.将待识别的湖泊岸线遥感监测图像与所述湖泊岸线历史信息地图调节至同一个精准度下，得到指定精准度遥感监测图像。
69.将所述指定精准度遥感监测图像结合地物类别高光谱和sar波段融合信息库进行标注，得到标记有湖泊岸线水文数据、周边地物位置、周边地形及海拔高度的待识别的湖泊岸线信息地图。
70.具体的，所述在所述待识别的湖泊岸线信息地图中，建立岸线与选定地物之间距
离的待识别距离值序列，包括：在所述待识别的湖泊岸线信息地图中选取若干岸线点，分别标记为e1至e
p
，其中p为大于1的自然数。
71.在所述待识别的湖泊岸线信息地图中，对应若干所述岸线点分别选取离所选岸线点最近的选定地物，分别标记为f1至f
p
。
72.计算若干所述岸线点和对应的若干所述选定地物之间的距离值，分别得到待识别距离值序列：g=（g1=|e
1-f1|，g2=|e
2-f2|，g3=|e
3-f3|
……
，g
p
=|e
p-f
p
|）。
73.具体的，所述将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓，包括：将所述遥感差值系数s代入所述待识别距离值序列g，对每个距离值进行修正，得到修正距离值序列：g’=（g1’
=g1*（1
±
s），g2’
=g2*（1
±
s），g3’
=g3*（1
±
s）
……
，g
p’=g
p
*（1
±
s））。
74.以所述待识别的湖泊岸线信息地图中的选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。
75.其中，将所述遥感差值系数s代入所述待识别距离值序列g，包括：将所述待识别距离值序列g中的每个距离值分别与1和所述遥感差值系数s求和或作差后相乘，得到修正距离值序列g’。求和或作差根据每一组岸线与选定地物的历史遥感距离值与地表距离值的差值为正数还是负数确定。
76.本发明的第二个实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前所述的遥感影像岸线自动识别方法。
77.本发明的第三个实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的遥感影像岸线自动识别方法。
78.本发明实施例旨在保护一种遥感影像岸线自动识别方法，具备如下效果：1.实现了对岸线轮廓的精准监测，有效降低了岸线监测的难度，提高了监测效率，同时，为后续对湖泊生态气象变化的全过程监测提供了技术支撑。
79.2.结合不同岸线与选定地物的特征，对岸线进行校正，获取严格意义上的岸线，提高岸线确定的准确性。在此基础上可以建立岸线变化模型，精准分析海岸线变迁情况。
80.本发明实施例所提供的遥感影像岸线自动识别方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
81.具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述遥感影像岸线自动识别方法，从而能够实现对岸线轮廓的精准监测，有效降低岸线监测的难度，提高了监测效率。
82.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得
一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（read-omly memory，rom）、随机存取存储器（ramdom access memory，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
83.最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种遥感影像岸线自动识别方法，其特征在于，包括：获取历史遥感图像，对历史遥感图像进行预处理，得到不同时间段的岸线历史信息地图；按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库；采集当前岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列；对所述历史遥感距离值样本库中的数据和地表距离值序列进行离散差值计算，得到遥感差值系数；采集待识别的岸线遥感图像，对待识别的岸线遥感图像进行预处理，得到待识别的岸线信息地图；在所述待识别的岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列；将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。2.根据权利要求1所述的遥感影像岸线自动识别方法，其特征在于，所述获取历史遥感图像，对历史遥感图像进行预处理，得到岸线历史信息地图包括：选取指定时间范围为第一时间段，获取第一时间段内的岸线长时序遥感监测图像和湖泊轮廓线样本库的历史图像；在第一时间段内，将不同种类的历史图像进行匹配处理，调整至同一个精准度下，得到指定精准度图像；对第一时间段内的所述指定精准度图像标注岸线水文数据、周边地物位置、周边地形及海拔高度，得到岸线历史信息地图；对n个不同时间段内的历史图像分别进行处理，得到不同时间段内的岸线历史信息地图，其中n为大于1的自然数。3.根据权利要求2所述的遥感影像岸线自动识别方法，其特征在于，所述按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库包括：在第一时间段内的岸线历史信息地图中选取若干岸线点，分别标记为a1至a
m
，其中m为大于1的自然数；在第一时间段内的岸线历史信息地图中，对应若干所述岸线点分别选取离所选岸线点最近的选定地物，分别标记为b1至b
m
；计算若干所述岸线点和对应的若干所述选定地物之间的距离值，分别得到；在n个不同时间段内的岸线历史信息地图中，分别找到第一时间段内的岸线历史信息地图中的所述选定地物，对应若干所述选定地物，分别在每张所述岸线历史信息地图中选取距离最近的岸线点计算距离值，得到：；
……
；组成历史遥感距离值样本库：d=。4.根据权利要求3所述的遥感影像岸线自动识别方法，其特征在于，所述采集当前岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列，包括：分别找到在所述历史信息地图内选定的若干所述选定地物b1至b
m
；对应若干所述选定地物，分别在当前岸线的实际地表上选取距离最近的岸线点，分别标记为a1’
至a
m’；计算若干所述选定地物和对应的若干当前所述岸线点之间的距离值，得到地表距离值序列：d’=（d1’
=|a1’‑
b1|，d2’
=|a2’‑
b2|，d3’
=|a3’‑
b|3……
，d
m’=|a
m
’‑
b
m
|）。5.根据权利要求4所述的遥感影像岸线自动识别方法，其特征在于，所述对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数，包括：分别对每一组岸线与选定地物的历史遥感距离值与地表距离值进行离散差值计算，得到差值系数序列：s
m
=（，，
……
，）；计算所述差值系数序列的平均值，得到遥感差值系数s=。6.根据权利要求1所述的遥感影像岸线自动识别方法，其特征在于，所述采集待识别的岸线遥感图像，对待识别的岸线遥感图像进行预处理，得到待识别的岸线信息地图，包括：采集待识别的岸线遥感监测图像；将待识别的岸线遥感监测图像与所述岸线历史信息地图调节至同一个精准度下，得到指定精准度遥感监测图像；将所述指定精准度遥感监测图像结合地物类别高光谱和sar波段融合信息库进行标注，得到标记有岸线水文数据、周边地物位置、周边地形及海拔高度的待识别的岸线信息地图。7.根据权利要求5所述的遥感影像岸线自动识别方法，其特征在于，所述在所述待识别的岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列，包括：在所述待识别的岸线信息地图中选取若干岸线点，分别标记为e1至e
p
，其中p为大于1的自然数；在所述待识别的岸线信息地图中，对应若干所述岸线点分别选取离所选岸线点最近的选定地物，分别标记为f1至f
p
；
计算若干所述岸线点和对应的若干所述选定地物之间的距离值，分别得到待识别距离值序列：g=（g1=|e
1-f1|，g2=|e
2-f2|，g3=|e
3-f3|
……
，g
p
=|e
p-f
p
|）。8.根据权利要求7所述的遥感影像岸线自动识别方法，其特征在于，所述将所述遥感差值系数代入所述待识别距离值序列，以选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓，包括：将所述遥感差值系数s代入所述待识别距离值序列g，对每个距离值进行修正，得到修正距离值序列：g’=（g1’
=g1*（1
±
s），g2’
=g2*（1
±
s），g3’
=g3*（1
±
s）
……
，g
p’=g
p
*（1
±
s））；以所述待识别的岸线信息地图中的选定地物为基准，对岸线实际位置进行修正，形成岸线轮廓。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的遥感影像岸线自动识别方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的遥感影像岸线自动识别方法。

技术总结
本发明的实施例公开了一种遥感影像岸线自动识别方法，包括：获取历史遥感图像，对历史遥感图像进行预处理，得到不同时间段的岸线历史信息地图；按时间维度，建立岸线与选定地物之间距离的历史遥感距离值样本库；采集当前岸线的地表数据，得到当前岸线与所述选定地物之间距离的地表距离值序列；对所述历史遥感距离值样本库和地表距离值序列进行离散差值计算，得到遥感差值系数；采集待识别的岸线遥感图像，对待识别的岸线遥感图像进行预处理，得到待识别的岸线信息地图；在所述待识别的岸线信息地图中，建立岸线与选定地物之间距离的待识别距离值序列；将所述遥感差值系数代入所述待识别距离值序列，对岸线实际位置进行修正，形成岸线轮廓。成岸线轮廓。成岸线轮廓。


技术研发人员：朱叶飞 詹雅婷 宋珂 王鹏 张于 秦学红
受保护的技术使用者：江苏省地质调查研究院
技术研发日：2023.07.12
技术公布日：2023/8/14