1.一种采矿扰动地块边界识别方法,采用长时序遥感影像进行采矿扰动边界识别,其特征在于,具体包括以下步骤;
步骤一:选取采矿扰动区域作为研究区,获取该区域的landsat遥感影像;
a1:对遥感影像进行辐射定标、大气校正、几何校正和影像裁剪的预处理,得到研究区的预处理影像;
a2:根据公式(1)求出各影像的ndvi指数图,记研究区域的ndvi指数图为ndvi;
式中,nir为预处理后各影像的近红外波段的反射值,r为预处理后各影像的红光波段的反射值;
步骤二:对所有ndvi指数图进行ndvi归一化处理,得到归一化处理后的ndvi指数图,记为i;
b1:设定参考影像与待归一化影像之间的回归直线方程如公式(2)所示;
式中,x为待归一化影像的ndvi值,y为参考影像的ndvi值;
b2:采用最小二乘法进行参考影像与待归一化影像之间的直线拟合,分别根据公式(3)和公式(4)求解参数
式中,
步骤三:对归一化处理后的ndvi指数图进行运算,获取研究区的ndvi差分图和ndvi绝对差分图;
c1:分别通过公式(7)和公式(8)对各个月份的可用影像按年份大小顺序进行迭代作差,获取每一个月份的ndvi差分图和ndvi绝对差分图,并分别记为md和amd;
式中,k表示该月份可用的影像年份的数量,ii为该月份可用影像按年份排序的第i个可用的归一化处理后ndvi指数;
c2:分别通过公式(9)和公式(10)将各个月份的md和amd进行累计求和,得到研究区域的ndvi差分图imaged以及ndvi绝对差分图aimaged;
式中,
步骤四:利用otsu阈值分割法获取ndvi指数差分影像的最优分割阈值,对研究区的ndvi差分图进行阈值分割;
d1:对于背景区域更暗的影像,其图像大小为x×y,统计其灰度直方图,并分别通过公式(11)和公式(12)计算感兴趣区域像素点占整幅影像的比例ω0和背景区域像素点占整幅影像的比例ω1;
ω0=n0/(x×y)(11);
ω1=n1/(x×y)(12);
式中,n0为像素值灰度小于阈值t的像素个数,n1为像素值灰度大于阈值t的像素个数,且n0和n1满足公式(13);ω0和ω1满足公式(14);
n0+n1=x×y(13);
ω0+ω1=1(14);
μ0为感兴趣区域像素点占整幅影像的平均灰度;
μ1为背景区域像素点占整幅影像的平均灰度;
g为类间方差记;
μ为图像的总平均灰度;
μ=μ0×ω0+μ1×ω1(15);
g=ω0(μ0-μ)2+ω1(μ1-μ)2(16);
d2:通过公式(15)和公式(16)结合得到公式(17),并求解类间方差g;
g=ω0×ω1×(μ0-μ1)2(17);
d3:在类间方差g达到最大时,阈值t即为最优阈值;以t为界限,按照公式(18)对研究区ndvi差分图及ndvi绝对差分图进行运算,分别得到研究区ndvi差分图和及ndvi绝对差分图对应的阈值分割图,记为imaget和aimaget;
d4:对阈值分割图imaget和aimaget进行图像去噪,获取采矿扰动区域处理后图像imagen和aimagen;
步骤五:采用边缘检测法对采矿扰动地块和损毁地块边界进行自动化识别;通过公式(19)和公式(20)利用roberts边缘检测算子进行采矿扰动地块和损毁地块边界进行检测;
r(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|(20);
式中,f(x,y)为输入影像图像大小(x,y)坐标处的像素值,r(x,y)为输入影像图像大小(x,y)的输出影像,分别记为边缘检测图像imager和aimager;
步骤六:将边缘检测图像imager和aimager分别转为矢量图,分别记为采矿扰动地块边界的矢量图imagev和损毁地块边界的矢量图aimagev,通过公式(21)对二者进行几何求差,获得恢复地块边界矢量图imagef;
imagef=aimagev-imagev(21)。
2.根据权利要求1所述的一种采矿扰动地块边界识别方法,其特征在于,在步骤二中,采用伪不变特征相对辐射归一化法进行ndvi归一化,并选取m个伪不变特征点,利用回归方程完成影像的ndvi归一化。
3.根据权利要求1或2所述的一种采矿扰动地块边界识别方法,其特征在于,在步骤四中的d4中,采用均值滤波法对阈值分割图imaget和aimaget进行图像去噪。