摘要
河流是地球上最重要的自然资源之一，在交通运输、经济发展和生态系统等多方面为人类了提供重要支撑。遥感影像具有范围广、时效强、信息量大等特点，借助遥感影像进行河流提取对掌握某地区的水文特性、环境保护和发展建设等都有着十分重要的理论和实际意义。河流流域范围广、流经地形复杂多样，在复杂环境中进行河流提取目前还存在一定的困难，其一，使用单一特征进行河流提取的精度较低，河流特征描述不够全面；其二，笔画宽度变换算法在河流边缘受公路、楼房等地物的影响时分割效果较差；其三，U-Net对于细小河流的提取精度不高，容易出现断连和结构不完整现象。这些都是影响遥感影像河流提取准确度和完整度的关键所在，针对以上问题，本文的主要工作如下： （1）为弥补单一特征河流提取适用性受限的问题，提出一种融合纹理、光谱和形状特征的河流提取方法。综合考虑河流所蕴含的多种信息，获取全面有效的特征描述。选取河流灰度特征与其它地物相差最明显的近红外波段作为输入，根据纹理特征利用灰度共生矩阵计算各统计量。角二阶矩能够反映河流均匀同质的特性，将得到的角二阶矩进行自动阈值分割，可滤除部分噪声。然后，根据河流细长的形状特征，构建几何特征滤波器，滤除非河流地物，最终实现河流的高精度提取。通过与经典算法的对比验证，提取结果显示该方法能够有效提高河流流域提取的精确度和完整度。 （2）基于河流在遥感影像的某一范围内具有相似一致的宽度这一特点，笔画宽度变换算法在河流提取中有着较好的效果。但该算法容易受河流周围地物的影响，为得到较高精度的河流区域信息，提出一种结合相对总变差与笔画宽度变换的河流提取方法。采用相对总变差模型对影像进行平滑处理，加强河流区域关键信息的特征描述，平滑地物的纹理信息，抑制非必要信息的干扰。实验结果表明，该方法能有效提升笔画宽度算法在河流提取中的准确度。将该方法应用于高分一号拍摄的台山市遥感影像中，实现了台山市河流流域较高精度的提取。 （3）针对U-Net网络对高分辨率遥感卫星影像中的细小河流提取精度不高的问题，提出一种结合注意力机制的改进的U-Net网络。为了提高细小水体的提取效果，通过添加4个卷积层、一个上采样层、一个下采样层和一个跳过连接层，加深网络中的层数，将滤波器的深度从16逐渐增加到512。在进行跳跃链接时融入AttentionGate对传递的特征进行权重调整，抑制图像中的无关信息，突出目标区域的重要特征，提升网络对细小河流特征的学习。实验结果表明，该方法不仅能有效提升细小河流的提取准确度与完整性且训练时间缩短为原来的1/3。
NETL