论文部分内容阅读
灌区渠系的快速制图对节水灌溉、合理配水以及安全输水等具有重要意义。针对目前灌区渠系轮廓提取过程中存在的遥感影像识别率低、提取较难以及人工干预较多等问题,本文以无人机航空摄影测量获得的正射影像、数字高程模型(Digital Elevation Model,DEM)和坡度数据为基础,分别采用了面向对象分类方法、监督分类方法、基于地形特征方法和改进的霍夫变换方法分别实现渠系轮廓提取。由于坡度数据能够减少灌区非渠系因素中道路以及农地对渠系网络的影响,使得渠系特征得到增强,因此,与手动数字化结果对比,改进的霍夫变换方法在坡度数据上的提取完整度最高,优于面向对象分类法、监督分类法以及基于地形特征在多种数据上的渠系轮廓提取结果。该方法是对河套灌区渠系快速制图方法的一次有效探索。主要研究内容及结果如下:(1)设计并实现了基于地形特征的渠系轮廓提取方法。首先将灌区中的公路、湖泊及房屋等干扰因素作预处理,进行过滤,并对DEM进行坡度转换,消除几乎无坡度变化的田间道路数据;其次通过对数据集进行测试,查找区分渠系与非渠系信息的最优阈值,得到区域分割结果;最后根据实地勘察过程中的采样点信息,按照广度优先搜索方式进行渠系轮廓信息的搜寻及保存。经证明,基于地形特征的渠系轮廓提取方法完整度为66.95%,高于面向对象方法在多种数据上的渠系轮廓提取结果,低于监督分类方法在多种数据上的渠系轮廓提取结果,错误率最低,仅为34.72%。(2)设计并实现了改进霍夫变换的渠系轮廓提取方法。在灌区中,渠系和田间农地、道路具有规整及统一的线性结构,而田间农地和道路基本无坡度变化,因此坡度转化过程能够剔除掉与渠系具有相似分布的道路和农地信息。本研究以坡度数据为基础,采用灰度化、滤波去噪、二值化以及连通区域干扰点去除等步骤,结合基本霍夫变换能够在较多噪声环境下提取直线段的特点,实现了对灌区渠系轮廓的获取,并对结果中出现的渠系断开以及相交问题使用几何方法进行有效改进。经证明,改进霍夫变换的渠系轮廓提取完整度最高,可达到85.61%,比面向对象分类法坡度结果高出26.91%,比该方法的错误率低47.33%;比监督分类方法坡度结果高出3.77%,但是错误率低23.34%。