一种基于色彩分割和面向对象的地震地表破裂提取方法与流程

1.本发明涉及图像处理技术领域，特别是涉及一种基于色彩分割和面向对象的地震地表破裂提取方法。


背景技术：

2.震级6.5级以上的地震一般会在地表形成数千米至数百千米的地震地表破裂带，而地表破裂的几何结构包含发震构造运动学特征，不仅为分析活动断裂的同震位移空间分布规律和开展活动断裂避让提供重要的定量资料，也对深入理解发震断裂浅层地壳的破裂传播规律、变形运动学和动力学机制等方面具有重要的科学意义，因此震后快速获取地震地表破裂，进行地表破裂精细化研究，是掌握地震灾情和研究发震断层性质等工作的重要依据。
3.目前主要通过野外地质调查法和影像目视解译法获取地震地表破裂。但两种方法都存在一定的局限性。野外地质调查法费时费力，又由于地震多发于地貌复杂的地方，很多地方无法直接到达而导致调查数据不完整；影像目视解译法虽然在一定程度上弥补了野外地质调查数据不完整的缺陷，但仍是劳动和时间密集型工作，且地表破裂提取结果是线性地表破裂，无法获取地表破裂宽度等精细特征。
4.随着无人机技术和航空遥感技术的发展，可以获取到未受云雾影响的高分辨率影像，为大震同震地表破裂精细结构的提取提供了条件。又由于高分辨率影像场景复杂，存在丰富的地物信息及大量噪声，利用传统的基于像元的机器学习方法对高分辨影像进行信息提取时，存在未充分利用影像信息、分类效果差和速度慢等局限，且深度学习仍需要大量标注数据集作为基础，而标注数据仍是劳动密集型工作。


技术实现要素：

5.有鉴于此，本发明提供了一种基于色彩分割和面向对象的地震地表破裂提取方法，以快速地，精准地对地表破裂进行提取。
6.为实现上述目的，本发明提供了如下方案：
7.一种基于色彩分割和面向对象的地震地表破裂提取方法，包括：
8.对地震地表破裂影像进行裁剪，得到感兴趣区域图像；
9.将所述感兴趣区域图像从rgb颜色空间转换到hsv颜色空间，得到转换区域图像；
10.基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像；
11.基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果。
12.优选地，所述对地震地表破裂影像进行裁剪，得到感兴趣区域图像，包括：
13.在前端显示的所述地震地表破裂影像绘制多边形，在后台生成掩膜；
14.对所述多边形进行计算得到四至范围，基于所述四至范围进行裁剪得到待掩膜图
像；
15.对所述掩膜和所述待掩膜图像进行卷积运算，得到所述感兴趣区域图像。
16.优选地，所述基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像，具体为：
17.基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整所述转换区域图像的h值最大值、h值最小值、s值最大值、s值最小值、v值最大值和v值最小值，实时对比调整前和调整后，选出最优结果，得到所述粗分割图像。
18.优选地，所述基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果，包括：
19.对所述粗分割图像中的各子区域均进行外轮廓提取，得到子区域集；
20.计算所述子区域集每个子区域的约束参数，得到约束参数集；所述约束参数集包括光谱标准差集、光谱均值集和最小外接矩形长宽比集；
21.基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整光谱标准差最大值、光谱标准差最小值，光谱均值最大值和最小外接矩形长宽比最小值，对所述约束参数集进行筛选，实时对比筛选前和筛选后，选出最优结果，得到所述细提取结果。
22.优选地，基于轮廓跟踪算法对所述粗分割图像进行划分，得到所述子区域集。
23.优选地，所述基于轮廓跟踪算法对所述粗分割图像进行划分，得到所述子区域集，具体为：
24.基于链码原理，在所述粗分割图像上搜索每个连通域的轮廓点及其方向，并用链码表示，从中标记出每个连通域的内外轮廓，取出外轮廓即得到所述子区域集。
25.根据本发明提供的具体实施例，本发明公开了以下技术效果：
26.本发明涉及一种基于色彩分割和面向对象的地震地表破裂提取方法，包括：对地震地表破裂影像进行裁剪，得到感兴趣区域图像；将所述感兴趣区域图像从rgb颜色空间转换到hsv颜色空间，得到转换区域图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果。本发明能快速地、精准地对地表破裂进行提取。
附图说明
27.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
28.图1为本发明基于色彩分割和面向对象的地震地表破裂提取方法流程图；
29.图2为本发明感兴趣区域图像示意图；
30.图3为本发明色彩分割界面示意图；
31.图4为本发明粗分割图像示意图；
32.图5为本发明粗分割图像筛选界面示意图；
33.图6为本发明细提取结果示意图。
具体实施方式
34.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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.本发明的目的是提供一种基于色彩分割和面向对象的地震地表破裂提取方法，以快速地，精准地对地表破裂进行提取。
36.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
37.图1为本发明基于色彩分割和面向对象的地震地表破裂提取方法流程图。如图1所示，本发明提供了一种基于色彩分割和面向对象的地震地表破裂提取方法，包括：
38.步骤s1，对地震地表破裂影像进行裁剪，得到感兴趣区域图像。
39.具体地，所述步骤s1包括：
40.步骤s11，在前端显示的所述地震地表破裂影像绘制多边形，在后台生成掩膜。所述多边形为自定义规则多边形和自定义不规则多边形中任意一者。多边形掩膜的区域内像素值为255，多边形掩膜的区域外的像素值为0。
41.步骤s12，对所述多边形进行计算得到四至范围，基于所述四至范围进行裁剪得到待掩膜图像。
42.步骤s13，对所述掩膜和所述待掩膜图像进行卷积运算，得到所述感兴趣区域图像。所述感兴趣区域图像如图2所示，图2(a)为地震地表破裂影像，图2(b)为感兴趣区域图像。
43.所述卷积运算的公式如下：
44.roi＝image*mask/255
45.式中：mask表示掩膜，image表示待掩膜图像，roi为感兴趣区域图像。
46.步骤s2，将所述感兴趣区域图像从rgb颜色空间转换到hsv颜色空间，得到转换区域图像。转换公式如下：
47.r,g,b∈[0,1]；
[0048]
max＝max(r,g,b)；
[0049]
min＝min(r,g,b)；
[0050]
m＝max
–
min；
[0051]
g_mins_b＝g-b；
[0052]
s＝0ifmax＝0；
[0053]
s＝m/max otherwise；
[0054]
h＝0ifmax＝min；
[0055]
h＝60
°
*g_mins_b/m ifmax＝r and g》＝b；
[0056]
h＝60
°
*g_mins_b/m+360
°
ifmax＝r and g《b；
[0057]
h＝60
°
*g_mins_b/m+120
°
ifmax＝g；
[0058]
h＝60
°
*g_mins_b/m+240
°
ifmax＝b；
[0059]
v＝max。
[0060]
步骤s3，基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像。
[0061]
具体地：如图3所示，基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整所述转换区域图像的h值最大值、h值最小值、s值最大值、 s值最小值、v值最大值和v值最小值，实时对比调整前和调整后，选出最优结果，得到所述粗分割图像。图3中：hue_min为h值最小值，hue_max为h 值最大值，sat_min为s值最小值，sat_max为s值最大值，val_min为v值最小值，val_max为v值最大值，白色要素即为实时显示的分割结果。所述粗分割图像如图4所示。图4(a)为地震地表破裂影像，图4(b)为粗分割图像。
[0062]
步骤s4，基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果。
[0063]
进一步地，所述步骤s4包括：
[0064]
步骤s41，对所述粗分割图像中的各子区域均进行外轮廓提取，得到子区域集。
[0065]
基于轮廓跟踪算法对所述粗分割图像进行划分，得到所述子区域集。
[0066]
基于链码原理，在所述粗分割图像上搜索每个连通域的轮廓点及其方向，并用链码表示，从中标记出每个连通域的内外轮廓，取出外轮廓即得到所述子区域集。
[0067]
步骤s42，计算所述子区域集每个子区域的约束参数，得到约束参数集；所述约束参数集包括光谱标准差集、光谱均值集和最小外接矩形长宽比集。
[0068]
步骤s43，如图5所示，基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整光谱标准差最大值、光谱标准差最小值，光谱均值最大值和最小外接矩形长宽比最小值，对所述约束参数集进行筛选，实时对比筛选前和筛选后，选出最优结果，得到所述细提取结果。所述细提取结果可输出为shp 格式矢量面及细提取图像。图5中：std_min为光谱标准差最小值，std_max为光谱标准差最小值，h/w_min为最小外接矩形长宽比最小值，mean_max为光谱均值最大值；图5中白色要素即为实时的筛选结果。
[0069]
本发明通过对2cm左右分辨率的无人机影像进行验证，地表破裂很小，有些宽度只有2cm，甚至有些长度也只有几厘米，且形态特征非常复杂，基于现有传统机器学习和深度学习方法，无法有效地提取地表破裂面精细结构，而本发明的地震地表破裂细提取结果如图6所示，图6(a)为地震地表破裂影像，图6(b)为地表破裂细提取结果，即为shp格式矢量面；图6(c)-图6 (k)分别为图6(b)中矩形框对应的不同区域的地表破裂轮廓线的细部结构，从图中可以看出，轮廓与影像上破裂边界基本吻合，能够满足自动提取地表破裂面精细结构的要求。
[0070]
目前深度学习方法需要大量的训练标注数据，虽然一些自动化标注工具能够实现自动化标注，但是仍然会受到使用场景的限制，标注之后的样本需要人工再次处理，成本很高，而本发明方法可作为地表破裂样本数据集的生成工具，通过人工适当干预，自适应得到标注结果，从而能够实时、准确地满足不同的标注需求。
[0071]
本发明未使用滤波处理影像以去除噪声，不会破坏影像真值，从而可以充分利用影像高分辨率的特性，有效地提取出地表破裂的精细结构。
[0072]
本发明通过设计自定义不规则多边形栅格裁剪功能以去除部分背景噪声，提高了速度和精度。
[0073]
本发明基于面向对象的思想，利用地表破裂对象的光谱特征和形状特征，提高了
地表破裂提取精度。
[0074]
本发明设置滑动条动态调参代替人工选择阈值分割影像以实时实现粗分割和细提取过程，从而快速提取出地表破裂。
[0075]
本发明能够自动提取地表破裂矢量面，从而可进一步计算宽度等定量参数，为理解震源机制奠定基础。
[0076]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0077]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，包括：对地震地表破裂影像进行裁剪，得到感兴趣区域图像；将所述感兴趣区域图像从rgb颜色空间转换到hsv颜色空间，得到转换区域图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果。2.根据权利要求1所述的基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，所述对地震地表破裂影像进行裁剪，得到感兴趣区域图像，包括：在前端显示的所述地震地表破裂影像绘制多边形，在后台生成掩膜；对所述多边形进行计算得到四至范围，基于所述四至范围进行裁剪得到待掩膜图像；对所述掩膜和所述待掩膜图像进行卷积运算，得到所述感兴趣区域图像。3.根据权利要求1所述的基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，所述基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像，具体为：基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整所述转换区域图像的h值最大值、h值最小值、s值最大值、s值最小值、v值最大值和v值最小值，实时对比调整前和调整后，选出最优结果，得到所述粗分割图像。4.根据权利要求1所述的基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，所述基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果，包括：对所述粗分割图像中的各子区域均进行外轮廓提取，得到子区域集；计算所述子区域集每个子区域的约束参数，得到约束参数集；所述约束参数集包括光谱标准差集、光谱均值集和最小外接矩形长宽比集；基于提取地表破裂和去除背景噪声最优原则，通过滑动条动态调整光谱标准差最大值、光谱标准差最小值，光谱均值最大值和最小外接矩形长宽比最小值，对所述约束参数集进行筛选，实时对比筛选前和筛选后，选出最优结果，得到所述细提取结果。5.根据权利要求4所述的基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，基于轮廓跟踪算法对所述粗分割图像进行外轮廓提取，得到所述子区域集。6.根据权利要求5所述的基于色彩分割和面向对象的地震地表破裂提取方法，其特征在于，所述基于轮廓跟踪算法对所述粗分割图像进行外轮廓提取，得到所述子区域集，具体为：基于链码原理，在所述粗分割图像上搜索每个连通域的轮廓点及其方向，并用链码表示，从中标记出每个连通域的内外轮廓，取出外轮廓即得到所述子区域集。

技术总结
本发明涉及一种基于色彩分割和面向对象的地震地表破裂提取方法，包括：对地震地表破裂影像进行裁剪，得到感兴趣区域图像；将所述感兴趣区域图像从RGB颜色空间转换到HSV颜色空间，得到转换区域图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述转换区域图像进行色彩分割，得到粗分割图像；基于提取地表破裂和去除背景噪声最优原则，采用滑动条对所述粗分割图像内的若干个子区域进行筛选，得到细提取结果。本发明能快速地、精准地对地表破裂进行提取。对地表破裂进行提取。对地表破裂进行提取。


技术研发人员：李东臣 任俊杰 张广伟
受保护的技术使用者：应急管理部国家自然灾害防治研究院
技术研发日：2022.02.09
技术公布日：2022/5/25