本申請涉及圖像處理，特別是涉及一種基于無人機多光譜圖像的路域水體識別方法、裝置、設備、介質及產品。

背景技術：

1、隨著社會的快速發展，對偏遠地區基礎設施建設需求日益增長，特別是在高原地區，凍土路基的修建對于保障交通網絡的暢通具有重要意義。現有凍土路基的穩定性受到積水破壞的嚴重影響，這不僅威脅到道路的安全運營，也對生態環境造成了不利影響，且地面監測站的分布有限、建設及運營成本高、監測數據靈活性較低。

技術實現思路

1、本申請的目的是提供一種基于無人機多光譜圖像的路域水體識別方法、裝置、設備、介質及產品，可利用無人機獲得多光譜圖像，提高路域檢測效率。

2、為實現上述目的，本申請提供了如下方案：

3、第一方面，本申請提供了一種基于無人機多光譜圖像的路域水體識別方法，所述基于無人機多光譜圖像的路域水體識別方法包括：

4、獲取目標路域的多個無人機多光譜圖像；

5、對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖；

6、采用閾值分割方法對所述影像圖進行水體和非水體的分割，獲得初始水體區域圖像；

7、計算所述初始水體區域圖像的歸一化水體指數；

8、利用所述歸一化水體指數對所述初始水體區域圖像進行水體區域提取，得到最終水體區域；

9、將所述最終水體區域轉換為矢量數據，對所述矢量數據中的面狀要素進行面積計算，得到所述目標路域的水體面積。

10、可選地，計算所述初始水體區域圖像的歸一化水體指數，具體包括：

11、提取所述初始水體區域圖像中設定波段影像的光譜特征；

12、根據所述光譜特征計算所述初始水體區域圖像的歸一化水體指數。

13、可選地，所述閾值分割方法為基于固定閾值的分割方法、基于自動閾值的分割方法或者基于多尺度面向對象的分割方法。

14、可選地，基于自動閾值的分割方法為otsu全局閾值法。

15、可選地，影像圖包括4種波段，4種波段分別為綠波段、紅波段、近紅外波段以及紅邊波段。

16、可選地，對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖，具體包括：

17、對多個無人機多光譜圖像進行依次進行波段對齊、反射率標定和合成，得到包含不同波段的影像圖。

18、第二方面，本申請提供了一種基于無人機多光譜圖像的路域水體識別裝置，所述基于無人機多光譜圖像的路域水體識別裝置包括：

19、無人機多光譜圖像獲取模塊，用于獲取目標路域的多個無人機多光譜圖像；

20、包含不同波段的影像圖生成模塊，用于對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖；

21、初始水體區域圖像確定模塊，用于采用閾值分割方法對所述影像圖進行水體和非水體的分割，獲得初始水體區域圖像；

22、歸一化水體指數計算模塊，用于計算所述初始水體區域圖像的歸一化水體指數；

23、最終水體區域確定模塊，用于利用所述歸一化水體指數對所述初始水體區域圖像進行水體區域提取，得到最終水體區域；

24、水體面積計算模塊，用于將所述最終水體區域轉換為矢量數據，對所述矢量數據中的面狀要素進行面積計算，得到所述目標路域的水體面積。

25、第三方面，本申請提供了一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序以實現上述中任一項所述的基于無人機多光譜圖像的路域水體識別方法的步驟。

26、第四方面，本申請提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現上述中任一項所述的基于無人機多光譜圖像的路域水體識別方法的步驟。

27、第五方面，本申請提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述中任一項所述的基于無人機多光譜圖像的路域水體識別方法的步驟。

28、根據本申請提供的具體實施例，本申請公開了以下技術效果：

29、本申請提供了一種基于無人機多光譜圖像的路域水體識別方法、裝置、設備、介質及產品，對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖；采用閾值分割方法對所述影像圖進行水體和非水體的分割，獲得初始水體區域圖像；利用所述歸一化水體指數(normalized?difference?water?index，ndwi)對所述初始水體區域圖像進行水體區域提取，得到最終水體區域，實現了基于無人機多光譜圖像，通過兩次水體區域提取確定最終水體區域，能夠實現偏遠區域路域的快速檢測，提高了路域檢測效率。

技術特征：

1.一種基于無人機多光譜圖像的路域水體識別方法，其特征在于，所述基于無人機多光譜圖像的路域水體識別方法包括：

2.根據權利要求1所述的基于無人機多光譜圖像的路域水體識別方法，其特征在于，計算所述初始水體區域圖像的歸一化水體指數，具體包括：

3.根據權利要求1所述的基于無人機多光譜圖像的路域水體識別方法，其特征在于，所述閾值分割方法為基于固定閾值的分割方法、基于自動閾值的分割方法或者基于多尺度面向對象的分割方法。

4.根據權利要求3所述的基于無人機多光譜圖像的路域水體識別方法，其特征在于，基于自動閾值的分割方法為otsu全局閾值法。

5.根據權利要求1所述的基于無人機多光譜圖像的路域水體識別方法，其特征在于，影像圖包括4種波段，4種波段分別為綠波段、紅波段、近紅外波段以及紅邊波段。

6.根據權利要求1所述的基于無人機多光譜圖像的路域水體識別方法，其特征在于，對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖，具體包括：

7.一種基于無人機多光譜圖像的路域水體識別裝置，其特征在于，所述基于無人機多光譜圖像的路域水體識別裝置包括：

8.一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1-6中任一項所述的基于無人機多光譜圖像的路域水體識別方法。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-6中任一項所述的基于無人機多光譜圖像的路域水體識別方法。

10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-6中任一項所述的基于無人機多光譜圖像的路域水體識別方法。

技術總結
本申請公開了一種基于無人機多光譜圖像的路域水體識別方法、裝置、設備、介質及產品，涉及圖像處理技術領域，該方法包括獲取目標路域的多個無人機多光譜圖像；對多個無人機多光譜圖像進行處理，得到包含不同波段的影像圖；采用閾值分割方法對影像圖進行水體和非水體的分割，獲得初始水體區域圖像；對初始水體區域圖像進行預處理，得到初始水體區域圖像；計算初始水體區域圖像的歸一化水體指數；利用歸一化水體指數對初始水體區域圖像進行水體區域提取，得到最終水體區域；將最終水體區域轉換為矢量數據，對矢量數據中的面狀要素進行面積計算，得到目標路域的水體面積，本申請可利用無人機獲得多光譜圖像，提高路域檢測效率。

技術研發人員：田波,余建華,權磊,李思李,李立輝,張盼盼,何哲
受保護的技術使用者：交通運輸部公路科學研究所
技術研發日：
技術公布日：2025/4/28