一种空间邻域辅助的降水曲线提取方法及装置

1.本发明涉及一种空间邻域辅助的降水曲线提取方法，属于图像分割技术领域。


背景技术：

2.现有的图像分割技术可以分为无监督的图像分割和有监督的图像分割。有监督的图像分割需要大量标注图像作为样本训练，可以充分利用图像的语义信息，应对图像分割场景日益复杂化的挑战，实现图像的语义分割。针对于水文档案图片中降水曲线的提取，有监督的图像分割需要大量像素级标注的降水曲线作为训练集，但这一过程代价太大。相比之下，无监督的图像分割的特点是不需要大量的训练集，应用能力更强。无监督的图像分割往往是通过提取图像的低级语义信息，比如灰度、彩色、空间纹理等将图像划分成若干个互不相交的区域。但在复杂环境中，应对能力与精准度不能达到要求。一个明显的情况是，在水文档案图片中，降水曲线受到铅笔划痕和表格线的叠加影响，使得其重合部分的颜色接近于表格线和标注的颜色，以至于无法仅仅从颜色的角度将降水曲线提取出来。因此如何从水文档案图片中准确地提取出降水曲线，是值得研究的问题。


技术实现要素：

3.发明目的：为了能够实现水文档案图片中水文数据的自动读取，本发明提供了一种空间邻域辅助的降水曲线提取方法和装置，得到的曲线具有高完整度和低噪点。
4.技术方案：为了实现上述发明目的，本发明采用如下技术方案：
5.一种空间邻域辅助的降水曲线提取方法，包括以下步骤：
6.(1)根据降水曲线与水文档案图片中表格线、注释和其他背景的rgb值特点的不同确定阈值，基于阈值进行降水曲线提取；
7.(2)根据水文档案图片中具有降水曲线、表格线、注释和其他背景的四个部分特点，基于聚类方法对降水曲线进行提取；
8.(3)以基于阈值提取出的降水曲线为基准，扫描该图片，扫描过程中若遇到曲线像素点，则在该像素点的邻域位置，查看基于聚类提取出的曲线相应位置是否有曲线像素点，若有，则说明该像素点是曲线缺失的部分，并加入到基于阈值提取出的曲线中。
9.一种空间邻域辅助的降水曲线提取装置，包括：
10.基于阈值的曲线提取模块，根据降水曲线与水文档案图片中表格线、注释和其他背景的rgb值特点的不同确定阈值，基于阈值进行降水曲线提取；
11.基于聚类的曲线提取模块，根据水文档案图片中具有降水曲线、表格线、注释和其他背景的四个部分特点，基于聚类方法对降水曲线进行提取；
12.邻域辅助的曲线确定模块，以基于阈值提取出的降水曲线为基准，扫描该图片，扫描过程中若遇到曲线点，则在该像素点的邻域位置，查看基于聚类提取出的曲线相应位置是否有曲线像素点，若有，则说明该像素点是曲线缺失的部分，并加入到基于阈值提取出的曲线中。
13.一种计算机设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的空间邻域辅助的降水曲线提取方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的空间邻域辅助的降水曲线提取方法的步骤。
15.有益效果：本发明所提出的一种空间邻域辅助的降水曲线提取方法，通过在图片中加入邻域空间位置信息，保证最终提取出的降水曲线满足两个条件：一是曲线部分尽量完整，二是多余的干扰像素点尽量少。
附图说明
16.图1为水文档案图片示例。
17.图2为降水曲线被铅笔划痕覆盖的局部放大图及其颜色变化示意。
18.图3为降水曲线覆盖表格线的局部放大图及其颜色变化示意。
19.图4为空间邻域辅助的降水曲线提取方法的总体流程图
20.图5为空间邻域辅助的降水曲线提取方法的具体流程图。
21.图6为水文档案图片基于阈值方法提取出的降水曲线结果图。
22.图7为水文档案图片基于聚类方法提取出的降水曲线结果图。
23.图8为基于空间邻域的曲线合并的算法示意图。
24.图9为空间邻域辅助的降水曲线提取的结果图。
25.图10为空间邻域辅助的降水曲线提取结果对比图。
具体实施方式
26.下面结合附图对本发明的实施方法作进一步的描述。
27.我国水文部门使用的是统一的降水自记纸对降水量数据进行记录，且在自记纸上划出水位上升的曲线时使用的自记笔的墨水颜色也都是统一的。我国水文部门从20世纪50年代便开始使用该记录纸对降水数据进行记录。所以，在大规模处理降水自记纸时，本发明提出的基于阈值提取降水曲线的方法具有通用性。图1为水文档案图片示例，图片中手绘线条部分表示降水曲线。本发明的目的是根据水文档案图片提取出降水曲线。
28.由于使用和保存的原因，降水曲线会受到铅笔划痕和表格线的叠加影响，使得其重合部分的颜色接近于表格线和标注的颜色，以至于无法仅仅从颜色的角度将降水曲线提取出来。具体如图2和3所示。图2为降水曲线被铅笔划痕覆盖的局部放大图及其颜色变化。方框框出的部分为铅笔划痕，圆圈圈出的部分为降水曲线与铅笔划痕重合的部分。图3为降水曲线覆盖表格线的局部放大图及其颜色变化。
29.本发明提出一种空间邻域辅助的降水曲线提取方法，其流程如图4和图5所示，方法具体包括：
30.步骤1：基于阈值提取降水曲线。
31.本发明根据降水曲线与水文档案图片中其他背景、表格线及注释的rgb值特点的不同确定阈值，实现基于阈值的曲线提取。
32.首先，初始化一张与水文档案图片大小相同的图片，像素值都设为(255,255,255)，即都表现为白色；接着，判断水文档案图片中各个像素点的rgb值是否满足第一阈值条件，该第一阈值条件具体为r值小于200，且g值大于30，且b值大于50的条件，若不满足该第一阈值条件，判定像素点为非曲线像素点，不对当前位置上的像素值做处理。若满足该第一阈值条件，则再取出rgb三分量中的最小值min及最大值max，计算出max与min之差diff，判断最小值min是否为r分量对应的值且diff是否大于预设值15，若都满足，则可判定此像素点为曲线上的点，并在初始化后的白图上对应地将这部分像素点的值设置为(0,0,0)，即在二值化图像中表现为黑色。
33.经过步骤1对水文档案图片基于阈值方法提取出的降水曲线如图6所示。
34.从图6可以看出，基于阈值方法提取出的降水曲线，没有引入多余的干扰。但图2和图3中被表格线和标注干扰的这些重合部分被识别为非降水曲线部分，即提取出的降水曲线不完整。
35.步骤2：基于k-means聚类提取降水曲线。
36.具体实现方法如下：
37.步骤2-1：根据水文档案图片中降水曲线、表格线、注释和其他背景这四种类别在rgb颜色空间上的分布有较为明显的差异，确定出聚类的类别数k＝4。
38.步骤2-2：选取4个初始化聚类中心c＝{c1,c2,c3,c4}，分别为(17,93,146)、(185,120,84)、(49,48,38)和(252,243,221)。
39.步骤2-3：计算欧氏距离
40.计算水文档案图片中每个像素点的值到聚类中心c＝{c1,c2,c3,c4}的欧氏距离，将当前像素点的值与距离最近的聚类中心划分为同一族。
41.在n维空间中，计算数据样本x到聚类中心ci的欧氏距离公式：
[0042][0043]
其中，x为样本数据，即当前像素点的rgb值，ci为第i个聚类中心(rgb值)，i＝1，2，3，4，d为样本数据x到聚类中心ci(rgb值)的距离，n为样本数据的维度，这里n＝3。xj和c
i,j
为x和ci的第j个值,j＝1,2,3。
[0044]
步骤2-4：更新聚类中心
[0045]
对于每个聚类族ci，计算这个族中所有像素点值的平均值，并将其作为新的聚类中心进行下一次的计算迭代。
[0046]
步骤2-5：迭代直至满足终止条件
[0047]
重复步骤2-3和2-4，直到满足停止条件，误差函数不再变化或迭代到最大运行轮数，则聚类结束。
[0048]
经过步骤2对水文档案图片基于聚类方法提取出的降水曲线如图7所示。
[0049]
从图7可以看出，基于聚类方法提取出的降水曲线包括很多表格线和注释的部分，即引入的其他干扰像素点较多，但是降水曲线部分缺失较少。
[0050]
步骤3：基于空间邻域的曲线合并
[0051]
基于阈值提取出的降水曲线上存在部分像素点缺失的问题，而这部分缺失的像素点在基于聚类方法提取出的降水曲线中可能存在。本发明提出了基于空间邻域的曲线合并。在图片中加入邻域空间信息，利用邻域空间将噪点的影响降低，将降水曲线缺失的部分尽量补齐。
[0052]
以基于阈值提取出的降水曲线图片为基准，对图片中各个像素点进行扫描。扫描过程中若遇到曲线点，则查看基于聚类提取出的降水曲线图片上以该点坐标位置为中心的13*13的邻域内的像素点是否表现为黑色。若是，则说明该像素点为降水曲线缺失的部分，加入到基于阈值提取出的降水曲线中。
[0053]
如图8所示，以查看以当前像素点坐标位置为中心的5*5的邻域内像素点为例，画出算法示意图。图8中，(a)为基于阈值提取的降水曲线，(b)为基于聚类提取的降水曲线，(c)为空间邻域辅助提取的降水曲线。具体地，图8(a)最中间的黑块表示在对图5扫描的过程中遇到的曲线点，则在图8(b)中查看以当前像素点坐标位置为中心的5*5的邻域内像素点，若为黑色的像素点，则认为这个点为图8(a)中缺失的曲线点，并将此曲线点补到图8(a)中，结果如图8(c)所示。通过此方法，尽可能去弥补曲线缺失部分。
[0054]
设当前像素点坐标为(x,y)，则邻域坐标为(x i,y j)。其中i∈{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，j∈{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。具体表示为当i为-6时，j的取值可以为-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6；当i为-5时，j的取值可以为-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6。以此类推。
[0055]
基于空间邻域的曲线合并算法流程描述如下：
[0056]
(1)读取基于阈值提取出的降水曲线和基于聚类方法提取出的降水曲线，并记为图像i1和i2。
[0057]
(2)初始化参数。设置一个w
×
h的矩阵a，存储最终生成的合并曲线图像i3的像素值。其中，w和h分别为图像i1、i2的宽和高。
[0058]
(3)依次遍历每个像素点。从图像i1的最左上的位置开始，依次遍历每个像素点。同时，查看当前像素点是否为曲线上的点，若是，则对当前像素点进行处理，进入步骤(4)。否则，跳过当前像素点，继续遍历下一个像素点。
[0059]
(4)在图i2中找到位置为(x,y)的像素点，并判断这个像素点及其空间邻域上的像素点在图i2中是否为曲线上的点，若是，则判定这个像素点是在图i1中缺失的点，将这个点在图i3中相应位置的像素值设置为(0,0,0)，即表现为黑色。否则，将图i1的像素点值赋给矩阵a的相应位置。
[0060]
(5)重复步骤(3)至(4)，直至图i1中所有像素点遍历结束。
[0061]
图9为本发明的空间邻域辅助的降水曲线提取方法的结果图。
[0062]
对最终提取结果进行分析，如图10所示，截取了图6、图7和图9中的局部区域并将其放大，依次对应图10中(a)基于阈值的提取结果，(b)基于聚类的提取结果，(c)空间邻域辅助的提取结果，从局部放大图中可以看出：
[0063]
(1)对于降水曲线的背景部分，图10(b)中存在着孤立的小噪点，但经空间邻域辅助的提取方法后，图10(c)中已不存在小噪点。
[0064]
(2)对于降水曲线像素点缺失的问题，可以看出图10(a)中曲线缺失的像素点过多，这将不利于后期曲线的修复工作。但经空间邻域辅助的提取方法后，相较于图10(a)而
言，图10(c)中曲线像素点缺失的问题得到缓解。如：三张图片中框出来的部分，图10(a)中由于降水像素点缺失过多导致曲线断裂，但在图10(c)中这个问题得到了解决。因此本发明对于从水文档案图片提取出降水曲线具有极好的效果。
[0065]
本发明还提供一种空间邻域辅助的降水曲线提取装置，包括：
[0066]
基于阈值的曲线提取模块，根据降水曲线与水文档案图片中表格线、注释和其他背景的rgb值特点的不同确定阈值，基于阈值进行降水曲线提取；
[0067]
基于聚类的曲线提取模块，根据水文档案图片中具有降水曲线、表格线、注释和其他背景的四个部分特点，基于聚类方法对降水曲线进行提取；
[0068]
邻域辅助的曲线确定模块，以基于阈值提取出的降水曲线为基准，扫描该图片，扫描过程中若遇到曲线点，则在该像素点的邻域位置，查看基于聚类提取出的曲线相应位置是否有曲线像素点，若有，则说明该像素点是曲线缺失的部分，并加入到基于阈值提取出的曲线中。
[0069]
应理解，本发明实施例中的空间邻域辅助的降水曲线提取装置可以实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。
[0070]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0071]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0072]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0073]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0074]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。