靳華中 吳佩 羅宏芳

摘要:傳統(tǒng)分水嶺變換通常對(duì)梯度影像進(jìn)行變換,往往會(huì)出現(xiàn)過分割現(xiàn)象。本文針對(duì)傳統(tǒng)分水嶺變換算法的不足,提出了一個(gè)新的影像多尺度分割算法。其基本過程是:傳統(tǒng)分水嶺變換先對(duì)邊緣影像進(jìn)行區(qū)域提取,通過邊緣方向的擬合并修正邊緣的強(qiáng)弱,獲取區(qū)域分割結(jié)果。最后,根據(jù)區(qū)域邊界的強(qiáng)弱作為區(qū)域合并條件,獲得多尺度的分割結(jié)果。本文利用航空影像進(jìn)行驗(yàn)證,實(shí)驗(yàn)表明不同層次的分割結(jié)果能夠較好地反映地物的尺度特性。

關(guān)鍵詞:方向分水嶺變換多尺度分割邊緣方向

中圖分類號(hào):TP391.4 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-3791(2012)04(c)-0010-02

傳統(tǒng)分水嶺變換具有簡單、速度快、能檢測(cè)出弱邊緣對(duì)象及能獲得對(duì)象完整邊界等諸多優(yōu)點(diǎn),被廣泛的用于各種領(lǐng)域。但因其一般是在梯度影像進(jìn)行變換,受暗噪聲等因素的影響,存在大量偽局部極小值區(qū)域,會(huì)出現(xiàn)過分割現(xiàn)象[1]。高分辨率遙感影像在大氣傳遞、成像過程容易產(chǎn)生噪聲,特別是地物內(nèi)部紋理豐富,利用傳統(tǒng)分水嶺方法分割時(shí)更容易出現(xiàn)過分割現(xiàn)象。同時(shí),利用傳統(tǒng)分水嶺算法分割高分辨率影像區(qū)域時(shí),在強(qiáng)邊界附近易于造成交叉,使分割效果變差[2,3]。

基于上述問題,本文利用方向分水嶺變換算法增強(qiáng)弧和初始方向邊緣強(qiáng)度的信號(hào)之間的一致性,反映邊緣的強(qiáng)弱,并將其作為區(qū)域合并條件,完成影像多尺度分割。

1方向分水嶺變換原理

方向分水嶺變換算法的區(qū)域提取方法的主要思想:由傳統(tǒng)分水嶺變換對(duì)上述得到的邊緣影像進(jìn)行區(qū)域提取,通過邊緣方向的擬合并修正邊緣的強(qiáng)弱,獲取區(qū)域分割結(jié)果。作為方向分水嶺變換算法數(shù)據(jù)的輸入,要先獲得影像的邊緣的方向和強(qiáng)度信息——邊緣影像。為進(jìn)一步提高邊緣的定位精度,將影像的光譜信息特征和紋理特征相結(jié)合,提取不同尺度下影像的邊緣。因此,根據(jù)影像的亮度和紋理特征,利用直方圖差分方法分別得到影像多尺度的分割結(jié)果,通過對(duì)它們?cè)诓煌较蛳略O(shè)置權(quán)重,獲得不同尺度下影像的方向邊緣強(qiáng)度[4]。

影像上每個(gè)像元(x,y),考慮在三個(gè)不同尺度——,獲得的影像邊緣,其中為像元的個(gè)數(shù),本文設(shè)定=10。具體步驟如下。

(1)首先,在三個(gè)尺度下,根據(jù)灰度值和紋理基元特征分別計(jì)算八個(gè)方向的直方圖的方向梯度,檢測(cè)出灰度影像邊緣和紋理區(qū)域邊緣。

(2)找出八個(gè)方向的響應(yīng)極大值,作為邊界。

(3)將上述得到的多特征、多尺度得到的影像,設(shè)定權(quán)重以下公式形式組合起來,得到邊緣強(qiáng)度mPb。

= (1)

其中,為直方圖的方向梯度之間的距離;s為尺度的大小;i為特征通道數(shù);為權(quán)重;為某個(gè)尺度和特征通道中的圓盤半徑;為邊緣方向。在中取8個(gè)相隔相同的角度。取八個(gè)方向的最大值作為區(qū)域邊界強(qiáng)度的度量,得到影像區(qū)域的邊界輪廓,其值為。

=(2)

2方向分水嶺變換影像多尺度分割算法

經(jīng)過方向分水嶺變換分割算法能夠得到影像的初始分割結(jié)果,但是通常是過分割的結(jié)果,本文利用區(qū)域邊緣的強(qiáng)度,逐步合并弱邊緣的區(qū)域,獲得影像的層次結(jié)構(gòu)。在合并過程中,由于需要知道區(qū)域和邊界的拓?fù)潢P(guān)系,因此多層次合并的方向分水嶺算法分為以下兩步。

第一步,利用分水嶺方法得到過分割的影像,作為最細(xì)粒度的分割影像,并獲取像元、邊緣、區(qū)域和區(qū)域邊界的相關(guān)信息。該步驟分為以下幾個(gè)方面內(nèi)容。

(1)計(jì)算影像所有像素點(diǎn)八個(gè)方向下的全局梯度的最大值。根據(jù)邊界響應(yīng)的極大值作為邊緣,得到過分割圖像。

(3)

(2)對(duì)上一步結(jié)果進(jìn)行分水嶺變換。根據(jù)的極小值得到種子位置,為分水嶺進(jìn)行同質(zhì)區(qū)分割做準(zhǔn)備,接著,運(yùn)用分水嶺算法得到分割區(qū)域。

(3)提取邊界和鄰接區(qū)域信息。內(nèi)容包括:提取邊界兩側(cè)的區(qū)域、創(chuàng)建頂點(diǎn)-邊緣映射圖、提取頂點(diǎn)坐標(biāo)、提取邊緣的端點(diǎn)、提取邊緣上各個(gè)像元的坐標(biāo)、提取封閉邊緣的標(biāo)識(shí)以及邊界擬合。因此,得到相應(yīng)折線段上的像元的方向。

第二步,將區(qū)域之間邊界的Pb均值作為區(qū)域的不相似性。

使用作為每段折線上像元的強(qiáng)度。最后,每個(gè)初始弧段的權(quán)重等于擬合它的多個(gè)折線上像元強(qiáng)度的均值。將區(qū)域之間邊界的Pb均值作為區(qū)域的不相似性,實(shí)現(xiàn)區(qū)域之間的層次合并。對(duì)層次合并的過程詳細(xì)描述如下。

(1)逐弧段計(jì)算權(quán)重,即鄰接區(qū)域間的合并條件。

(2)搜索權(quán)重最小的弧段,合并其鄰接區(qū)域,并將弧段融入合并后的區(qū)域中。

(3)局部調(diào)整拓?fù)溧徑雨P(guān)系,即調(diào)整合并后區(qū)域的邊界弧段信息以及邊界弧段的臨界區(qū)域信息。

(4)局部調(diào)整弧段權(quán)重,修改合并后區(qū)域邊界弧段的權(quán)重。

(5)判斷是否滿足合并終止條件,若不滿足,則返回(2);若滿足,則合并終止。通過建立拓?fù)溧徑雨P(guān)系,可快速查詢弧段與區(qū)域、區(qū)域與區(qū)域之間空間關(guān)系,及時(shí)局部調(diào)整以應(yīng)對(duì)合并產(chǎn)生的變化。

3實(shí)驗(yàn)與分析

為驗(yàn)證本文提出方法的有效性,選用航空影像進(jìn)行分割實(shí)驗(yàn)。圖1(a)中航空影像的大小為509×368,影像上主要包含居民地、道路、樹木、水體及耕地等。圖1(b～d)是圖1(a)的層次分割結(jié)果,圖1(b)是最底層的分割,獲得區(qū)域數(shù)最多,得到影像的過分割結(jié)果。k是區(qū)域之間的邊界強(qiáng)度,k的取值范圍為[0,255]。k=0的情況對(duì)應(yīng)圖1(b),當(dāng)k=255時(shí),區(qū)域個(gè)數(shù)為1,即整幅影像。

圖1中,(b)上明顯存在著過分割現(xiàn)象。隨著區(qū)域的合并,某些區(qū)域的過分割現(xiàn)象逐漸消失。如k=50時(shí)耕地被分割為完整一塊,finest、k=30上裸地也被分為完整的一塊,finest、k=30上房屋過分割現(xiàn)象得以消除。但是,隨著區(qū)域合并的增加,有些地方也出現(xiàn)了欠分割的現(xiàn)象。如k=50上,右下角的地塊與相鄰的小路被劃分為一塊。隨著k的取值由小變大,較小區(qū)域之間逐漸合并,過分割現(xiàn)象慢慢減少;當(dāng)分割尺度達(dá)到某一值時(shí),某些地方會(huì)出現(xiàn)欠分割現(xiàn)象。

上述實(shí)驗(yàn)結(jié)果,隨著區(qū)域合并的增加,分割結(jié)果中斑塊的尺寸也在增大,而且大尺度上斑塊是小尺度上斑塊的集合?？芍?區(qū)域合并初期,最底層影像的區(qū)域?qū)ο髢?nèi)部相似性較強(qiáng)。但是,隨著區(qū)域合并,區(qū)域變大,區(qū)域之間的異質(zhì)性增強(qiáng)。因此,基于方向分水嶺變換方法可以獲得同質(zhì)性最強(qiáng)的分割結(jié)果,這為以區(qū)域?qū)ο鬄楣?jié)點(diǎn)的尺度綜合提供了較理想的分割結(jié)果。

4結(jié)語

本文提出了一種方向分水嶺高分辨率遙感影像分割方法,先由傳統(tǒng)分水嶺變換對(duì)上述得到的邊緣影像進(jìn)行區(qū)域提取,通過邊緣方向的擬合并修正邊緣的強(qiáng)弱,獲取區(qū)域分割結(jié)果。接著,提出對(duì)方向分水嶺高分辨率遙感影像分割結(jié)果進(jìn)行區(qū)域之間的合并,根據(jù)區(qū)域邊界的強(qiáng)弱作為區(qū)域合并條件,從而獲得多尺度的分割結(jié)果。實(shí)驗(yàn)表明不同層次的分割結(jié)果能夠較好地反映地物的尺度特性。

參考文獻(xiàn)

[1] 章毓晉.圖像分割[M].北京:科學(xué)出版社,2001:10～17.

[2] 梅天燦,李德仁,秦前清.分水嶺變換在遙感影像現(xiàn)狀特征提取中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2004,29(4):338～341.

[3] 宮鵬,黎夏,徐冰.高分辨率影像解譯理論與應(yīng)用方法中的一些研究問題[J].遙感學(xué)報(bào),2006,10(1):1～5.

[4] 程杰.一種基于直方圖的分割方法[J],華中理工大學(xué)學(xué)報(bào),1999,27(1):84～86.