摘 要：本文研究了遙感影像自適應(yīng)閾值法的水陸分割。利用影像中的近紅外波段數(shù)據(jù)，先建立影像像元的直方圖統(tǒng)計(jì)，然后分析直方圖特征，通過(guò)閾值的自適應(yīng)算法確定一個(gè)理想閾值，再對(duì)整幅影像進(jìn)行水陸分割處理，最終生成水陸分割二值化圖。結(jié)果表明，此方法具有一定的可行性，數(shù)據(jù)結(jié)果可以應(yīng)用于更深層次的研究。

關(guān)鍵詞：遙感影像 近紅外 自適應(yīng) 水陸分割

中圖分類(lèi)號(hào)：TP7 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）02（b）-0042-02

遙感影像的水陸分割在海洋水深反演，船舶導(dǎo)航，海洋測(cè)繪等領(lǐng)域有著重要的意義。相比于以船只為平臺(tái)的聲納現(xiàn)場(chǎng)探測(cè)技術(shù)，衛(wèi)星遙感探測(cè)技術(shù)具有連續(xù)不間斷、不受地理空間限制和探測(cè)范圍大等優(yōu)點(diǎn)。衛(wèi)星遙感技術(shù)在獲取海洋地理信息方面具有巨大的潛能和優(yōu)勢(shì)，能夠作為特殊海域地形的有效探測(cè)手段，補(bǔ)充和加強(qiáng)海洋測(cè)繪能力，對(duì)國(guó)家安全和經(jīng)濟(jì)發(fā)展有著重要的意義。水陸分割是進(jìn)行淺海水深反演的重要部分，水陸分割的精度直接影響了反演結(jié)果的準(zhǔn)確性。遙感影像分割是對(duì)圖像進(jìn)行深一步分析、處理和應(yīng)用的基礎(chǔ)，作為數(shù)字圖像處理領(lǐng)域的關(guān)鍵技術(shù)之一，己經(jīng)廣泛應(yīng)用于遙感影像研究。

1 實(shí)驗(yàn)數(shù)據(jù)及數(shù)據(jù)分析

本文以IKONOS的遙感影像作為數(shù)據(jù)源進(jìn)行近紅外波段的自適應(yīng)閾值法的水陸分割研究?？梢?jiàn)光的紅光波段可測(cè)量植物綠色素的吸收率，能夠區(qū)分不同地物類(lèi)型與陸地植物，可用于提取與植被相連接的砂質(zhì)海岸和小面積淤泥質(zhì)海岸；藍(lán)光波段、綠光波段都對(duì)水體有透射能力，適合于探測(cè)淤泥質(zhì)海岸的懸浮泥沙，可用于計(jì)算無(wú)明顯解譯標(biāo)志的大面積淤泥質(zhì)海岸線，是研究水深和水底特征的最有效波段；近紅外波段對(duì)海水和陸地的反射率差別很大，能準(zhǔn)確的提取人工岸線與基巖岸線[1]，是進(jìn)行自適應(yīng)閾值水陸分割的數(shù)據(jù)來(lái)源。

2 自適應(yīng)閾值算法原理

2.1 理論依據(jù)

水體的光譜圖特征主要由水本身的物質(zhì)決定，同時(shí)又受到各種狀態(tài)的影響[2]。圖1為水體、植被和土壤三種典型地物的波譜曲線。

從圖3可知，在可見(jiàn)光范圍內(nèi)，水體（這指清水）的反射率總體上比較低，不超過(guò)10%。在藍(lán)綠光波段反射率一般在4%～5%，通常采用藍(lán)綠波段的數(shù)據(jù)進(jìn)行水深反演研究。水體在近紅外、短波紅外波段的入射能量幾乎全部吸收，因此近紅外及以后波段的遙感影像上，清澈水體幾乎成黑色。這一特征與植被和土壤的光譜有著很明顯的差異，所以選用近紅外波段進(jìn)行水陸分割研究。

2.2 自適應(yīng)閾值算法

自適應(yīng)閾值算法基于影像DN值的直方圖統(tǒng)計(jì)特征，是一種比較簡(jiǎn)便快捷的方法。若直方圖滿足雙峰分布，在直方圖最大波峰之后選取有效的最小波谷對(duì)應(yīng)的DN值作為閾值，把小于等于閾值的部分判定為白色水體，大于閾值的部分判定為黑色陸地，從而得到水陸分割二值化圖（見(jiàn)圖2）。

3 實(shí)例分析

為驗(yàn)證自適應(yīng)閾值法水陸分割的有效性，下面選取了IKONOS高分辨衛(wèi)星進(jìn)行水陸分割。區(qū)別于基于水體光譜特征曲線的水陸分離方法，自適應(yīng)閾值法更加簡(jiǎn)潔有效，最主要的是水體光譜曲線水陸分割需要對(duì)原圖像有一定認(rèn)識(shí)，從而調(diào)整水體譜帶范圍，無(wú)法迅速適應(yīng)各種不同圖像。自適應(yīng)閾值法唯一的輸入條件就是圖像的近紅外波段數(shù)據(jù)，只要有了圖像的近紅外波段數(shù)據(jù)，就能快速得到圖像的水陸分割二值化圖。閾值的計(jì)算完全由計(jì)算機(jī)完成，無(wú)需人工介入。相比于水體光譜特征曲線水陸分離方法，自適應(yīng)閾值法閾值適用性更廣。

3.1 IKONOS影像

圖3是一幅IKONOS某海岸紅綠藍(lán)合成影像。此影像包含紅，綠，藍(lán)和近紅外四個(gè)波段數(shù)據(jù)。根據(jù)直方圖，由自適應(yīng)閾值算法得到最佳閾值。然后采用自適應(yīng)閾值法對(duì)近紅外波段進(jìn)行水陸分割，再經(jīng)過(guò)二值圖像的形態(tài)學(xué)處理，起到消除毛刺和去除噪聲的作用，最后得到水陸分割的二值圖像，如圖4所示，白色表示水體，黑色表示陸地。

參考文獻(xiàn)

[1]馬小峰，趙冬至，張豐收，等.海岸線衛(wèi)星遙感提取方法研究進(jìn)展[J].遙感技術(shù)與應(yīng)用，2007，22（4）：575-580.

[2]呂黎光.捷鳥(niǎo)衛(wèi)星影像應(yīng)用于墾丁島淺海水深之測(cè)繪分析[J].航測(cè)及遙感學(xué)刊，2004，9（2）：23-42.

[3]熊顯名，堯雪娟，滕惠忠，等.基于遙感圖像光譜特征的水陸分界線提取[A].2007’儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C].中國(guó)重慶，2007.

[4]韓培友.可視化交互數(shù)據(jù)語(yǔ)言[D].西北工業(yè)大學(xué)，2006.

[5]荊浩，陳學(xué)佺，顧志偉.一種基于邊緣特征的海岸線檢測(cè)方法[J].計(jì)算機(jī)仿真，2006，23（8）：89-93.

[6]堯雪娟.基于波譜特征曲線法的遙感圖像海岸線提取[J].廣東廣播電視大學(xué)學(xué)報(bào)，2009，18（6）：104-107.

[7]王岳環(huán)，唐為林，王軍.面向?qū)ο蟮倪b感圖像水陸場(chǎng)景快速分類(lèi)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，39（11）：113-115.