葉波+姜華根+姬星

摘 要：該文介紹了基于影像快速提取山脊線和山谷線的研究。采用主成分分析方法確定地性線影像的分量樣本。運用單一擴張和質心型增長相結合的混合增長方法，設定一定閾值內的種子點自動搜索，對地性線進行提取研究。通過Matlab實現對提取圖像的去噪、斷線連接、骨架化等處理，最終得到單像素線性特征地性線信息。

關鍵詞：衛(wèi)星遙感圖像；數學形態(tài)學；區(qū)域分割原理；主成分變換

中圖分類號 TP75 文獻標識碼 A 文章編號 1007-7731（2014）18-123-04

1 脊谷線的地貌特征

影像中山脊和山谷線人工目視解譯中較易判讀，然而自動提取干溝和水系不易。一般從溝谷的形態(tài)著手，結合影像的色調、陰影等信息建立判讀標志 [1]。一般來說，山脊線和山谷線具有以下影像特征：（1）山谷多位于像素灰度值較亮的區(qū)域，與岸邊植被具有較為明顯的界限，灰度相差較大，并在可見光和近紅外波段，反射率呈正相關。（2）山脊寬度變化幅度較小且變化緩慢，山脊與山谷在粗糙度和表面覆蓋方面存在差異，山脊線和山谷線的方向變化緩慢。（3）山脊和山谷內部的灰度與背景灰度相差較大，但是灰度表現較平穩(wěn)，在水流方向，灰度短距離變化不大。（4）山脊線和山谷線具有一定的長度、曲率，幾何形狀特征主要表現為狹長、斷裂或蛇曲的帶狀分布。

2 主成分變換及應用

主成分變換是遙感數字圖像處理中常用的變換算法。這種算法在影像處理方面具有獨特的優(yōu)勢，經過變換的圖像，消除了各波段間的相關性，并可以進行特征選擇，不僅用于圖像波譜信息的增強和提取，還用于增強和提取圖像中時間信息和結構信息[2]。在原來彩色合成的色調基礎上，提高色彩飽和度，以便于解譯識別。本文以樹枝狀山谷影像為試驗對象，通過Arcmap主成分分析，對影像6個波段的主成分分析。

在遙感應用領域，利用主成分分析方法壓縮試驗區(qū)多維信息，達到信息綜合和增強的目的，主要用于去相關，圖像增強，突出光譜特征空間物理顯著指數，動態(tài)監(jiān)測地表覆蓋物變化等方面。而脊骨線的提取方面，建立在分析主成分方法中多個指數分量的原理基礎上，加入濕度分量研究，從而達到快速提取脊骨線的目的[3]。

對TM1-6波段作六分量主成分變換，變換系數為原圖像空間協(xié)方差的特征向量矩陣的轉置矩陣。本試驗使用Arcmap進行主成分變換，而主成分逆變換是指將經主成分變換獲得的圖像重新恢復到RGB色彩空間，其中的去相關、對比度拉伸等處理，在Arcmap主成分分析工具中自動進行，從而達到圖像增強的目的。主分量輸出圖1所示。

[（c）第三主分量 （d）第四主分量][（e）第五主分量 （f）第六主分量][（a）第一主分量 （b）第二主分量]

圖1 主成分分量影像對比

對于此山谷的提取，由于含水量的敏感程度，第五主分量影像特征較為突出，試驗使用第五主分量進行后續(xù)處理。在后續(xù)的處理中，使用Matlab對影像進行區(qū)域生長以及形態(tài)學處理。

3 終止生長規(guī)則的確定

如何確定終止規(guī)則是區(qū)域生長法提取山谷線的關鍵問題。從種子點的集合開始的區(qū)域增長，是通過合并具有相似屬性，如顏色、灰度、紋理等相鄰像素的每個種子點到一個區(qū)域的過程。一般情況下，在沒有像素滿足假如某個區(qū)域的條件時，區(qū)域生長就會終止 [4]。譬如，在灰度級中比較2個相鄰空間像素或像素集合之間的平均灰度級的最小差分，假如差分比相似度闕值小，則標記此像素或像素集。

對于例如顏色、灰度和紋理這類準則來說，都屬于局部性質，并沒有考慮區(qū)域生長的“歷史”。通常利用待選像素與生長區(qū)內像素間大小、相似性的比較以及生長區(qū)域的形狀等，來增強區(qū)域生長算法的處理結果。

本文對第五主分量的區(qū)域生長提取，首先在Matlab中將圖像灰度化，通過相似性選擇閾值，設置判定條件對像素點包圍區(qū)域循環(huán)判斷，最終對判定條件點賦值，從而達到種子點生長提取效果。區(qū)域生長提取前后對比圖像，如圖2所示：

圖2 種子點生長算法對比

通過種子點生長算法的提取，第五主分量影像得到輪廓較為清晰的提取結果，然而由于影像分辨率和提取算法等諸多因素的影像，得到的結果存在較大噪聲，需要通過進一步的去噪處理，使影像得到較好的效果。區(qū)域生長提取后影像如圖3所示：

圖3 區(qū)域生長提取結果

筆者主要闡述了圖像分割的原理，通過研究對比2種種子點生長提取算法對地性特征的提取，確定綜合運用單一擴張和質心型增長相結合的混合增長方法，對地性線進行提取研究。實驗證明，該方法能克服部分噪聲斷點，搜索出比較完整的地性線。然而，此方法由于遙感圖像的類別以及研究區(qū)域特征的不同，并不適用于所有地貌，需要針對影像的特征以及算法機理的綜合分析，才能確定某種或多種方法的綜合使用。

4 基于數學形態(tài)學的圖像處理

膨脹和腐蝕是2種基本的形態(tài)學變換運算，也是許多其他形態(tài)學算法的基礎。本實驗對山谷線的提取結果中，山谷邊緣毛刺狀明顯，需要利用膨脹和腐蝕算法去除毛刺噪聲，同時使斷開的線連接起來，填充部分空洞 [5]。其形態(tài)學處理結果如圖4所示，斷開的部分經過開閉運算方法，使得山谷重新形成為連通的區(qū)域，而細小的毛刺噪聲也被去除，雖然整體效果膨脹，再下面的細化處理后，會得到更好的表示效果。

圖4 形態(tài)學開運算結果

形態(tài)學開運算，通過先腐蝕再膨脹，使斷點斷線得到有效連接，圖像更為清晰，雖然仍然存在較多噪聲，但是可以通過后續(xù)操作逐漸去除。然而對于形態(tài)學運算的使用，結構元素的選擇決定了處理后的效果。不同影像中地性信息的提取尺度不同，主線和側線寬窄不一，因此結構元素并非可以通用，需要根據實際情況選擇合適的結構元素，并經過多次處理從而達到最優(yōu)效果。就目前的區(qū)域地性情況而言，沒有固定的適合所有地區(qū)的方法。

5 去除噪聲

由于山谷的自然作用，河岸周邊相似的地貌特征導致種子點生長結果會出現大量同譜異物現象，而擴大生長終止條件的同時也會導致結果圖像中出現毛刺等其他噪聲。因此，為了更好的提取效果，需要對圖像進行形態(tài)學去噪處理。

在地性線主干提取后，由于各種客觀因素的存在，圖像中會出現若干小面積斑塊，而地性線所要提取的結果是一種總體的地貌形態(tài)特征，所以可以利用數學形態(tài)學中的計算連通成分面積算法，計算出各個連通單元的面積，然后通過設置限值，將面積不符合的小斑塊作為噪聲去除，從而得到總體地面形態(tài)單元信息 [6]。也可以利用數學形態(tài)學多種方法綜合去除小斑點，本文主要使用綜合的二值形態(tài)學函數，利用Matlab對圖像進行處理。首先利用二值形態(tài)學函數bwmorph中的majority（將某一像素置1，如果該像素的3×3鄰域中至少有5個像素為1；否則將該像素置0）字符串，對開運算后的圖像進行處理，運算次數使用默認值，即n次運算，運算結果如圖5所示。

圖5 形態(tài)學majority處理

由于圖像中白色區(qū)域像素值為1，黑色區(qū)域像素值為0。因此可以對圖像再進行一次close閉運算，進一步去除斑點。然后使用thicken字符串和fill字符串，對目標外部加厚，填充孤立像素，使二值圖像中0的區(qū)域壓縮。運算結果如圖6所示。

圖6 形態(tài)學加粗填充處理

6 細化處理

為了得到地性線單像素骨架線，需要對提取的二值圖像進行細化處理。對目標圖像進行細化處理，是指將圖像中幾何元素信息的線條，以其中心軸線為參考，將線條細化成一個像素寬的處理過程。這個處理過程與骨架有著緊密的關系，也可以將細化看成是連續(xù)剝離圖形最外層元素，一直到獲得單位寬度的連通線（即骨架）的過程[7]。

本文提出應用二值圖像的細化算法對種子生長去噪后的圖像進行細化處理，而數學形態(tài)學細化算法，要求結構單元的選擇必須能滿足圖像在細化的每一次迭代過程中，結構的連通性，并且保證整個圖形結構不改變。實現基于數學形態(tài)學細化算法的結構單元選擇模板如圖7所示。

圖7 結構單元模板

圖中[D={D1，D2，D3，D4}]和[E={E1，E2，E3，E4}]為2種結構單元模板，D模板是用來去掉東南、西南、東北、西北方向4個角上的點，E模板是用來去掉東、南、西、北4個方向上的點。“[1]”表示參考中心點；“1”表示目標在圖像上的點；“0”表示背景圖像上的點；“[x]”表示既可以是背景圖像上的點，也可以是目標圖像上的點。

基于數學形態(tài)學細化算法的迭代過程，第n次迭代過程可表示為：

[Sn（X）=i=147（X，D，E，n，i）][n=0，1，…，N]

式中[D5=D1]表示迭代循環(huán)一次，對此并行算法收斂，即可得到目標圖像[X]的骨架：

[S（X）=n=0NSn（X）]

通過使用形態(tài)學細化算法，對種子點生長算法中得到具有噪聲的圖像進行處理。首先將加粗填充的結果圖像取反，對圖像使用thin字符串減薄目標，并利用二值形態(tài)學函數中的bridge字符，對圖像進行連接斷線處理，確保像素中尉單像素連接線[8]。得到的結果如圖8所示。效果較為明顯地滿足了圖像原有的骨架連通性和結構穩(wěn)定性的。

圖8 輪廓細化結果

通過闡述數學形態(tài)學的理論和基本運算，了解數學形態(tài)學算法中各種運算對圖像處理的幫助，最后對圖像進行細化操作，細化的效果主要取決于去噪的程度以及斷線的處理，而不同的圖像需要選用不同的結構單元。并不擁有通適的結構元素能夠對所有圖像進行處理。在下步處理中，可以通過骨架化算法，對區(qū)域連通目標進行骨架的提取，目前正在研究該算法的適用性。

7 程序設計

7.1 程序設計平臺 本程序設計采用Win7的64位操作系統(tǒng)作為開發(fā)環(huán)境。Win7操作系統(tǒng)為現今主流操作系統(tǒng)，具有全新的系統(tǒng)體系結構以及漂亮的人機交互界面，操作方便快捷，同時為各類復雜的應用軟件系統(tǒng)的開發(fā)提供了穩(wěn)定、可靠的環(huán)境。當前流行的開發(fā)語言有C++、C#、Java、Delphi、Power Builder等，各種開發(fā)語言都沒有絕對的優(yōu)劣，而面向圖像處理的平臺工具當中，由美國MathWorks公司推出的Matlab（Matrix Laboratory，矩陣實驗室），具有強大的矩陣運算和處理能力，其圖像處理工具箱中提供了豐富的圖像處理函數[9]，從而大大節(jié)省了編寫底層代碼的時間。由于Matlab屬于解釋方式的編程語言，相對于編譯方式的編程語言執(zhí)行速度慢，不能產生脫離Matlab環(huán)境的可執(zhí)行二進制代碼，比較適合作為圖像工程的研究探索與算法設計仿真測試平臺。不過也可以利用Mathtools公司的Matcom工具，實現將Matlab的M文件翻譯為C或C++語言[10]。

7.2 程序設計代碼 本文在試驗的程序設計方面，采用Matlab編程語言，實現區(qū)域生長，形態(tài)學處理等多種功能，最終完成對原始影像地性線的提取以及細化。然而由于M文件的限制，目前的工具尚不能轉換為流行的編程語言，因此，需要繼續(xù)加深對其他語言的理解，實現自動化提取。

8 結論

本論文對遙感影像中的地性線進行了提取的試驗，在主成分變換的圖像中，進行增強、去相關，并得到影像壓縮分量的結果，其結果良好地反映了包括山脊和山谷在內的完整地性線特征，這是提取遙感影像地性線的關鍵。通過對區(qū)域生長后的圖像進行種子點半自動生長，得到很好的流向搜索結果，能夠清晰的進行目視判讀。最后應用數學形態(tài)學的多種細化、去噪處理組合，使提取的地性線細化，為地性線的分類、識別以及地理信息數據更新提供有利的條件。

參考文獻

[1]都金康，黃永勝，馮學智，等.SPOT衛(wèi)星影像的水體提取方法及分類研究[J].遙感學報，2001，5.

[2]黃寧.關于主成分分析應用的思考[J].數理統(tǒng)計與管理，1999，18（5）：44-47.

[3]馮德俊，李永樹，蘭燕.基于主成分變換的動態(tài)監(jiān)測變化信息自動發(fā)現[J].計算機工程和應用，2004，36：199-202.

[4]Byme G F，Crapper P F，Mayo K.Monitoring Land cover by principal component analysis of multitemporal Landsat data[J].Remote Sensing of Environment，1980，10：175-184.

[5]Rafael C Gonzalez，Richard E Woods.數字圖像處理[M].2版.阮秋琦，阮宇智，譯.北京：電子工業(yè)出版社，2003.

[6]崔林麗.一種基于對象和多種特征整合的分類識別方法研究[J].遙感學報，2006，10（1）：104-110.

[51]李利偉，劉吉平，尹作為.基于數學形態(tài)學的高分辨率遙感影像道路提取[J].遙感信息，2005，5.

[7]李德仁，陳曉勇.數學形態(tài)學及其在二值圖象分析中的應用[J].武漢測繪科技大學學報，1989，14（3）.

[8]曹周峰，秦軍等.數學形態(tài)學在二值數字圖像斷續(xù)線形目標恢復上的應用[J].四川測繪，2007，4.

[9]岑曙煒，劉政凱.一種改進的基于形態(tài)骨架的二值圖像編碼[J].中國圖像圖形學報，2001，6（8）：784-790.

[10]郝文化.MATLAB圖形影像處理應用教程（第1版）[M].北京：中國水利水電出版社，2003.

（責編：張宏民）endprint

7.2 程序設計代碼 本文在試驗的程序設計方面，采用Matlab編程語言，實現區(qū)域生長，形態(tài)學處理等多種功能，最終完成對原始影像地性線的提取以及細化。然而由于M文件的限制，目前的工具尚不能轉換為流行的編程語言，因此，需要繼續(xù)加深對其他語言的理解，實現自動化提取。

8 結論

本論文對遙感影像中的地性線進行了提取的試驗，在主成分變換的圖像中，進行增強、去相關，并得到影像壓縮分量的結果，其結果良好地反映了包括山脊和山谷在內的完整地性線特征，這是提取遙感影像地性線的關鍵。通過對區(qū)域生長后的圖像進行種子點半自動生長，得到很好的流向搜索結果，能夠清晰的進行目視判讀。最后應用數學形態(tài)學的多種細化、去噪處理組合，使提取的地性線細化，為地性線的分類、識別以及地理信息數據更新提供有利的條件。

參考文獻

[1]都金康，黃永勝，馮學智，等.SPOT衛(wèi)星影像的水體提取方法及分類研究[J].遙感學報，2001，5.

[2]黃寧.關于主成分分析應用的思考[J].數理統(tǒng)計與管理，1999，18（5）：44-47.

[3]馮德俊，李永樹，蘭燕.基于主成分變換的動態(tài)監(jiān)測變化信息自動發(fā)現[J].計算機工程和應用，2004，36：199-202.

[4]Byme G F，Crapper P F，Mayo K.Monitoring Land cover by principal component analysis of multitemporal Landsat data[J].Remote Sensing of Environment，1980，10：175-184.

[5]Rafael C Gonzalez，Richard E Woods.數字圖像處理[M].2版.阮秋琦，阮宇智，譯.北京：電子工業(yè)出版社，2003.

[6]崔林麗.一種基于對象和多種特征整合的分類識別方法研究[J].遙感學報，2006，10（1）：104-110.

[51]李利偉，劉吉平，尹作為.基于數學形態(tài)學的高分辨率遙感影像道路提取[J].遙感信息，2005，5.

[7]李德仁，陳曉勇.數學形態(tài)學及其在二值圖象分析中的應用[J].武漢測繪科技大學學報，1989，14（3）.

[8]曹周峰，秦軍等.數學形態(tài)學在二值數字圖像斷續(xù)線形目標恢復上的應用[J].四川測繪，2007，4.

[9]岑曙煒，劉政凱.一種改進的基于形態(tài)骨架的二值圖像編碼[J].中國圖像圖形學報，2001，6（8）：784-790.

[10]郝文化.MATLAB圖形影像處理應用教程（第1版）[M].北京：中國水利水電出版社，2003.

（責編：張宏民）endprint

7.2 程序設計代碼 本文在試驗的程序設計方面，采用Matlab編程語言，實現區(qū)域生長，形態(tài)學處理等多種功能，最終完成對原始影像地性線的提取以及細化。然而由于M文件的限制，目前的工具尚不能轉換為流行的編程語言，因此，需要繼續(xù)加深對其他語言的理解，實現自動化提取。

8 結論

本論文對遙感影像中的地性線進行了提取的試驗，在主成分變換的圖像中，進行增強、去相關，并得到影像壓縮分量的結果，其結果良好地反映了包括山脊和山谷在內的完整地性線特征，這是提取遙感影像地性線的關鍵。通過對區(qū)域生長后的圖像進行種子點半自動生長，得到很好的流向搜索結果，能夠清晰的進行目視判讀。最后應用數學形態(tài)學的多種細化、去噪處理組合，使提取的地性線細化，為地性線的分類、識別以及地理信息數據更新提供有利的條件。

參考文獻

[1]都金康，黃永勝，馮學智，等.SPOT衛(wèi)星影像的水體提取方法及分類研究[J].遙感學報，2001，5.

[2]黃寧.關于主成分分析應用的思考[J].數理統(tǒng)計與管理，1999，18（5）：44-47.

[3]馮德俊，李永樹，蘭燕.基于主成分變換的動態(tài)監(jiān)測變化信息自動發(fā)現[J].計算機工程和應用，2004，36：199-202.

[4]Byme G F，Crapper P F，Mayo K.Monitoring Land cover by principal component analysis of multitemporal Landsat data[J].Remote Sensing of Environment，1980，10：175-184.

[5]Rafael C Gonzalez，Richard E Woods.數字圖像處理[M].2版.阮秋琦，阮宇智，譯.北京：電子工業(yè)出版社，2003.

[6]崔林麗.一種基于對象和多種特征整合的分類識別方法研究[J].遙感學報，2006，10（1）：104-110.

[51]李利偉，劉吉平，尹作為.基于數學形態(tài)學的高分辨率遙感影像道路提取[J].遙感信息，2005，5.

[7]李德仁，陳曉勇.數學形態(tài)學及其在二值圖象分析中的應用[J].武漢測繪科技大學學報，1989，14（3）.

[8]曹周峰，秦軍等.數學形態(tài)學在二值數字圖像斷續(xù)線形目標恢復上的應用[J].四川測繪，2007，4.

[9]岑曙煒，劉政凱.一種改進的基于形態(tài)骨架的二值圖像編碼[J].中國圖像圖形學報，2001，6（8）：784-790.

[10]郝文化.MATLAB圖形影像處理應用教程（第1版）[M].北京：中國水利水電出版社，2003.

（責編：張宏民）endprint