黃凌霄，李春光，鄭蘭香，楊 程

(1.寧夏大學(xué)土木與水利工程學(xué)院，寧夏銀川750021；2.寧夏大學(xué)信息工程學(xué)院，寧夏銀川750021； 3.北方民族大學(xué)土木工程學(xué)院，寧夏銀川750021；4.寧夏大學(xué)資源環(huán)境學(xué)院，寧夏銀川750021)

鴨子蕩水庫地形前處理研究

黃凌霄1，2，李春光3，鄭蘭香4，楊 程3

(1.寧夏大學(xué)土木與水利工程學(xué)院，寧夏銀川750021；2.寧夏大學(xué)信息工程學(xué)院，寧夏銀川750021； 3.北方民族大學(xué)土木工程學(xué)院，寧夏銀川750021；4.寧夏大學(xué)資源環(huán)境學(xué)院，寧夏銀川750021)

利用SURF算法提取了鴨子蕩水庫局部圖像的特征點(diǎn)，采用k-d Tree算法對(duì)特征點(diǎn)進(jìn)行了匹配，用線性漸變?nèi)诤纤惴ㄆ唇映隽藢捯曇八畮靾D像；再利用數(shù)學(xué)形態(tài)學(xué)方法檢測(cè)出水庫圖像的水岸邊緣，用CAD軟件描繪水庫岸邊的輪廓線，并將其轉(zhuǎn)化為*.kml文件；最后提取輪廓線在GE軟件中的經(jīng)緯度信息，利用Delaunay三角化算法生成網(wǎng)格并進(jìn)行優(yōu)化，取得了滿意的地形前處理效果，為鴨子蕩水庫泥沙淤積數(shù)值模擬提供前提條件。

數(shù)學(xué)形態(tài)學(xué)；圖像拼接；SURF算法；Delaunay三角化；鴨子蕩水庫

0 引 言

在水庫實(shí)測(cè)的過程中，由于水庫水岸邊緣情況的復(fù)雜性、人力物力的限制和耗費(fèi)時(shí)間較長等原因，實(shí)測(cè)采集到的水庫水岸邊緣信息不夠多，不能準(zhǔn)確地描述水庫的初始地形。因此，本文使用谷歌地球(Google Earth，GE)進(jìn)行地形前處理，把GE發(fā)布的鴨子蕩水庫信息和實(shí)測(cè)的水庫地理信息進(jìn)行匹配，提取GE發(fā)布的水庫水岸邊緣經(jīng)緯度信息和實(shí)測(cè)的水庫經(jīng)緯度信息，提高水庫地形前處理的精度和效率，為水庫的數(shù)值模擬提供可靠的數(shù)據(jù)支持和可視化的演示效果。

1 圖像拼接技術(shù)

為了獲取精確的水庫水岸邊緣線，導(dǎo)致GE得到的水庫圖像都是局部的，需要通過圖像拼接技術(shù)[3]將多張局部圖像拼接成一張完整圖像，從而得到精確的水岸邊緣線。

圖像匹配是圖像拼接技術(shù)首先要考慮的問題。其中，較常用的是基于特征點(diǎn)的匹配算法。在圖像匹配中，特征點(diǎn)的提取及匹配方法有很多，如Harris算子、Susan算子、Forstner算子、Moravec算子及SIFT算子[4]等都是比較常用的算子。其中，SIFT算子是Lowe提出的一種尺度不變特征變換算法，該算法雖然具有良好的尺度、光照、空間旋轉(zhuǎn)不變性，但該算法耗時(shí)較長；Bay等[5]提出的加速魯棒特性(Speeded-Up Robust Features，SURF)算法對(duì)SIFT算法進(jìn)行了改進(jìn)，使用積分圖像和方框?yàn)V波提高了計(jì)算速度。本文采用SURF算法來實(shí)現(xiàn)水庫局部圖像特征點(diǎn)的提取。

1.1 SURF特征點(diǎn)檢測(cè)

SURF算法的核心是積分圖像和Hessian矩陣。積分圖像是某一矩形范圍內(nèi)的像素之和。一旦一副圖像的積分圖像提前計(jì)算好，那么該圖像中任意矩形范圍內(nèi)的像素之和都可以通過3個(gè)加(減)法運(yùn)算來完成。這說明計(jì)算時(shí)間與矩形范圍的大小無關(guān)，這使得SURF算法能夠極大地縮短計(jì)算時(shí)間。

Hessian矩陣是SURF算法對(duì)特征點(diǎn)提取的基礎(chǔ)，通過計(jì)算圖像中每個(gè)像素點(diǎn)的Hessian矩陣行列式，根據(jù)值的正負(fù)可以判斷出該點(diǎn)是否為特征點(diǎn)。Hessian矩陣行列式是關(guān)于高斯濾波二階導(dǎo)數(shù)的行列式。SURF算法用一種方框?yàn)V波器近似代替二階高斯濾波器，這樣可以利用積分圖像加速卷積，提高計(jì)算速度。

1.2 特征匹配

綜上所述，隨著現(xiàn)階段我國市場(chǎng)經(jīng)濟(jì)的不斷創(chuàng)新與進(jìn)步，在工程項(xiàng)目的建設(shè)過程中經(jīng)常會(huì)出現(xiàn)地質(zhì)條件問題。相關(guān)工作人員在利用強(qiáng)夯法進(jìn)行道路工程軟基處理時(shí)，不僅要嚴(yán)格遵循工藝流程，把握每個(gè)質(zhì)量控制要點(diǎn)，還要善于總結(jié)經(jīng)驗(yàn)，提高施工人員素質(zhì)和質(zhì)量控制意識(shí)。進(jìn)而促進(jìn)該技術(shù)得到有效利用，提高道路工程軟基處理效果。

利用SURF算法得到特征點(diǎn)的特征向量后要進(jìn)行特征匹配。特征匹配就是在高維向量空間尋找最相似的特征向量。為了減少計(jì)算量，提高匹配點(diǎn)的搜索效率，本文采用k-d Tree算法[6]來獲取匹配點(diǎn)。對(duì)于某一特征向量，該算法首先計(jì)算待匹配圖像中所有的特征向量與該向量的距離，然后尋找可能的最近鄰點(diǎn)和次近鄰點(diǎn)。若最近鄰距離和次近鄰距離的比值小于預(yù)先設(shè)定的閾值，則認(rèn)為最近鄰點(diǎn)即為該特征點(diǎn)的匹配點(diǎn)，兩點(diǎn)組成匹配點(diǎn)對(duì)；若找不到或不滿足條件，則認(rèn)為該特征點(diǎn)沒有匹配點(diǎn)。

1.3 圖像融合

在圖像拍攝過程中，由于視角、環(huán)境及配準(zhǔn)誤差等因素的影響，圖像之間會(huì)有一些光照、色彩等差別。若直接將圖像拼接到一起，會(huì)有明顯的拼接痕跡或色彩拼接帶。因此，需要采用合適的融合策略消除重疊區(qū)域的拼接問題。本文采用線性漸變?nèi)诤纤惴▉韺?shí)現(xiàn)圖像的無痕拼接。該算法如下

(1)

(2)

(3)

2 圖像邊緣檢測(cè)

通過圖像拼接技術(shù)實(shí)現(xiàn)GE水庫圖像拼接之后，需要采用一定的方法提取水庫水岸邊緣的輪廓線。人工繪制天然水庫輪廓線的方法簡(jiǎn)單方便，但由于人眼視覺的差別將導(dǎo)致輪廓線提取有較大的偏差。因此，需要使用圖像邊緣檢測(cè)技術(shù)[7]對(duì)水庫水岸邊緣進(jìn)行精確提取。

近年來，圖像邊緣檢測(cè)技術(shù)中的數(shù)學(xué)形態(tài)學(xué)[8]方法應(yīng)用越來越廣泛。數(shù)學(xué)形態(tài)學(xué)方法中包含膨脹和腐蝕這2種最基本的操作運(yùn)算：經(jīng)過膨脹后的圖像將比原始圖像所占像素更多，該運(yùn)算可以填充圖像邊緣的小凹陷；經(jīng)過腐蝕后的圖像將比原始圖像所占像素更少，該運(yùn)算可以消除圖像中小且無意義的部分。該方法不但能有效地去除圖像中的噪聲，又能較多的保留圖像的邊緣信息。因此，本文使用該方法對(duì)水庫水岸邊緣進(jìn)行精確檢測(cè)。

3 非結(jié)構(gòu)網(wǎng)格劃分

通過數(shù)學(xué)形態(tài)學(xué)方法對(duì)GE提取的水庫拼接圖像進(jìn)行圖像邊緣檢測(cè)之后，導(dǎo)入CAD繪圖軟件中進(jìn)行水庫輪廓線描繪，將相關(guān)CAD文件通過程序轉(zhuǎn)化為能夠在GE軟件中顯示的*.kml文件[9]。在此基礎(chǔ)上，提取水庫水岸邊緣的經(jīng)緯度信息，生成地形文件進(jìn)行非結(jié)構(gòu)網(wǎng)格[10-11]的劃分。

目前，常用的非結(jié)構(gòu)網(wǎng)格劃分方法主要有陣面推進(jìn)法、Delaunay三角形法[12-13]、修正四叉樹法或八叉樹法等。其中，Delaunay三角化法生成網(wǎng)格速度快、質(zhì)量好，本文選擇這一方法對(duì)鴨子蕩水庫的邊界地形進(jìn)行網(wǎng)格劃分。

4 鴨子蕩水庫圖像處理

4.1 圖像拼接結(jié)果

鴨子蕩水庫局部圖像見圖1。使用SURF算法提取局部圖像的特征點(diǎn)，在此基礎(chǔ)上用k-dTree算法對(duì)其中的30對(duì)特征點(diǎn)進(jìn)行了匹配。匹配點(diǎn)對(duì)圖像見圖2。最后，使用線性漸變?nèi)诤纤惴▽?duì)2幅圖像進(jìn)行了融合(見圖3)?？梢钥闯?，使用圖像拼接技術(shù)得到了精確完整的鴨子蕩水庫圖像，給后續(xù)測(cè)量帶來極大便利。

圖1 局部圖像

圖2 匹配點(diǎn)對(duì)圖像

圖3 融合圖像

4.2 圖像邊緣檢測(cè)結(jié)果

通過數(shù)學(xué)形態(tài)學(xué)方法對(duì)圖3進(jìn)行先膨脹后腐蝕的運(yùn)算，2次運(yùn)算相減，得到圖像邊緣檢測(cè)結(jié)果(見圖4)?？梢钥闯?，使用數(shù)學(xué)形態(tài)學(xué)方法不但提取出了水庫的庫岸邊緣，而且保持了較好的連續(xù)性。

圖4 圖像邊緣檢測(cè)結(jié)果

4.3 *.dxf文件生成結(jié)果

通過數(shù)學(xué)形態(tài)學(xué)方法檢測(cè)出拼接圖像的庫岸邊緣后，將圖像導(dǎo)入到AutoCAD繪圖軟件中作為底層，在1層對(duì)庫岸邊緣進(jìn)行描繪，繪制出水庫的輪廓線(見圖5)，并將其保存為*.dxf文件。

圖5 水庫輪廓線

4.4 *.kml文件生成結(jié)果

將*.dxf文件通過相關(guān)的程序轉(zhuǎn)化為*.kml文件，將轉(zhuǎn)換后的*.kml文件導(dǎo)入到GE軟件中，對(duì)部分描繪有偏差的水庫輪廓線進(jìn)行調(diào)整后，生成庫岸擬合圖像(見圖6)。

圖6 庫岸擬合圖像

4.5Delaunay三角化算法生成非結(jié)構(gòu)三角形網(wǎng)格

通過圖6提取鴨子蕩水庫岸邊的經(jīng)緯度后，利用Delaunay三角化算法生成的網(wǎng)格已能滿足水庫相關(guān)問題的數(shù)值模擬及計(jì)算。但是，在Delaunay三角化算法生成網(wǎng)格的過程中，會(huì)產(chǎn)生一些落在計(jì)算區(qū)域之外的三角形，需要將其刪除。按照Delaunay三角化算法生成網(wǎng)格后，雖然生成的網(wǎng)格對(duì)于給定的點(diǎn)集是最優(yōu)的，但網(wǎng)格質(zhì)量肯定受到節(jié)點(diǎn)位置的影響，還需對(duì)網(wǎng)格進(jìn)行平滑處理。圖7為平滑處理后生成的非結(jié)構(gòu)三角形網(wǎng)格。

圖7 非結(jié)構(gòu)三角形網(wǎng)格

5 結(jié) 論

本文采用的水庫地形前處理方法是精確有效的，為后續(xù)建立相應(yīng)的水沙數(shù)學(xué)模型模擬鴨子蕩水庫水沙運(yùn)移過程，研究泥沙淤積量和淤積厚度分布奠定了基礎(chǔ)。

本文還有一些后續(xù)問題需要解決，如采用k-dTree算法進(jìn)行特征點(diǎn)對(duì)匹配過程中，產(chǎn)生的錯(cuò)誤匹配點(diǎn)如何剔除問題；圖像融合過程中產(chǎn)生的融合誤差問題；描繪水庫輪廓線時(shí)引起的誤差問題等，都有待以后研究解決。

[1]齊敦哲，金滿洋，趙平均，等. 寧夏寧東鴨子蕩水庫漁業(yè)資源調(diào)查報(bào)告[J]. 水生態(tài)學(xué)雜志，2009，2(5)：107-110.

[2]李春光，楊程. 寧夏水洞溝水庫三維水沙運(yùn)移數(shù)值模擬研究[J].中國農(nóng)村水利水電，2013(12)：45-50.

[3]AGHAMOHAMADNIAM，ABEDINIA.AMorphology-stitchingMethodtoImproveLandsatSLC-offImageswithStripes[J].GeodesyandGeodynamics，2014，5(1)：27-33.

[4]LOWEDG.DistinctiveImageFeaturesfromScale-InvariantKeypoints[J].InternationalJournalofComputerVision，2004，60(2)：91-110.

[5]BAYH，ESSA，TUYTELAARST，etal.SURF：Speeded-UpRobustFeatures[J].ComputerVisionandImageUnderstanding，2008，110(3)：346-359.

[6]BROWNRA.BuildingaBalancedk-dTreeinO(knlogn)Time[J].JournalofComputerGraphicsTechniques，2015，4(1)：50-68.

[7]WUYiquan，ZHULi，HAOYabing，etal.EdgeDetectionofRiverinSARImageBasedonContourletModulusMaximaandImprovedMathematicalMorphology[J].TransactionsofNanjingUniversityofAeronauticsandAstronautics，2014，31(5)：478-483.

[8]王慧鋒，戰(zhàn)桂禮，羅曉明. 基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)算法研究及應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用，2009，45(9)：223-226.

[9]唐東躍，熊助國，王金麗.GoogleEarth及其應(yīng)用展望[J]. 地理空間信息，2008，30(1)：93-96.

[10]SCHUBERTJE，SANDERSBF，SMITHMJ，etal.Unstructuredmeshgenerationandlandcover-basedresistanceforhydrodynamicmodelingofurbanflooding[J].AdvancesinWaterResources，2008，31(12)：1603-1621.

[11]ZAVATTIERIPD，DARIEA，GUSTAVOCB.OptimizationStrategiesinUnstructuredMeshGeneration[J].InternationalJournalforNumericalMethodsinEngineering，1970，39(12)：2055-2071.

[12]LEEDT，SCHACHTERBJ.TwoAlgorithmsforConstructingaDelaunayTriangulation[J].InternationalJournalofComputerandInformationSciences，1980，9(3)：219-242.

[13]YUB，LINMJ，TAOWQ.AutomaticGenerationofUnstructuredGridswithDelaunayTriangulationanditsApplication[J].HeatandMassTransfer，1999，35(5)：361-370.

(責(zé)任編輯 楊 健)

Research on Terrain Pretreatment for Yazidang Reservoir

HUANG Lingxiao1, 2, LI Chunguang3, ZHENG Lanxiang4, YANG Cheng3

(1. School of Civil and Hydraulic Engineering, Ningxia University, Yinchuan 750021, Ningxia, China;2. School of Information Engineering, Ningxia University, Yinchuan 750021, Ningxia, China;3. School of Civil Engineering, Beifang University of Nationalities, Yinchuan 750021, Ningxia, China;4. School of Resources and Environment, Ningxia University, Yinchuan 750021, Ningxia, China)

The SURF algorithm is used to extract the feature points of partial images of Yazidang Reservoir, and then the k-d Tree algorithm is used to match feature points and the linear gradient fusion algorithm is used to stitch wide view reservoir image. Then, the mathematical morphology is used to detect waterfront edge of reservoir image, and CAD is used to depict reservoir shore contours and change it into *.kml file. Finally, the latitude and longitude information of contours in GE software are extracted, and the Delaunay triangulation algorithm is used to generate and optimize mesh. Based on above treatment, the terrain pretreatment effect is satisfactory, which provides a prerequisite for the numerical simulation of sedimentation in Yazidang Reservoir.

mathematical morphology; image stitching; SURF algorithm; Delaunay triangulation; Yazidang Reservoir

2016-07-29

國家自然科學(xué)青年基金資助項(xiàng)目(41301533)；國家自然科學(xué)基金地區(qū)科學(xué)基金項(xiàng)目(61362029)；北方民族大學(xué)2014年度國家基金前期培育項(xiàng)目(2014QZP05)

黃凌霄(1977—)，男，河北邯鄲人，副教授，博士研究生，研究方向?yàn)橛?jì)算水力學(xué)和圖像處理；李春光(通訊作者).

TP391.9；TV145.1(243)

A

0559-9342(2016)12-0098-04