龐科臣,陳立福,王思雨

(長沙理工大學 電氣與信息工程學院,湖南 長沙　410114)

?

融合DEM去除山體陰影的水體提取方法

龐科臣,陳立福,王思雨

(長沙理工大學 電氣與信息工程學院,湖南 長沙410114)

摘要在高分辨率SAR圖像的水體提取中,山體陰影等目標對水體提取的精確度造成較大影響。對此,根據(jù)SAR圖像中山體陰影的特性,文中提出一種能快速、準確、自動去除山體陰影的水體提取方法。該方法采用一種改進的Otsu法分割DEM數(shù)據(jù),將高程值大的數(shù)據(jù)與水體粗提取的數(shù)據(jù)進行匹配,從而判定和去除山體陰影部分。提取結果表明,該方法能提高水體提取的精度,有效降低水體提取的虛警率。

關鍵詞DEM;SAR;水體提取

合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種能對接收到的連續(xù)不斷信號的幅值和相位進行處理的相干系統(tǒng)。SAR具有全天候獲取地面特征的特點,在惡劣環(huán)境中工作依然能得到較高精度的圖像。SAR圖像就是信號通過相干系統(tǒng)產(chǎn)生的高分辨率的遙感圖像。所以SAR圖像在軍事、抗災、獲取地貌等方面具有獨特的優(yōu)勢。

水體提取是SAR圖像解譯中的一個重要部分。洪水災害是最大的自然災害之一,為最大限度地減輕洪水災害造成的損失,需要及時對洪水災害進行檢測和損失評估。而快速精確的對相關地區(qū)SAR圖像的水體提取恰好能做到這一點,所以研究SAR圖像的水體提取具有重要意義。

SAR圖像水體提取現(xiàn)已經(jīng)有許多算法能夠對水體提取取得較好的效果。閾值法是一種較好的SAR圖像水體提取方法。其中,Otsu算法是一種自適應強而被廣泛使用的經(jīng)典閾值分割算法[1]。Otsu算法以及其許多改進的算法對SAR圖像的主要水體部分的提取都能起到較好的效果[2-7]。

形態(tài)學運算是一種非線性變換,有利于保留陡變邊緣,可有選擇地去除圖像中的結構或目標而保留其他部分。形態(tài)學主要用于水體提取的后處理部分,對抑制SAR圖像的斑點噪聲有重要的作用。也有一些比較新興的算法應用于SAR圖像的水體提取。水平集分割方法是利用Otsu算法初始化零水平集,將Gamma統(tǒng)計模型引入到水平集能量函數(shù)中,滿足SAR圖形的分布特性,從而進行水體部分的提取[8]。同時還有其他一些水體提取的方法,比如馬爾可夫、盲源分離[9]等。

但上述水體提取算法在對地形復雜的SAR圖像進行水體提取的結果,存在虛警率比較大的問題。而本文通過結合DEM數(shù)據(jù)和集中度算法聯(lián)合去除虛警,能達到較好的效果。

1融合DEM的水體提取算法概述

1.1SAR圖像DEM介紹

DEM是數(shù)字高程模型(Digital Elevation Model)的簡稱,是以數(shù)字形式按一定結構組織在一起,表示實際地形特征空間分布的數(shù)字定量模型。DEM表面可通過不同的幾何結構表示,DEM根據(jù)不同的幾何結構分為:等高線法,規(guī)則幾何圖形法和不規(guī)則三角形法。DEM也會根據(jù)形態(tài)各異的地表地貌形態(tài)中具有特征意義的點和線輔助地形的重建。

InSAR是通過對同一地區(qū)兩幅入射角不同的SAR圖像的相干分析從而完成對DEM的生成。InSAR通過使用包含了復雜的SAR數(shù)據(jù)的相位信息和直接比例的相位差來區(qū)分高度變化。InSAR也是最為精確成熟的DEM生成方法之一。

1.2結合DEM數(shù)據(jù)去除水體陰影

在SAR圖像的水體提取過程中,首先對通過傳統(tǒng)方法對水體提取進行初步提取,然后根據(jù)DEM數(shù)據(jù)對地物的高程高程差對水體部分和陰影部分進行區(qū)分,從而達到水體提取的效果。

1.2.1DEM去除水體陰影方法

DEM去除水體陰影方法如下:(1)對于DEM數(shù)據(jù)的處理,本文采用的一種改進的大津閾值算法對高程數(shù)據(jù)進行分割,并將高程值大的部分數(shù)據(jù)用連通區(qū)域標記算法進行標記,并記錄標記部分數(shù)據(jù)的坐標;(2)然后對SAR圖像進行水體部分的粗提取,并使用連通區(qū)域標記算法標記水體粗提取的水體部分,并記錄水體部分坐標;(3)將標記的高程數(shù)據(jù)部分和水體粗提取部分進行匹配,匹配成功的部分為陰影區(qū)域,可將其去除。

1.2.2改進Otsu法對DEM數(shù)據(jù)的分割

計算圖像的拉普拉斯是通過Sobel算子計算圖像在x和y方向的二階偏導數(shù)的和

(1)

但是采用拉普拉斯金字塔對SAR圖像處理后得到的是一個圖像集合,集合中的所有圖像都源于一幅圖像,是通過連續(xù)下采樣獲得。根據(jù)Lee等人的研究[10],當提取目標大于整幅圖像30%時,Otsu分割算法取得的效果最好;因此,(1)在得到的圖像集合中選取目標盡可能大的圖像,對其進行閾值分割;(2)在用所得到的閾值分割值對原圖像進行分割。

該方法的優(yōu)點明顯,使用原圖像的采用閾值分割的時間復雜度和空間復雜度是拉普拉斯金字塔下采樣的圖像進行閾值分割的2的N次方(N為拉普拉斯金字塔下采樣的次數(shù))。同時,采用拉普拉斯金字塔下采樣的圖像可以消除相干斑噪聲對水體部分的影響。所以,在對于SAR圖像的水體提取,該方法既提高了速度,也提高了分割的準確度。

1.3集中度算法對SAR圖像山體陰影去除

本算法主要解決的問題是減少水體提取過程中山體陰影對水體提取精度的影響。采用傳統(tǒng)的水體提取方法對復雜地形的SAR圖像的提取都會存在山體陰影影響水體提取精度的問題,并且采用傳統(tǒng)的形態(tài)學方法解決該問題都收效甚微。

根據(jù)SAR圖像水體形態(tài)特征,本文提出的集中度判定目標公式如下

(2)

集中度算法概述如下:(1)采用連通域標記所有初步提取的水體部分;(2)計算每一個標記水體部分外接矩陣的對角線大小和水體部分面積大小相等圓的直徑;(3)通過調(diào)節(jié)求得的對角線和直徑大小的比值這一參數(shù)來實現(xiàn)對山體陰影的去除,提高水體提取精度。

集中度算法相對于其他算法(比如形態(tài)學方法、復雜度等)在去除山體陰影方面的優(yōu)勢明顯。集中度算法簡單、計算量少、可操作性強、效果明顯,適用水體提取中山體陰影的去除。

1.4算法流程圖

本文的算法流程如圖1所示。

圖1　算法流程圖

2實驗結果及分析

本文對幾十幅SAR圖像進行處理,處理后的結果都能達到滿意效果。為證明本算法的有效性,幾種方法的實驗結果如圖2～圖5所示。

本文算法均在PC上運行,配置:內(nèi)存6 GB,CPU英特爾酷睿i3 CPU,64位Win7操作系統(tǒng)。內(nèi)存較大,可運行較大的SAR圖像數(shù)據(jù),可驗證本文算法對較大數(shù)據(jù)處理的有效性。

圖2為6 560×4 096像素的SAR影像,從圖中可看出,該圖像是一幅地形地貌較復雜的高精度SAR影像。圖3和圖4分別是傳統(tǒng)Otsu方法和國際上較先進CV水平集分割得到的實驗結果。從實驗結果可看出,山體陰影對水體提取的影響明顯。圖5為結合DEM在集中度判定下得到的圖像,從圖像中可看出,山體陰影的影響被大量去除。

圖2　原圖像

圖3　Otsu法和形態(tài)學方法得到圖像

圖4　Otsu初始化的CV水平集分割的圖像

圖5　結合DEM集中度判定下的圖像

3結束語

本文提出了一種融合DEM數(shù)據(jù)去除山體陰影的方法,能較好地抑制山體陰影對水提提取得影響。并在SAR圖像中的水體粗提取和DEM數(shù)據(jù)分類過程中采用結合拉普拉斯金字塔的Otsu算法,不僅能更快速地選取最合適的閾值對目標分割,且能抑制相干斑對SAR圖像的影響。在SAR圖像的后處理中采用集中度算法對目標(尤其是河流)有著顯著的效果。

參考文獻

[1]Kang Huaiqi,Chen Baoguo.Improved otsu segmentation algorithm for IR image based on fractal algorithm[J].Infrared Technology,2009,31(6):359-361.

[2]杜云艷,周成虎.水體的遙感信息自動提取方法[J].遙感學報,1998(4):264-268.

[3]徐涵秋.利用改進的歸一化差異水體指數(shù)(MNDW I)提取水體信息的研究[J].遙感學報,2005,9(5):589-593.

[4]沈占峰,夏列剛,李均力,等.采用高斯歸一化水體指數(shù)實現(xiàn)遙感影像河流的精確提取[J].中國圖像圖形學報,2013,18(4):31-35.

[5]丁銳,劉甲甲,李柏林,等.改進的Otsu圖像多閾值分割方法[J].計算機應用,2013,33(S1):214-217.

[6]安成錦,牛照東,李志軍,等.典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J].電子信息學報,2010,32(9):2115-2119.

[7]朱俊,王世唏,計科峰,等.一種適用于SAR 圖像的 2維 Otsu改進算法[J].中國圖形圖象學報,2009,14(1):14-18.

[8]徐川,華風,眭海剛,等.多尺度水平集SAR影像水體自動分割方法[J].武漢大學學報:信息科學版,2014,39(1):27-31.

[9]王棟,陳映鷹,秦平.基于形態(tài)學和盲源分離合成孔徑雷達水體提取[J].同濟大學學報:自然科學版,2009,37(12):1674-1678.

[10]Lee S U,Chung S Y,Park R H.A comparative performance study of several global thresholding techniques for segmentation[J].Computer Vision,Graphics and Image Processing,1990,52(2):171-190.

Water Extraction Method Combining DEM for Hillshade Removal

PANG Kechen,CHEN Lifu,WANG Siyu

(School of Electrical and Information Engineering,Changsha University,Changsha 410114,China)

AbstractIn view of the great impact of hillshades on water extraction accuracy of SAR images,this paper proposes a method for quickly,accurately and automatically removing the hillshade in water extraction.This method uses an improved Otsu method to segment the DEM data,and then match the elevation values large data and water crude extract data for determining and removing the hillshade.The experiments show that this method can improve the accuracy of the water extraction with lower water extraction false alarm rate.

KeywordsDEM;SAR;water extraction

中圖分類號TN957.52

文獻標識碼A

文章編號1007-7820(2016)04-076-03

doi:10.16180/j.cnki.issn1007-7820.2016.04.020

作者簡介:龐科臣(1989—),男,碩士研究生。研究方向:雷達圖像處理。

基金項目:國家自然科學基金資助項目(41201468)

收稿日期:2015- 10- 06