趙　盟，盧小平，焦金龍

（河南理工大學(xué)礦山空間信息技術(shù)國家地理信息局重點(diǎn)實(shí)驗(yàn)室，河南焦作454003）

一種水體提取結(jié)果的二值化影像求交優(yōu)化方法

趙盟，盧小平，焦金龍

（河南理工大學(xué)礦山空間信息技術(shù)國家地理信息局重點(diǎn)實(shí)驗(yàn)室，河南焦作454003）

將NDWI、MNDWI、NDVI、WRI、AWEI及非監(jiān)督分類法分別提取的不同時(shí)期水體信息作為粗結(jié)果，提出了利用二值化影像求交法對(duì)諸粗結(jié)果進(jìn)行優(yōu)化，得到多期的優(yōu)化結(jié)果，然后利用PCA對(duì)各優(yōu)化結(jié)果進(jìn)行了處理，獲得了不同時(shí)期水體面積的變化信息。試驗(yàn)表明該方法可以有效抑制噪聲，完好地保留水面影像的邊緣信息，顯著提高了水體信息的提取精度，同時(shí)利用優(yōu)化結(jié)果與PCA分別得到的變化量驗(yàn)證了PCA方法的監(jiān)測(cè)精度。

粗結(jié)果；優(yōu)化結(jié)果；二值化影像求交；PCA

湖泊、水庫等大面積水域的水位及庫容變化在調(diào)節(jié)生態(tài)、農(nóng)業(yè)灌溉、居民飲水等方面具有非常重要的作用，受到國家和公眾的高度關(guān)注。雖然水文監(jiān)測(cè)站能夠?qū)⒆钚滤弧⑺|(zhì)參數(shù)等水體相關(guān)信息及時(shí)發(fā)布，但僅僅反映了站點(diǎn)局部區(qū)域的信息，無法從宏觀上全面掌握水表面大空間范圍信息及其變化量。因此，研究快速獲取大范圍水表面積、動(dòng)態(tài)監(jiān)測(cè)水表面的變化量，對(duì)加強(qiáng)水庫的庫情監(jiān)測(cè)、合理開發(fā)利用及保護(hù)淡水資源具有重要的實(shí)際意義［1］。

利用衛(wèi)星遙感影像提取水體信息已成為水資源調(diào)查與宏觀監(jiān)測(cè)、濕地保護(hù)的重要手段［2-3］。Mcfeeters等［4］提出的歸一化差異水指數(shù)（NDWI）方法，能夠?qū)⒅脖慌c水體區(qū)分開；徐涵秋等［5］提出了改進(jìn)的NDWI方法，并驗(yàn)證了其在混有城鎮(zhèn)建筑用地信息的水體提取方面的有效性；程濤等［6］通過研究WorldView2藍(lán)波段的水體相關(guān)信息并結(jié)合水體指數(shù)，構(gòu)建了高分辨率遙感影像水體提取的基本規(guī)則集，實(shí)現(xiàn)了面向?qū)ο蟮乃w信息提取；楊樹文等［7］基于典型波譜間關(guān)系法，構(gòu)建了新的多波段譜間關(guān)系水體提取模型，實(shí)現(xiàn)了山區(qū)細(xì)小水體高精度自動(dòng)提取；曹榮龍等［8］在分析地物光譜特征的基礎(chǔ)上，構(gòu)建了修訂型歸一化水體指數(shù)（RNDWI），并對(duì)密云水庫近20年水表面積的動(dòng)態(tài)變化進(jìn)行監(jiān)測(cè)；Komeil Rokni等［9］提出了一種基于多時(shí)相 NDWI （NDWI-PCs）的主成分變換法，并通過對(duì)烏爾米耶湖多時(shí)相水表面變化進(jìn)行監(jiān)測(cè)，驗(yàn)證了該方法的有效性。上述研究雖然在水體提取方面取得了較好的效果，但多采用單一水體提取方法獲取水表面信息，易受“異物同譜”影響而產(chǎn)生不同程度的噪聲，降低了提取精度，導(dǎo)致不同水域提取效果欠佳。

本文綜合利用NDVI、NDWI、MNDWI、automated water extraction index（AWEI）［10］、water ratio index （WRI）［11］及非監(jiān)督分類法分別提取的結(jié)果，作為水表面優(yōu)化處理的粗結(jié)果，然后利用二值化影像求交法對(duì)其進(jìn)行優(yōu)化，得到更加準(zhǔn)確的優(yōu)化結(jié)果。通過實(shí)例應(yīng)用，驗(yàn)證了本文所提出的優(yōu)化處理方法能有效抑制或減弱各粗結(jié)果的噪聲，拓寬了單一水體提取方法的適用范圍，顯著提高了水體信息的提取精度。

一、基于二值化影像求交法的粗結(jié)果優(yōu)化方法

1.常用水表面提取方法

常用的水體信息提取方法是根據(jù)水體在不同波段的光譜差異，通過不同波段的組合、運(yùn)算，實(shí)現(xiàn)抑制背景地物信息，從而提高水體的提取精度。NDVI 和NDWI方法能抑制植被信息，突出水體信息；MNDWI法可增大水體與人工建（構(gòu)）筑物的反差，在提取城市地區(qū)水體方面效果顯著；AWEI法能有效抑制陰影和暗色調(diào)背景地物信息；WRI法可使水體信息與多數(shù)地物信息區(qū)分開來；而非監(jiān)督分類法則是按照灰度值向量或波譜樣式針對(duì)特征空間聚集的情況劃分點(diǎn)群或類別［12］，再根據(jù)相似性提取圖像中的水體信息。本文利用上述6種方法（見表1）對(duì)研究區(qū)2006年水體信息進(jìn)行提取，得到諸粗結(jié)果如圖1所示，然后與其他時(shí)期的粗結(jié)果進(jìn)行對(duì)比分析。

表1　常用水體提取方法

圖1　2006年水表面提取粗結(jié)果

由圖1可以看出，NDWI和WRI方法受影像植被信息的影響，產(chǎn)生了一定量的噪聲；MNDWI受裸地信息干擾，產(chǎn)生了大量噪聲；NDVI和非監(jiān)督分類法易受影像中陰影和呈暗色調(diào)地物的影響，而AWEI易受人工建（構(gòu)）筑物的影響。

通過對(duì)不同時(shí)期水表面提取粗結(jié)果進(jìn)行分析，發(fā)現(xiàn)上述6種方法幾乎都能準(zhǔn)確表達(dá)水體的邊界信息，只是噪聲數(shù)量與分布不同，如果進(jìn)行去噪處理，則會(huì)使水面的邊緣信息受損，造成精度降低。

2.基于二值化影像求交法的粗結(jié)果優(yōu)化方法

本文提出將上述方法提取的水體作為優(yōu)化處理的粗結(jié)果，然后利用二值化影像求交法對(duì)粗結(jié)果進(jìn)行優(yōu)化處理，不僅可以有效去除噪聲，而且能較好地保留影像的邊緣信息，得到更為準(zhǔn)確的優(yōu)化結(jié)果。

設(shè)經(jīng)過二值化（水體及噪聲值為0，背景值為255）及目視篩選后粗結(jié)果集M的個(gè)數(shù)為n（這里n=5，排除了MNDWI獲得的粗結(jié)果），則

式中，Min表示粗結(jié)果集M的交集。由于M為二值化影像，則式（1）影像求交可表達(dá)為多次求交過程，即

式中，Mt表示單次求交結(jié)果；i、j表示所在影像的行列號(hào)；p、m表示參與處理的粗結(jié)果編號(hào)，p≠m。

考慮到式（2）需進(jìn)行多次求交，且單次求交過程中沒有考慮未參與處理的粗結(jié)果，因此，需要對(duì)粗結(jié)果集M求和代替作差運(yùn)算，然后選擇適當(dāng)?shù)拈撝礳（本文c=2）對(duì)求和結(jié)果Ms進(jìn)行判斷，即

利用二值化影像求交法對(duì)多期水體粗結(jié)果進(jìn)行處理，獲得優(yōu)化結(jié)果的具體步驟如下:

1）利用本文所選方法獲取不同時(shí)期水體的粗結(jié)果并進(jìn)行二值化處理，得到背景單一、水體邊界突出的粗影像。

2）利用目視法排除含大量噪聲點(diǎn)的粗結(jié)果，以避免噪聲與粗結(jié)果中水體邊界混淆。

3）對(duì)經(jīng)過步驟1）、2）處理后的粗結(jié)果進(jìn)行求交運(yùn)算，得到多期水體優(yōu)化結(jié)果。

從數(shù)據(jù)利用程度、運(yùn)算效率、準(zhǔn)確性等方面對(duì)比分析可知，二值化影像求交法能充分利用大部分因子，在簡(jiǎn)化運(yùn)算、去除噪聲的同時(shí)，完整地保留了影像的邊緣信息。

二、實(shí)例驗(yàn)證與精度評(píng)價(jià)

1.研究區(qū)概況與試驗(yàn)數(shù)據(jù)

本文選擇丹江口水庫作為試驗(yàn)研究區(qū)。試驗(yàn)區(qū)地處湖北省丹江口市和河南省淅川縣交匯處，地理位置為32°36′N—33°48′N、110°59′E—111°49′E，是南水北調(diào)中線工程的引水地。南水北調(diào)一期工程后，丹江口水庫總面積達(dá)1 022.75 km2，庫容339.1億m3，并于2014年開始向河南、河北、北京、天津4省市沿線地區(qū)20多座城市供水。

研究采用Landsat-5 TM、Landsat-7 ETM+影像和Landsat-8的OLI影像數(shù)據(jù)，成像時(shí)間分別為2006年和2010年、2002年和2014年。時(shí)間跨度歷時(shí)12年，便于進(jìn)行動(dòng)態(tài)變化分析。此外，成像時(shí)間均選在4月底到5月初，以避免季節(jié)差異及降雨帶來的影響。

2.試驗(yàn)步驟

本文采用二值化影像求交法對(duì)粗結(jié)果進(jìn)行優(yōu)化，然后對(duì)各期優(yōu)化結(jié)果變化進(jìn)行監(jiān)測(cè)，如圖2所示。具體過程如下:

1）利用NDVI、NDWI、MNDWI、AWEI、WRI及非監(jiān)督分類法，分別獲取水表面的粗結(jié)果。

2）利用二值化影像求交法對(duì)各粗結(jié)果進(jìn)行優(yōu)化，得到優(yōu)化結(jié)果并對(duì)水表面積變化進(jìn)行分析。

3）利用主成分分析法（principal component analysis，PCA），對(duì)丹江口水庫不同時(shí)期水體表面積進(jìn)行變化監(jiān)測(cè)。

圖2　利用二值化影像求交法優(yōu)化的水表面變化監(jiān)測(cè)流程

3.單期水表面優(yōu)化結(jié)果

對(duì)上述5種方法（除MNDWI外）提取的粗結(jié)果進(jìn)行優(yōu)化處理，求交運(yùn)算結(jié)果、經(jīng)閾值判斷的優(yōu)化結(jié)果如圖3、圖4所示。

圖3　2006年求交結(jié)果

圖4　2006年優(yōu)化結(jié)果

圖3較為清晰地顯示了噪聲點(diǎn)及其分布，從圖4可以看出相應(yīng)的噪聲點(diǎn)被較好地剔除，保存了完整的細(xì)節(jié)信息。利用含噪聲少的NDVI、AWEI和非監(jiān)督分類提取的粗結(jié)果對(duì)優(yōu)化結(jié)果進(jìn)行精度評(píng)價(jià)，結(jié)果見表2。

表2　優(yōu)化結(jié)果精度評(píng)價(jià)km2

由表2可以看出，優(yōu)化結(jié)果與均值的偏差（均值偏差）較小，說明精度更高；方差和最大偏差較小，表明該優(yōu)化方法具有較好的穩(wěn)定性，能有效監(jiān)測(cè)不同時(shí)期水體表面積的變化狀況。

4.多期水表面優(yōu)化結(jié)果

利用上述方法分別得到 2002年、2010年和2014年間不同年份的優(yōu)化結(jié)果，如圖5所示。對(duì)多期優(yōu)化結(jié)果進(jìn)行統(tǒng)計(jì)，可計(jì)算出水表面積S和變化量ΔS及相對(duì)變化率dS，見表3。

表3　2002年、2010年和2014年優(yōu)化結(jié)果面積及相對(duì)變化率

由表3可以看出，從2002—2006年丹江口水庫水體表面積急劇增加，主要是由于丹江口大壩主體加高工程完工后蓄水造成的；在2006—2010年、2010—2014年間，水體表面積持續(xù)下降，且2010—2014年下降速率較大，主要是由于2014年旱災(zāi)造成灌溉用水增多、降雨量減少等。

圖5　丹江口水庫不同年份水體優(yōu)化結(jié)果

5.丹江口水庫不同年份水表面積變化狀況

利用PCA對(duì)不同年份水體優(yōu)化結(jié)果組成的“多波段影像”進(jìn)行處理，得到各主成分影像，其中第一、二主成分影像包含新多波段影像的絕大部分信息，而后面的各主成分影像則包含了變化信息。因此，利用該方法對(duì)丹江口水庫不同時(shí)期水體表面積進(jìn)行變化監(jiān)測(cè)，并將2002—2006年作為第一期，每間隔4年作為下一期，然后利用PCA對(duì)2002—2014年間的3期水體表面積變化進(jìn)行監(jiān)測(cè)，結(jié)果見表4。

表4　PCA多期水表面變化監(jiān)測(cè)性能

由表4可以看出，第一、四主成分能同時(shí)監(jiān)測(cè)到第一、二、三期的變化量，第二主成分能同時(shí)監(jiān)測(cè)到第一、二期的變化，第三主成分可以監(jiān)測(cè)到2006—2014年間的變化情況。

以第一主成分影像水體表面積變化監(jiān)測(cè)為例，驗(yàn)證表4中監(jiān)測(cè)到的變化時(shí)期，灰度變化狀況如圖6所示，而增強(qiáng)后的變化量如圖7所示。

對(duì)灰度變化結(jié)果進(jìn)行統(tǒng)計(jì)，可以獲得2006—2010年、2010—2014年期間水體表面積變化量ΔS約為7.506 km2、20.313 km2，相對(duì)誤差（與優(yōu)化結(jié)果對(duì)比）僅為1.26%和0.49%。因此，該方法適應(yīng)于對(duì)大范圍水體表面積進(jìn)行變化監(jiān)測(cè)，而且具有較高的精度。

圖6　灰度變化結(jié)果

圖7　增強(qiáng)后的變化結(jié)果

三、結(jié)束語

本文提出利用二值化影像求交法對(duì)多種水體表面積提取方法得到的粗結(jié)果進(jìn)行優(yōu)化處理，有效彌補(bǔ)了單一提取方法的不足，實(shí)例驗(yàn)證了該方法顯著提高了水體的提取精度，并證明了PCA方法可以對(duì)不同時(shí)期水體表面積變化進(jìn)行監(jiān)測(cè)。

［1］ 吳川，張玉龍，許秀貞，等.基于Landsat TM/ETM和HJ-1A/B影像的丹江口水庫水域變化監(jiān)測(cè)研究［J］.長江流域資源與環(huán)境，2013，22（9）:1207-1213.

［2］ 鄧勁，松王珂，鄧艷華，等.SPOT-5衛(wèi)星影像中水體信息自動(dòng)提取的一種有效方法［J］.上海交通大學(xué)學(xué)報(bào)（農(nóng)業(yè)科學(xué)版），2005，23（2）:198-201.

［3］ 吉紅霞，范興旺，吳桂平，等.離散型湖泊水體提取方法精度對(duì)比分析［J］.湖泊科學(xué)，2015，27（2）:327-334.

［4］ MCFEETERS S K.The Use of Normalized Difference Water Index（NDWI）in the Delineation of Open Water Features［J］.International Journal of Remote Sensing，1996，17（7）:1425-1432.

［5］ 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究［J］.遙感學(xué)報(bào)，2005，9（5）: 589-595.

［6］ 程滔，劉若梅，周旭.基于高分辨率遙感影像的地理國情普查水體信息提取方法［J］.測(cè)繪通報(bào)，2014（4）:［M］.北京:國防工業(yè)出版社，2011:46-48.

［9］ SIMOES-ARQUES M，ALMEIDA R.A Fuzzy Decision Support System for Equipment Repair under Battle Conditions［J］.Fuzzy Sets and Systems，2000，115（1）:141-155.

［10］ 胡繼才，萬福鈞.應(yīng)用模糊數(shù)學(xué)［M］.武漢:武漢測(cè)繪科技大學(xué)出版社，1998.

［11］ ROMSTAD B，ETZELMüLLER B.Mean-curvature Watersheds:A Simple Method for Segmentation of a Digital Elevation Model into Terrain Units［J］.Geomorphology，2012（139）:293-302.

［12］ JASIEWICZ J，STEPINSKI T F.Geomorphons—A Pattern Recognition Approach to Classification and Mapping of Landforms［J］.Geomorphology，2013（182）:147-156.

［13］ 趙鵬，張文詩，張立朝，等.柵格中間層數(shù)據(jù)在數(shù)字地形分析中的應(yīng)用［J］.測(cè)繪科學(xué)與工程，2013，33（6）: 68-75. 86-89.

［7］ 楊樹文，薛重生，劉濤，等.一種利用TM影像自動(dòng)提取細(xì)小水體的方法［J］.測(cè)繪學(xué)報(bào)，2010，39（6）:611-617.

［8］ 曹榮龍，李存軍，劉良云，等.基于水體指數(shù)的密云水庫面積提取及變化監(jiān)測(cè)［J］.測(cè)繪科學(xué)，2008，33（2）: 158-160.

［9］ ROKNI K，AHMAD A，SELAMAT A，et al.Water Feature Extraction and Change Detection Using Multitemporal Landsat Imagery［J］.Remote Sensing，2014，5（6）: 4173-4189.

［10］ FEYISA G L，MEILBY H，F(xiàn)ENSHOLT R，et al.Automated Water Extraction Index:A New Technique for Surface Water Mapping Using Landsat Imagery［J］.Remote Sensing of Environment，2014（140）:23-35.

［11］ SHEN L，LI C C.Water Body Extraction from Landsat ETM+Imagery Using Adaboost Algorithm［C］∥2010 18th International Conference on Geoinformatics.Beijing: ［s.n.］，2010.

［12］ 盧小平，王雙亭.遙感原理與方法［M］.北京:測(cè)繪出版社，2015.

A Optimization Method of Binarized Image Intersection for Water Extraction Result

ZHAO Meng，LU Xiaoping，JIAO Jinlong

10.13474/j.cnki.11-2246. 2016.0216.

P237

B

0494-0911（2016）07-0021-04

2016-01-21；

2016-04-06

河南省高校創(chuàng)新團(tuán)隊(duì)支持計(jì)劃項(xiàng)目（14IRTSTHN026）；河南理工大學(xué)2013年度博士基金（B2013-018）；河南省創(chuàng)新型科技創(chuàng)新團(tuán)隊(duì)支持計(jì)劃

趙 盟（1992—），男，碩士生，研究方向?yàn)閿z影測(cè)量與遙感。E-mail:1490597809@qq.com

盧小平

引文格式：趙盟，盧小平，焦金龍.一種水體提取結(jié)果的二值化影像求交優(yōu)化方法［J］.測(cè)繪通報(bào)，2016（7）:21-24.