劉 鑫
(1.國(guó)土資源部海底礦產(chǎn)資源重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510075;2. 廣州海洋地質(zhì)調(diào)查局,廣東 廣州 510075)
基于灰度形態(tài)學(xué)和圖像分割的河口水邊線提取
劉 鑫1,2
(1.國(guó)土資源部海底礦產(chǎn)資源重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510075;2. 廣州海洋地質(zhì)調(diào)查局,廣東 廣州 510075)
基于灰度形態(tài)學(xué)理論,利用圖像分割技術(shù)在MATLAB平臺(tái)對(duì)南流江河口水邊線進(jìn)行提取的方法作對(duì)比研究。實(shí)驗(yàn)結(jié)果表明,直接邊緣檢測(cè)法、閾值分割法以及單值種子點(diǎn)區(qū)域生長(zhǎng)法都不能有效跟蹤汊道、潮灘、沙洲發(fā)育的河口水邊線,存在水邊線破碎、不連續(xù)等問題,而多種子點(diǎn)區(qū)域生長(zhǎng)法能精準(zhǔn)跟蹤復(fù)雜的河口水邊界,獲得理想的水邊線信息。該方法可快速、自動(dòng)提取河口水邊線,為河口海岸蝕淤、水下灘涂資源監(jiān)測(cè)提供可靠的技術(shù)支撐。
水邊線提?。换叶刃螒B(tài)學(xué);圖像分割;南流江河口
遙感影像上的水邊線是水體與陸地之間的分界線[1],其位置的變化為海岸線侵蝕淤積的監(jiān)測(cè)和模擬研究以及臺(tái)風(fēng)和洪水等自然災(zāi)害的預(yù)測(cè)提供了最基本的信息。如何獲得海岸線的精確位置是眾多海岸帶研究中亟需解決的問題[2]。然而,受周期性漲落潮水位的影響,水邊線時(shí)刻處于變化之中,傳統(tǒng)的人工地面采樣測(cè)量較為困難,目視解譯的方法由于受到判讀者解譯經(jīng)驗(yàn)和地學(xué)知識(shí)的影響,水邊線提取的精度難以保證。穩(wěn)定的衛(wèi)星遙感平臺(tái)對(duì)捕捉不同潮情條件下的水邊線非常有效,是目前提取水邊線或岸線最有效的途徑[3]。
南流江河口(圖1)具有典型的潮汐三角洲特征[4],其水下三角洲前緣淺灘可細(xì)分為河口沙壩、潮間淺灘和三角洲前緣淺灘[5]。開展河口水邊線位置變化研究對(duì)南流江河口水下淺灘穩(wěn)定性監(jiān)測(cè)和灘涂資源保護(hù)有著重要的意義。
圖1 南流江河口示意圖
本文以自動(dòng)獲取河口水下三角洲前緣淺灘水邊線為目標(biāo),結(jié)合灰度形態(tài)學(xué)理論,利用高分辨率遙感影像數(shù)據(jù)的波譜特征,通過邊緣檢測(cè)、閾值分割與區(qū)域生長(zhǎng)法3種不同圖像分割技術(shù)對(duì)河口水邊線進(jìn)行提取。
圖像分割技術(shù)主要包括(點(diǎn)、線)邊緣檢測(cè)、閾值處理與基于區(qū)域的圖像分割等[6]。
1.1 邊緣檢測(cè)法
邊緣像素是指圖像中灰度發(fā)生突變的像素,而邊緣是連續(xù)的邊緣像素的集合[6]。邊緣檢測(cè)通過檢測(cè)每個(gè)像素與其鄰域的狀態(tài)來決定該像素是否處于一個(gè)物體的邊界。主要思想是先檢測(cè)出圖像中的邊緣點(diǎn),然后再按一定策略連接成水邊線輪廓[7]。邊緣檢測(cè)算子通過檢查每個(gè)像元的鄰域并對(duì)其灰度級(jí)進(jìn)行量化來確定邊界,大多基于方向?qū)?shù)掩膜求卷積方法,其中最常用的有Roberts算子、Prewitt算子、Sobel算子、Laplace-Gauss算子和Canny算子。
1.2 閾值分割法
閾值處理法(閾值分割)是圖像分割領(lǐng)域廣泛使用的一種技術(shù),其原理是根據(jù)灰度值將一幅數(shù)字圖像分割成不同的區(qū)域,是一種簡(jiǎn)單有效的圖像分割方法。該方法適用于要分割的物體與背景有強(qiáng)烈對(duì)比的圖像,主要用于可見光和紅外影像的信息提取,在海陸背景灰度值有明顯差異的情況下,影像直方圖分布通常呈現(xiàn)雙鋒形式,取直方圖谷底作為圖像的分割閾值,將水體和陸地分割成2部分,可以取得較好的效果[7-10]。
單波段閾值法是運(yùn)用需要區(qū)分的地物在某個(gè)波段上的反射率與其他地物之間的差異來對(duì)地物進(jìn)行分類[11]。由于水體的反射率較低,從可見光到中紅外波段逐漸減弱,在近紅外和中紅外波長(zhǎng)范圍內(nèi)吸收性最強(qiáng),幾乎無反射[12],其他地物如陸地、植被、道路和房屋等在近紅外和中紅外波長(zhǎng)范圍都具有相對(duì)較高的反射率,所以可根據(jù)這一特性對(duì)影像進(jìn)行單波段閾值分割,從而提取水邊線。
1.3 區(qū)域生長(zhǎng)法
區(qū)域生長(zhǎng)法是根據(jù)預(yù)先定義的生長(zhǎng)準(zhǔn)則將像素或子區(qū)域發(fā)展成較大區(qū)域的處理方法。其處理方法是從一組“種子”點(diǎn)開始來形成區(qū)域,即將那些預(yù)定義屬于類似種子的領(lǐng)域像素附加到每個(gè)種子上[6]。
區(qū)域生長(zhǎng)法圖像分割水邊線的具體做法是給定一個(gè)典型的種子點(diǎn),然后以該點(diǎn)為中心在各個(gè)方向上向外擴(kuò)張,得到所有與該點(diǎn)連通且灰度值近似的像素點(diǎn),對(duì)包含這些像素點(diǎn)的連通區(qū)域進(jìn)行輪廓跟蹤,從而得到水邊線。要實(shí)現(xiàn)自動(dòng)提取水邊線,如何選擇合適的種子生長(zhǎng)點(diǎn)是問題的關(guān)鍵[13-15]。
2.1 數(shù)據(jù)說明
研究采用的影像是從衛(wèi)星影像數(shù)據(jù)服務(wù)平臺(tái)(北京攬宇方圓信息技術(shù)有限公司)獲取的 SPOT5多光譜影像,時(shí)間為2009-01-31。根據(jù)前文提到的水體光譜特征[12],選取SPOT5近紅外波段數(shù)據(jù)來進(jìn)行水邊線提取研究可優(yōu)于其他單波段及波段組合。
影響河口地物反射光譜的因素很多[3],存在大量噪聲干擾水邊線的提取;同時(shí)由于南流江河口河流汊道多,沙洲與潮灘廣泛發(fā)育,水邊線特征復(fù)雜,若不作合適的預(yù)處理就直接提取水邊線將會(huì)形成大量的碎邊緣片段,從而難以獲得連續(xù)、清晰的水邊線。
2.2 形態(tài)學(xué)圖像預(yù)處理
數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法,是建立在集合代數(shù)的基礎(chǔ)上,用集合論方法定量描述幾何結(jié)構(gòu)的科學(xué)?;叶刃螒B(tài)學(xué)是數(shù)學(xué)形態(tài)學(xué)的一個(gè)分支,主要由腐蝕、膨脹、開操作和閉操作4個(gè)基本操作組成;灰度形態(tài)學(xué)是二值形態(tài)學(xué)對(duì)灰度圖像的自然擴(kuò)展,其結(jié)構(gòu)元所執(zhí)行的基本功能與二值形態(tài)學(xué)中所對(duì)應(yīng)的功能相同,二值形態(tài)學(xué)所用到的交、并運(yùn)算分別用極大、極小極值代替就是灰度形態(tài)學(xué)的相應(yīng)運(yùn)算[6,16-17]。
原始圖像經(jīng)幾何校正后,運(yùn)用形態(tài)學(xué)理論進(jìn)行相應(yīng)的預(yù)處理,即在進(jìn)行邊緣檢測(cè)與閾值分割前,需要對(duì)圖像進(jìn)行平滑濾波與去除亮暗細(xì)節(jié)的預(yù)處理。考慮到形態(tài)學(xué)開、閉操作的交替順序,形態(tài)濾波可分別抑制比結(jié)構(gòu)元素小的亮、暗細(xì)節(jié),起到圖像平滑和噪聲去除的作用。而開-閉操作運(yùn)算中的后一步膨脹/腐蝕操作用于還原圖像原有的形態(tài),但這種還原的精度取決于形態(tài)和結(jié)構(gòu)元素的相似性。實(shí)驗(yàn)發(fā)現(xiàn),由于圖像中存在部分河口沙洲離岸較近的情況,難以選擇大小合適的結(jié)構(gòu)元素進(jìn)行開-閉操作,從而將近岸沙洲與海岸分離,因而采用閉-開操作的圖像重構(gòu)交替順序來平滑濾波,清理影像細(xì)節(jié)及噪音。該預(yù)處理以原始圖像為掩膜,準(zhǔn)確地還原了原始對(duì)象的形態(tài),避免過度依賴結(jié)構(gòu)元素的選擇。MATLAB平臺(tái)中的實(shí)現(xiàn)步驟為:①閉操作圖像重構(gòu)。先將圖像f取反得到圖像f1,創(chuàng)建R為5的平坦圓盤結(jié)構(gòu)元素對(duì)f1進(jìn)行腐蝕得到圖像f2,以f2為標(biāo)記、f1為掩膜作圖像重構(gòu),再取反得到圖像f3。②開操作重構(gòu)。創(chuàng)建R為3的平坦圓盤結(jié)構(gòu)元素對(duì)圖像f3進(jìn)行腐蝕,得到圖像f4,然后以f4為標(biāo)記,f3為掩膜,作圖像重構(gòu)操作得到圖像f5。
在基于區(qū)域生長(zhǎng)法分割前,需要進(jìn)行形態(tài)學(xué)頂、底帽變換和加、減法運(yùn)算的預(yù)處理來增強(qiáng)圖像的對(duì)比度,突出邊緣。MATLAB平臺(tái)實(shí)現(xiàn)步驟為:首先創(chuàng)建R為3的平坦圓盤結(jié)構(gòu)元素對(duì)圖像g分別進(jìn)行頂、底帽變換得到圖像g1、g2,然后對(duì)圖像g與頂帽變換后的圖像g1作加法運(yùn)算得到圖像g3,最后對(duì)過程圖像g3與底帽變換后的圖像g2作減法運(yùn)算,得到對(duì)比度增強(qiáng)的圖像g4。
預(yù)處理后的遙感數(shù)據(jù)直接在MATLAB平臺(tái)進(jìn)行水邊線提取,從而實(shí)現(xiàn)上述圖像分割算法。
3.1 直接邊緣檢測(cè)
對(duì)預(yù)處理后的圖像直接運(yùn)用邊緣檢測(cè)算法來提取水邊線后發(fā)現(xiàn),Roberts、Prewitt、Sobel這3種算子雖能檢測(cè)出邊緣信息,但由于受到噪聲影響,提取的邊緣非常破碎,效果較差(圖2); Laplace-Gauss 、Canny算子較之其他幾種算子定位精度相對(duì)較高,也可以剔除假邊緣信息,但對(duì)于地物類型多樣的河口影像數(shù)據(jù)的潮灘邊緣也無法提取完整的水邊線,圖中右邊河流汊道中潮灘邊緣水邊線不連續(xù)。因此可以認(rèn)為,針對(duì)河口地貌,直接邊緣檢測(cè)算法無法提取理想的水邊線。
圖2 水邊線提取邊緣檢測(cè)算法效果圖
3.2 閾值分割法
對(duì)平滑預(yù)處理后的單波段影像數(shù)據(jù)進(jìn)行直方圖分析,其直方圖呈現(xiàn)雙峰形態(tài),采用最大類間方差法(OTSU算法)進(jìn)行閾值提取,運(yùn)用閾值進(jìn)行二值圖像變換,整體效果良好,海陸邊界清晰,輪廓圓潤(rùn),但在部分細(xì)節(jié)岸段水邊線出現(xiàn)了合并現(xiàn)象(圖3中a區(qū)域)。在南干江(左邊河流汊道)中段西岸與河口沙洲之間,由于距離較小,影像中該段距離間的灰度值變化非常小,故導(dǎo)致了錯(cuò)誤分割產(chǎn)生;在潮汐汊道上架設(shè)的橋梁因錯(cuò)誤分割被刪除(圖3中b區(qū)域)。因此,閾值分割法也不適合提取河口水邊線信息。
圖3 最大類間方差法閾值分割后的二值圖像
3.3 區(qū)域生長(zhǎng)法
在MATLAB平臺(tái),將對(duì)比度增強(qiáng)后的影像采用區(qū)域生長(zhǎng)算法進(jìn)行水邊線提取,在經(jīng)反復(fù)實(shí)驗(yàn)后發(fā)現(xiàn),由于河口海岸地貌類型多樣,沙洲、潮灘分布離散,無論怎樣選擇單一灰度值種子點(diǎn),區(qū)域生長(zhǎng)結(jié)果都會(huì)出現(xiàn)被水域隔離的沙洲、潮灘被錯(cuò)誤地分為海域,或者水陸分界失真(圖4子圖a~d)。但多值種子點(diǎn)可避免這種情況的發(fā)生。實(shí)驗(yàn)表明,將圖像灰度值區(qū)間在[0.4,1]上的點(diǎn)作為種子,可較好地得到海陸分界二值圖像(圖4e)。再利用MATLAB中的bwareaopen()函數(shù)和imfill()函數(shù)作相應(yīng)的處理,去除海域離散斑點(diǎn)和填充陸域含水區(qū)塊,就可以得到較精確的水邊線信息。
圖4 基于區(qū)域生長(zhǎng)的圖像分割二值圖像(a~d單值種子生長(zhǎng),e多值種子生長(zhǎng))
4.1 細(xì)節(jié)效果圖比較
選取處理過的二值圖像中的一塊區(qū)域(淺灘)(圖5),進(jìn)行常用邊緣檢測(cè)算子的水邊線提取效果分析比較。實(shí)驗(yàn)表明,前面討論的5種邊緣檢測(cè)算法對(duì)陸域相對(duì)平直的水邊線都能準(zhǔn)確地定位,但對(duì)于曲折并發(fā)育潮溝的沙洲及潮灘,Roberts、Prewitt、Sobel及Canny算子都存在不足,不能準(zhǔn)確跟蹤水邊線,或者出現(xiàn)斷裂不連續(xù)的問題,而LOG算法提取的水邊線則比較清晰、光滑、連貫,與實(shí)際情況一致,效果良好(見圖5)。
圖5 邊緣檢測(cè)算法效果圖
4.2 結(jié)果圖輸出
基于MATLAB軟件平臺(tái),選用LOG邊緣檢測(cè)算法進(jìn)行研究區(qū)水邊線提取,輸出的南流江河口水邊線準(zhǔn)確、清晰、連續(xù)流暢(圖6)。說明該方法對(duì)河流汊道眾多、河口沙洲、潮間淺灘發(fā)育的河口水邊線信息提取具有優(yōu)勢(shì)。
圖6 水邊線提取結(jié)果
將經(jīng)典邊緣檢測(cè)算法、閾值分割法、區(qū)域生長(zhǎng)法應(yīng)用于經(jīng)灰度形態(tài)學(xué)預(yù)處理過的遙感影像水邊線提取上。通過研究區(qū)的實(shí)驗(yàn)比較, 結(jié)果表明,對(duì)于河口復(fù)雜的水邊線區(qū)域,基于多值種子點(diǎn)的區(qū)域生長(zhǎng)法圖像分割優(yōu)于直接邊緣檢測(cè)法與閾值分割法。該方法可準(zhǔn)確還原河口地貌形態(tài),精準(zhǔn)定位復(fù)雜河口水邊線位置,提取的水邊線準(zhǔn)確、清晰、連續(xù),效果理想,且計(jì)算速度快,大大縮短了以往目視解譯水邊線提取的時(shí)間,可為自動(dòng)提取復(fù)雜河口區(qū)遙感影像水邊線提供技術(shù)參考。
[1] MASON DC,HILL D,DAVENPORT I,et al. Improving Inter-Tidal Digital Elevation Models Constructed by the Waterline Technique[A].Proceedings Third ERS Symposium[C].Florence:ESA Publications Division,1997:1 079-1 082
[2] 沈琦,汪承義,趙斌.幾何活動(dòng)輪廓模型用于高分辨率遙感影像海岸線自動(dòng)提取[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版), 2012,51(1):77-82
[3] RYU JH,WON JS MIN KD.Waterline Extraction from Landsat TM Data in a Tidal Flat[J].Remote Sensing of Environment,2002(83):442-456
[4] 莫永杰.南流江河口動(dòng)力過程與地貌發(fā)育[J].海洋通報(bào),1988,7(3):41-46
[5] 陳波,邱紹芳,劉敬合,等. 廉州灣南流江水下三角洲大淺灘及潮流深槽形成原因分析[J].廣西科學(xué)院學(xué)報(bào),2007,23(2):102-105
[6] 岡薩雷斯,伍茲.?dāng)?shù)字圖像處理(第三版 )[M].北京:電子工業(yè)出版社,2011
[7] 申家雙.海岸帶等水位線信息提取與垂直基準(zhǔn)轉(zhuǎn)換技術(shù)研究[D].鄭州:解放軍信息工程大學(xué),2011
[8] 張明,蔣雪中,張俊儒,等.遙感影像海岸線特征提取研究進(jìn)展[J].人民黃河,2008,30(6):7-9
[9] 韓思奇,王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù),2002,24(6):92-94
[10] 瞿繼雙,王超,王正志.一種基于多閾值的形態(tài)學(xué)提取遙感圖象海岸線特征方法[J].中國(guó)圖像圖形學(xué)報(bào),2003,8(7):805-809
[11] 王海君,許捍衛(wèi),金文韜.基于Landsat-8 遙感影像的鄱陽(yáng)湖水邊線提取方法研究[J].測(cè)繪與空間地理信息,2016,39(1):144-146
[12] 梅安新,彭望琭,秦其明,等.遙感導(dǎo)論[M].北京:高等教育出版社,2001
[13] 陳景光,佘江峰,黃海濤.基于形態(tài)學(xué)的多尺度遙感圖像分割方法[J].地理與地理信息科學(xué),2012,28(4):22-24
[14] 陳忠,趙忠明.基于區(qū)域生長(zhǎng)的多尺度遙感圖像分割算法[J].計(jì)算機(jī)工程與應(yīng)用,2005(35):7-9
[15] 蘇騰飛,李洪玉.一種兩階段區(qū)域生長(zhǎng)的遙感圖像分割算法[J].遙感技術(shù)與應(yīng)用,2015,30(3):476-485
[16] 崔屹.圖像處理與分析:基于形態(tài)學(xué)方法及應(yīng)用[M].北京:科學(xué)出版社,2002
[17] 唐常青,呂宏伯,黃錚,等. 數(shù)學(xué)形態(tài)學(xué)原理與應(yīng)用[M].北京:科學(xué)出版社,1990
[18] 郭永飛.長(zhǎng)江口水邊線和潮溝遙感信息提取研究[D]. 上海:上海海洋大學(xué),2011
P237
B
1672-4623(2016)12-0072-03
10.3969/j.issn.1672-4623.2016.12.023
劉鑫,碩士研究生,工程師,主要從事海岸帶GIS與遙感研究
2016-06-16。
項(xiàng)目來源:國(guó)土資源部海底礦產(chǎn)資源重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目(No.KLMMR-2015-A-08)。