王志勇，王士帥，王世超

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東 青島 266590; 2．海島(礁)測繪技術(shù)國家測繪地理信息局重點(diǎn)實驗室，山東 青島 266590; 3．山東省高校海洋測繪重點(diǎn)實驗室(山東科技大學(xué))，山東 青島 266590)

?

SAR圖像不同油膜特征的最佳分割方法選擇

王志勇1,2,3，王士帥1,2,3，王世超1,2,3

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東 青島 266590; 2．海島(礁)測繪技術(shù)國家測繪地理信息局重點(diǎn)實驗室，山東 青島 266590; 3．山東省高校海洋測繪重點(diǎn)實驗室(山東科技大學(xué))，山東 青島 266590)

SAR圖像溢油分割是SAR溢油監(jiān)測中一個重要環(huán)節(jié)。文中選取4種不同形狀、尺寸和對比度的SAR油膜數(shù)據(jù)，分別采用雙峰閾值分割法、最大熵分割法、區(qū)域生長法、分水嶺算法、圖割法、水平集方法等6種方法進(jìn)行溢油信息提取，探討適合于不同油膜特征的最佳提取方法。結(jié)合現(xiàn)有尺度分割標(biāo)準(zhǔn)，提出一種SAR圖像溢油信息評價指數(shù)——有效分割指數(shù)(Effective Segmentation Index，ESI)，對不同分割方法得到的溢油提取結(jié)果進(jìn)行定量評價，得出了不同特征油膜所適合的最佳分割方法。

溢油；SAR；分割；精度評價；有效分割指數(shù)

海上溢油事故的發(fā)生對海洋環(huán)境、海洋資源、海洋生態(tài)系統(tǒng)等帶來嚴(yán)重的危害。傳統(tǒng)的監(jiān)測溢油的方法(飛機(jī)、船舶、浮標(biāo)等)雖然精度較高，但是觀測范圍有限、成本高，且難以滿足海洋監(jiān)測中大面積、實時監(jiān)測的要求[1]。隨著衛(wèi)星遙感技術(shù)的發(fā)展，溢油信息遙感監(jiān)測成為最重要和最有效的方法之一，其中，合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)不受云霧雨雪的影響，能夠全天候、全天時地工作，已被廣泛應(yīng)用到海洋溢油監(jiān)測中[2-3]。

目前，基于SAR圖像的溢油監(jiān)測基本形成了暗目標(biāo)檢測、特征提取、分類的數(shù)據(jù)處理流程[4]，其中暗目標(biāo)檢測是溢油監(jiān)測最關(guān)鍵的步驟，主要利用圖像分割方法實現(xiàn)，其分割效果將直接影響最后溢油信息提取精度。圖像分割技術(shù)被廣泛應(yīng)用于圖像處理、模式識別等多個領(lǐng)域中，國內(nèi)外學(xué)者在分割方法上做了大量研究，自Skoelv和Wahl[5]提出一種基于雙峰直方圖的全局閾值分割法后，閾值法得到廣泛應(yīng)用和不斷改進(jìn)，成為SAR圖像溢油監(jiān)測中應(yīng)用最廣泛的方法之一。由于SAR圖像中存在大量斑點(diǎn)噪聲，導(dǎo)致傳統(tǒng)邊緣檢測算法的溢油監(jiān)測精度較低。針對該問題，Change和Chen等[6]提出一種基于邊緣的圖像分割方法，將LOG算子與多尺度相結(jié)合，以此提取油膜邊緣信息；鄒亞榮等[7]基于SAR圖像提出了一種區(qū)域種子擴(kuò)散的圖像分割算法，并成功應(yīng)用于海洋溢油信息提取研究；劉丙濤等[8]提出了一種有效實用的基于圖論的SAR圖像分割方法；K.KARANTZALOS[9]提出一種基于能量泛函的水平集溢油監(jiān)測方法，對溢油暗目標(biāo)進(jìn)行實時檢測和跟蹤，驗證了該方法在溢油監(jiān)測方面的穩(wěn)定性和可行性。

國內(nèi)外研究學(xué)者已經(jīng)對SAR圖像暗目標(biāo)檢測展開了大量的研究，但當(dāng)前的研究主要集中在利用一種或幾種分割方法對溢油暗斑進(jìn)行分割實驗和精度評定，缺乏根據(jù)油膜不同形狀等特征確定最佳溢油信息分割方法。因此，本文通過選取不同形狀、對比度和尺度的SAR油膜數(shù)據(jù)，選擇雙峰閾值分割法、最大熵分割法、區(qū)域生長法、分水嶺算法、圖割法、水平集方法等6種溢油信息分割方法進(jìn)行實驗。通過精度驗證與對比，確定不同特征油膜的最佳分割方法，并利用驗證數(shù)據(jù)對得出的結(jié)論進(jìn)行進(jìn)一步驗證。

1 圖像分割與評價方法

1.1 圖像分割方法

當(dāng)前，主要的圖像分割方法有基于閾值的圖像分割方法[10]、基于邊緣的圖像分割方法[11]、基于區(qū)域的圖像分割方法[12]、基于圖論的圖像分割方法[13-14]和基于能量泛函的圖像分割方法[15]。本文根據(jù)海洋溢油信息的特征和不同方法的原理特點(diǎn)，分別選取了6種具有代表性的分割方法，分別為基于閾值的雙峰閾值法、最大熵法；基于區(qū)域的區(qū)域生長法、分水嶺算法；基于圖論的圖割法；基于能量泛函的水平集方法。其中基于閾值的分割方法，算法原理簡單，關(guān)鍵在于閾值點(diǎn)的選?。换趨^(qū)域的分割方法，總能產(chǎn)生完整的邊界，由于對微弱邊界具有良好相應(yīng)，也容易受噪聲影響；圖割法，能充分利用灰度值等多種信息，計算復(fù)雜，對設(shè)備要求高；水平集方法，算法穩(wěn)定，適合任意維數(shù)空間，但是算法復(fù)雜，計算量大。

本文主要對比分析上述6種分割方法在SAR溢油圖像中對不同特征的油膜進(jìn)行分割的性能。

1.2 精度評價方法

本文使用一種監(jiān)督的評價方法對分割結(jié)果進(jìn)行精度評價，即需要一組經(jīng)驗數(shù)據(jù)作為參考數(shù)據(jù)，將分割結(jié)果與參考數(shù)據(jù)進(jìn)行疊置分析，會出現(xiàn)3種情況(見圖1)：①重疊部分(LAP)，即分割數(shù)據(jù)與參考數(shù)據(jù)的交集；②過分割部分(OSP)，屬于參考數(shù)據(jù)而不屬于分割數(shù)據(jù)的部分；③欠分割部分(USP)，不屬于參考數(shù)據(jù)而屬于分割數(shù)據(jù)的部分。本文提出的有效分割指數(shù)(Effective Segmentation Index,ESI)，即真實的溢油區(qū)域中被正確分割的比例。

圖1 參考圖像與分割結(jié)果的對應(yīng)關(guān)系

分別計算出上述3個部分的像元數(shù)之后，引入遙感影像分割精度評價指標(biāo)如下：

分割質(zhì)量指數(shù)QR(Quality of Segmentation Rate)

(1)

過分割指數(shù)OR(Over Segmentation Rate)

(2)

欠分割指數(shù)UR(Under Segmentation Rate)

(3)

有效分割指數(shù)

(4)

其中:LAP為重疊部分；OSP為過分割部分；USP為欠分割部分。

通過以上評價指標(biāo)的計算，可以對分割結(jié)果進(jìn)行一個橫向的比較，以便針對不同特征的油膜確定最佳的分割方法，為后續(xù)的研究工作奠定基礎(chǔ)。

2 實驗結(jié)果與分析驗證

2.1 實驗數(shù)據(jù)

本文分別選取2010-05-02、2010-05-09和2010-05-12墨西哥灣溢油事故的三景寬幅WS(Wide Swath)模式ENVISAT ASAR數(shù)據(jù)。該模式具有較大的刈幅寬，入射角一般為18°～42°。為了驗證對比不同分割方法在溢油監(jiān)測中的效果，選取了4塊不同形狀、對比度和尺度的油膜(見圖2)進(jìn)行溢油監(jiān)測實驗。本文實驗環(huán)境為2.4 GHz CPU、2G內(nèi)存的筆記本電腦，開發(fā)環(huán)境為Visual Studio 2010。

2.2 不同分割方法SAR溢油暗區(qū)提取結(jié)果

分別使用6種不同的方法對4塊包含溢油的矩形區(qū)域進(jìn)行分割處理，實驗結(jié)果見圖3。

圖2 SAR圖像中不同特征的海上油膜

2.3 實驗分析

根據(jù)實驗結(jié)果，結(jié)合前文所述精度評價方法對實驗結(jié)果進(jìn)行精度評價。對于溢油暗目標(biāo)檢測，分割質(zhì)量指數(shù)QR表示實際檢測出的真實溢油面積占漏檢溢油、多分溢油以及真實溢油三者面積之和的比例。過分割指數(shù)OR表示漏檢溢油面積占真實溢油面積的比例。欠分割指數(shù)UR表示海水錯分為溢油的面積占實際分割結(jié)果面積的比例。有效分割指數(shù)ESI表示實際正確分割的溢油面積占真實溢油面積的比例，這是針對溢油檢測的特點(diǎn)，從海洋環(huán)境保護(hù)的角度出發(fā)提出的，可以最大程度顯示漏檢現(xiàn)象的發(fā)生。T表示分割所耗時間，單位為ms。綜上，對于溢油分割，OR和UR越小越好，當(dāng)二者出現(xiàn)制約關(guān)系的時候，優(yōu)先考慮OR值；而QR和ESI值則越大越好。

2.3.1 細(xì)長型油膜

細(xì)長型油膜的特點(diǎn)是形狀細(xì)長直，拖著長尾，尾部與海水的對比度逐漸變小直至與海水融為一體。從圖3所示的各種分割方法的對比中可以看出，各種分割方法除了分水嶺算法之外均存在過分割嚴(yán)重的現(xiàn)象。結(jié)合表1進(jìn)一步分析，各種方法的QR值相差不大，單憑QR值難以判斷出最優(yōu)的分割方法，而根據(jù)本文提出的有效分割指數(shù)ESI值，分水嶺算法ESI為0.984，明顯高于其他的方法，而且分水嶺算法對應(yīng)的OR值為0.016，漏檢率最低，符合溢油檢測的原則，并且相比其它方法，分水嶺算法耗時最少，僅為77 ms，所以，對于這類油膜，分水嶺算法的分割效果最佳。

表1 細(xì)長型油膜的精度評價結(jié)果

2.3.2 短粗型油膜

短粗型油膜的特點(diǎn)是形狀短小粗壯，尺寸較小基本不存在灰度值的漸變并且與海水的對比度較大。從圖3中各種方法的分割結(jié)果可以看出，各類方法都表現(xiàn)出較好的分割效果，分割的優(yōu)劣很難用肉眼識別。表2中，首先，分水嶺算法和圖割法ESI值高達(dá)0.998，但是結(jié)合UR值，發(fā)現(xiàn)二者均存在嚴(yán)重的欠分割現(xiàn)象，即把過多的海水錯分為了油膜，造成過高的虛警率。雙峰閾值法和區(qū)域生長法的QR值最高，分別為0.925和0.915，而結(jié)合ESI值，兩者相差不大；分割效率方面，雙峰閾值法為147 ms優(yōu)于區(qū)域生長法的218 ms；最后根據(jù)雙峰閾值法算法簡單易于操作的特點(diǎn)，所以，對于此類油膜選擇雙峰閾值法進(jìn)行處理。

圖3 6種分割方法分別對4種油膜的分割結(jié)果

過分割像元個數(shù)欠分割像元個數(shù)重疊像元個數(shù)QRORURESIT/ms雙峰閾值法8819735150.9250.0240.0530.976147最大熵分割法408131950.8870.1130.0000.887187區(qū)域生長法5327635500.9150.0150.0720.985218分水嶺算法757835960.8600.0020.1390.99882圖割法960135940.8550.0030.1430.9989547水平集方法422331810.8820.1170.0010.8832786

2.3.3 斑塊狀油膜

斑塊狀油膜的特點(diǎn)是成片存在并且形狀和對比度各異且相互不連通。從圖3中可以明顯看出最大熵分割法和分水嶺算法效果較差。結(jié)合表3發(fā)現(xiàn)二者UR值分別為0.371和0.352，欠分割現(xiàn)象嚴(yán)重，表現(xiàn)出極高的虛警率；而圖割法分割效率過低；對于其他3種方法，區(qū)域生長法ESI值和QR值最高，分別為0.952和0.928，并且OR值最低，為0.048，即漏檢率較小，并且分割效率適中，所以，對于此類油膜選擇區(qū)域生長法進(jìn)行處理。

表3 斑塊狀油膜的精度評價結(jié)果

2.3.4 邊界復(fù)雜型油膜

邊界復(fù)雜型油膜的特點(diǎn)灰度值不均一、邊緣雜亂模糊。從圖3可以看出：區(qū)域生長法在處理這類油膜時不能得到有效的結(jié)果；分水嶺算法和圖割法雖然能夠識別出絕大部分的溢油區(qū)域，但是欠分割現(xiàn)象嚴(yán)重，邊界的識別不精確，且難以檢測出溢油區(qū)包圍的海水區(qū)域；雙峰閾值法和最大熵法總體上可以達(dá)到較好的分割效果，但是邊緣部分存在一些過分割和欠分割現(xiàn)象；而水平集方法可以得到穩(wěn)定的邊界并且可以檢測出溢油內(nèi)部海水的區(qū)域。進(jìn)一步結(jié)合表4進(jìn)行分析：雖然水平集方法耗時約11 s，效率偏低，但是其QR值和ESI值均較高，分別為0.956和0.978，而OR和UR值也較小，分別為0.022和0.023，這充分體現(xiàn)了水平集方法在處理這類復(fù)雜油膜時的穩(wěn)定性。綜上，此類油膜選取水平集方法進(jìn)行處理。

表4 邊界復(fù)雜型油膜的精度評價結(jié)果

2.4 實驗驗證

基于同類型的ENVISAT ASAR數(shù)據(jù)，隨機(jī)選取不同特征的油膜區(qū)域，分為細(xì)長型油膜、短粗型油膜、斑塊狀油膜和邊緣復(fù)雜型油膜，如圖4所示。

圖4 驗證數(shù)據(jù)

分別使用上述6種方法進(jìn)行處理，圖5為6種方法分別處理所得QR值、ESI值及耗時T(為了便于對比，取log10T)的對比折線圖。橫軸表示所用6種方法，左軸表示QR值和ESI值，右軸表示時間log10T，圖中豎直虛線對應(yīng)橫軸上由折線圖中各指標(biāo)的對比得出的最佳分割方法，結(jié)果與本文結(jié)論相吻合，證明了本文結(jié)論的普適性。4類油膜對應(yīng)的最佳分割方法分割結(jié)果見圖6。

(a)細(xì)長型油膜

(c)斑塊狀油膜

(b)粗壯型油膜

(d)邊界復(fù)雜型油膜

圖5 6種方法分割結(jié)果的QR值、ESI值及T對比折線圖

圖6 不同油膜對應(yīng)最佳分割方法分割結(jié)果

3 結(jié) 論

本文用6種不同的方法分別對4塊不同特征和尺度的油膜進(jìn)行處理，分割出了SAR影像中的暗斑，通過對各種分割方法的對比，得出了一些經(jīng)驗性的結(jié)論：①對于形狀狹長，色調(diào)從頭到尾逐漸變淡并接近于海水的細(xì)長型油膜，建議采用分水嶺算法；②對于灰度值較均一并且與背景反差較大的粗壯型油膜，建議采用雙峰閾值法；③對于成片存在并且形狀各異相互不連通的斑塊狀油膜，建議采用區(qū)域生長法；④對于具有灰度值差異，邊緣存在較多細(xì)碎分支，內(nèi)部存在空洞現(xiàn)象等復(fù)雜特征的油膜，建議采用水平集方法。最后隨機(jī)選取4種類型油膜，分別用前文所述各種方法處理，得出了理想的QR值和ESI值，符合本文的結(jié)論。因此，以上結(jié)論有利于研究者在應(yīng)對不同形狀、色調(diào)、對比度以及尺度的油膜時，能快速選擇最佳的分割方法，以得到既省時又精確的結(jié)果，這為今后的SAR溢油圖像分割處理提供了參考。本文提出的有效分割指數(shù)，結(jié)合分割質(zhì)量指數(shù)、過分割指數(shù)和欠分割指數(shù)可以更好地進(jìn)行SAR溢油信息提取精度評價，為選擇最佳分割方法提供指導(dǎo)。

[1] TOPOUZELIS K N.Oil Spill Detection by SAR Images: Dark Formation Detection,Feature Extraction and Classification Algorithms[J].Sensors,2008,8(10):6642-6659.

[2] WANG Siyuan,FU Xingyu,ZHAO Yan,et al.Modification of CFAR Algorithm for Oil Spill Detection from SAR Data[J].Intelligent Automation & Soft Computing,2015,21(2):163-174.

[3] LOUNIS B,BELHADJ-AISSA A.Sea SAR Images Analysis to Detect Oil Slicks in Algerian Coasts[J].Journal of Mathematical Modeling and Algorithms in Operations Research,2014,13(4):371-386.

[4] FAN Jianchao,ZHANG Fengshou,ZHAO Dongzhi,et al.Oil Spill Monitoring Based on SAR Remote Sensing Imagery[J].Aquatic Procedia,2015,3:112-118.

[5] 吳一全，孟天亮，吳詩婳.圖像閾值分割方法研究進(jìn)展20年(1994—2014)[J].數(shù)據(jù)采集與處理，2015(1)：1-23.

[6] BENELLI G,GARZELLI A.Multiresolution approach to oil spill detection in ERS-1 SAR images[C].Proc.SPIE 3500,Image and Signal Processing for Remote Sensing IV,1998,Barcelona,Spain.

[7] 鄒亞榮，王華，朱海天，等.海上溢油SAR圖像分割算法研究[J].海洋環(huán)境科學(xué)，2009，28(3)：313-315.

[8] 劉丙濤，田錚，李小斌，等.基于圖論Gomory-Hu算法的SAR圖像多尺度分割[J].宇航學(xué)報，2008(3)：1002-1007.

[9] KARANTZALOS K,ARGIALAS D.Automatic detection and tracking of oil spills in SAR imagery with level set segmentation[J].International Journal of Remote Sensing,2008,29(21):6281-6296.

[10] RANJANI J J,THIRUVENGADAM S J.Fast threshold selection algorithm for segmentation of synthetic aperture radar images[J].IET Radar,Sonar and Navigation,2012,6(8):788-795.

[11] LI De Jun,WU He Nan,LI Guan Zhong,et al.A New Method of SAR Airdrome Image Edge Detection Based on Image Character[J].Applied Mechanics and Materials,2013,347-350: 3560-3564.

[12] CARVALHO E A,USHIZIMA D M,MEDEIROS F N S,et al.SAR imagery segmentation by statistical region growing and hierarchical merging[J].Digital Signal Processing,2010,20(5):1365-1378.

[13] YANG W,CHEN L,DAI D ,et al.Semantic labeling of SAR images with conditional random fields on region adjacency graph[J].IET Radar,Sonar and Navigation,2011,5(8):835-841.

[14] 陳超.一種基于GMM和Graph Cuts的圖像分割方法[J].測繪工程，2014，23(12)：52-55.

[15] LIU Jin Yu,ZHANG Zheng Ning,YANG He Meng.A Variational Level Set Remote Sensing SAR Image Segmentation Approach for Oil Spill Detecting Based on Fuzzy Cluster[J].Applied Mechanics and Materials,2015,(719-720):1049-1055.

[責(zé)任編輯：劉文霞]

Choosing the optimal segmentation method for various oil slick features in SAR images

WANG Zhiyong1,2,3,WANG Shishuai1,2,3,WANG Shichao1,2,3

(1.School of Geomatics,Shandong University of Science and Technology,Qingdao 266590,China; 2.Key Laboratory of Surveying and Mapping Technology on Island and Reef,National Administration of Surveying,Mapping and Geoinformation,Qingdao 266590,China; 3.Key Laboratory of Marine Surveying and Charting in Universities of Shandong (Shandong University of Science and Technology),Qingdao 266590,China)

Oil spill segmentation of SAR image is an important step of the oil spill detection.The purpose of this work is to seek the optimal method for various features of oil slicks in SAR image.Firstly,four images differentiated in shape,size,and contrast ratio are selected.Then,six kinds of methods are used to extract the oil slicks information of selected images respectively,such as the bimodal threshold segmentation method,the maximum entropy segmentation method,the region growing method,the water-shed algorithm,etc.And combined with the existing image segmentation criteria,this paper proposes a kind of index—ESI (Effective Segmentation Index) to evaluate the oil spilling extraction results which are made by mentioned segmentation methods.Finally,conclusion is made that oil spill segmentation method is suitable for different oil slicks.

oil spill；synthetic aperture radar；segmentation；accuracy evaluation；effective segmentation index

引用著錄：王志勇，王士帥，王世超.SAR圖像不同油膜特征的最佳分割方法選擇[J].測繪工程，2017，26(1)：01-07.

10.19349/j.cnki.issn1006-7949.2017.01.001

2015-11-12

國家海洋局海洋遙測工程技術(shù)研究中心創(chuàng)新青年基金項目(2013001);山東省高等學(xué)校優(yōu)秀青年教師國內(nèi)訪問學(xué)者項目經(jīng)費(fèi)資助

王志勇(1978-)，男，副教授，博士，碩士生導(dǎo)師.

X55；TN957.52

A

1006-7949(2017)01-0001-07