王忠芳，陳 剛,，于丙辰，張憲哲

（1.南京大學 地理與海洋科學學院，江蘇 南京210023；2.中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京210023）

開展南海島礁的遙感動態(tài)監(jiān)測對南海的開發(fā)利用和生態(tài)保護具有重要意義[1]。高分辨率遙感影像具有影像信息豐富、數(shù)據采集周期短等特點[2]，適用于南海島礁動態(tài)監(jiān)測。利用高分辨率遙感影像進行海島礁動態(tài)監(jiān)測，首先需進行影像分割，而最優(yōu)分割尺度的確定是獲得理想分割結果的前提。影像分割是把整幅影像分割為若干對象，而對象是光譜值相近的一塊同質區(qū)域[3-4]。影像分割參數(shù)包括分割尺度、形狀、緊密度和影像波段權重組合[5-6]，選擇最優(yōu)的尺度參數(shù)，有助于提高影像分類和信息提取的精度[7]。

常用的確定最優(yōu)分割尺度的方法包括人為試錯法、評價指標法、函數(shù)模型法3種。CHENG J H[6]等根據分割影像區(qū)域與實際影像區(qū)域的差異提出了面積差異指數(shù)和位置差異指數(shù)，評價了美國佛羅里達州某區(qū)域影像的分割質量；于歡[8]等利用影像對象邊界與地物真實邊界在橫向和縱向的距離差異構建指標，實現(xiàn)了對三江平原某濕地影像的最優(yōu)分割尺度選擇；黃慧萍[9]根據分割后影像對象的均值方差和對象最大面積與分割尺度的關系，確定了不同植被的最優(yōu)分割尺度。

根據目前南海島礁動態(tài)監(jiān)測缺乏相關研究的情況，本文利用南海島礁高分辨率遙感影像，結合島礁上典型地物的特點，選擇合適的形狀和緊密度參數(shù)，使用加權均值方差法和最大面積法確定了不同地物的最優(yōu)分割尺度；并利用最優(yōu)分割尺度進行影像分割，再根據分割結果提取島礁地物，可為海島礁動態(tài)監(jiān)測工作提供重要參考。

1 研究方法

1.1 加權均值方差法

均值為影像分割后對象所含像元亮度值的均值，均值方差為所有對象亮度均值的方差[9]。影像分割后，若分割對象與某類地物的形狀和位置吻合較好，即均值方差取極大值，此時對應的分割尺度為該類地物的最優(yōu)分割尺度。隨著分割尺度的變化，影像的均值方差將出現(xiàn)多個極大值，理論上影像中各類地物的最優(yōu)分割尺度為其中的某個極大值。然而，當使用多光譜影像進行分割時，均值方差法無法考慮影像各波段對分割結果的影響，因此計算均值方差時需考慮參與分割的影像波段權重。各波段加權均值方差的計算公式為：

式中，Lb為參與分割的b波段，本文中b取值為1～4；n為某對象中像元的個數(shù)；CLb,i為b波段影像分割后，對象內某像元的亮度值；Lb,k為b波段某對象的亮度均值；m為b波段影像分割后的對象個數(shù)；Lb為b波段影像的均值；為b波段影像分割后對象的均值方差；ωLb為b波段參與分割的權重系數(shù)；S2為整幅影像分割后的加權均值方差。

1.2 最大面積法

影像分割后，對象的最大面積可表示對象隨分割尺度的變化情況[9]。對象的面積由分割時的尺度參數(shù)、形狀、緊密度、參與分割的影像波段組合以及影像本身的幾何與光譜特征決定。在分割后的影像中，對象與地物實際位置、大小基本吻合時的尺度參數(shù)為最優(yōu)尺度，此時對象的最大面積趨于穩(wěn)定，因此對象最大面積穩(wěn)定時的尺度參數(shù)為最優(yōu)分割尺度范圍。

2 實驗流程

2.1 研究區(qū)與實驗數(shù)據

本文選取的研究區(qū)為南威島，位于南海的南沙群島西部區(qū)域，面積為0.16 km2。實驗數(shù)據為2014年4月3日拍攝的南威島QuickBird遙感影像。影像包含全色波段和多光譜波段（紅、綠、藍和近紅外波段），全色波段的空間分辨率為0.61 m，多光譜波段的空間分辨率為2.44 m。經目視判讀得出，研究區(qū)內主要地物類型包括建筑物、道路、森林、草地、沙地和未利用地6種。

實驗前，先利用ENVI 5.3中的Gram-Schmidt Spectral Sharpening方法對全色波段和多光譜波段影像進行融合，得到了空間分辨率為0.61 m的多波段影像；再使用eCognition9.0軟件中的多尺度分割算法對多波段影像進行影像分割實驗。

圖1 實驗區(qū)遙感影像

2.2 最優(yōu)分割尺度的確定

最優(yōu)分割尺度參數(shù)的確定流程為：①確定參與影像分割的各波段權重；②確定實驗中分割尺度參數(shù)的范圍；③選擇形狀和緊密度參數(shù)；④根據影像的加權均值方差和對象的最大面積，得到候選最優(yōu)分割尺度范圍；⑤根據目視判讀結果，確定不同地物的最優(yōu)分割尺度。

2.2.1 參與影像分割的各波段權重確定

根據影像不同波段統(tǒng)計協(xié)方差矩陣（表1）和相關性統(tǒng)計矩陣（表2），確定參與分割的不同波段的權重。由表1可知，各波段統(tǒng)計的協(xié)方差由大到小依次為Band2、Band4、Band3和Band1，即綠波段、近紅外波段、紅波段和藍波段。由表2可知，4個波段之間的相關性系數(shù)均在0.9以上，對于整幅影像的貢獻相當，因此確定它們參與分割的權重比為1∶1∶1∶1。

表1 不同波段統(tǒng)計協(xié)方差矩陣

表2 不同波段相關性統(tǒng)計矩陣

2.2.2 實驗中分割尺度參數(shù)范圍的確定

對于產生影像對象的加權影像層，尺度參數(shù)定義了同質性標準的最大標準差。尺度參數(shù)越大，產生的對象越大。本文以5為尺度間隔，以10～140為尺度范圍對影像進行分割實驗，得到影像分割尺度與對象數(shù)目的關系圖，如圖2a所示。當分割尺度為10～25時，對象數(shù)目隨分割尺度的增大而急劇減少；當分割尺度大于60時，對象數(shù)目隨分割尺度增大的變化不明顯。對象數(shù)目急劇變化，說明此時的分割尺度不適合任何地物的提??；對象數(shù)目幾乎沒有變化，說明分割結果已趨于穩(wěn)定，因此本文確定分割尺度參數(shù)范圍為25～60，分割尺度與對象數(shù)目的關系如圖2b所示。為了得到準確的實驗結果，本文以2為尺度間隔，以23、25、…、59等19個尺度進行分割實驗，確定影像中不同地物的最優(yōu)分割尺度參數(shù)。

圖2 分割尺度與對象數(shù)目關系圖

2.2.3 形狀和緊密度參數(shù)的選擇

影像分割時，同質性標準由顏色、形狀、光滑度和緊密度組成，它們定義了產生影像對象的相對同質性總和。同質性標準由顏色和形狀組成，二者的總和為1；而形狀又由光滑度和緊密度組成，二者的總和為1，因此一旦確定了形狀和緊密度，4個標準就全部確定。形狀和緊密度的取值范圍均為0.1～0.9。

為了確定分割時的形狀和緊密度，本文選取的分割尺度為39，采用形狀（0.1,0.5,0.9）和緊密度（0.1,0.5,0.9）兩個參數(shù)的9種組合，以影像中一小塊區(qū)域的分割結果為參考。當組合為0.1和0.1時，區(qū)域中大建筑物的分割結果過于“破碎”；當組合為0.5和0.1、0.5和0.5以及0.5和0.9時，區(qū)域中大建筑物右上邊的分割線輪廓在實際邊界以外，分割結果有“淹沒”現(xiàn)象；當組合為0.9和0.1、0.9和0.5以及0.9和0.9時，大小建筑物的分割線輪廓均在實際邊界以外，建筑物右上方的綠色植被未被分割出來，分割結果“淹沒”現(xiàn)象嚴重。綜上所述，組合為0.1和0.5以及0.1和0.9的分割結果較好，由于兩種組合的分割結果較為接近，本文選擇的形狀參數(shù)為0.1和緊密度參數(shù)為0.5。

2.2.4 加權均值方差和對象最大面積的計算

采用選擇的尺度參數(shù)進行分割實驗后，統(tǒng)計影像中對象的數(shù)目和所有對象的均值、面積。首先利用式（2）、式（3）計算分割后不同波段影像中所有對象均值的方差；再通過式（4）計算所有波段的加權均值方差，繪制加權均值方差與分割尺度的關系圖以及對象最大面積與分割尺度的關系圖，如圖3、4所示；最后通過分析關系圖確定影像中不同地物的最優(yōu)分割尺度范圍。

由圖3可知，加權均值方差取局部極大值時的尺度為27、39、43、47和55。由圖4可知，對象最大面積趨于穩(wěn)定時的尺度范圍為25～33、37～39、41～49和51～53。綜合二者的結果，本文選擇27、37～39和43～47作為最優(yōu)分割尺度的候選范圍。

圖3 加權均值方差與分割尺度關系圖

圖4 影像對象最大面積與分割尺度關系圖

3 實驗結果分析

3.1 實驗結果

本文分別采用候選的最優(yōu)分割尺度27、37～39和43～47進行影像分割實驗，并比較不同分割結果中各種地物的分割情況，從而確定不同地物的最優(yōu)分割尺度。

以影像中的建筑物和沙地為例，分割結果如圖5所示。由圖5a～5f可知，當分割尺度為27時，建筑物的分割結果較“破碎”；當分割尺度為43～47時，建筑物邊緣部分與周圍地面未分割開，因此建筑物的最優(yōu)分割尺度為37～39。由圖5g～5l可知，當分割尺度為27～39時，沙地的分割結果較“破碎”；當分割尺度為47時，沙地與周圍的草地不能區(qū)分，因此沙地的最優(yōu)分割尺度為43～45。

實驗最終結果為：建筑物的最優(yōu)分割尺度為37～39，草地的最優(yōu)分割尺度為39，道路和森林的最優(yōu)分割尺度為47，沙地的最優(yōu)分割尺度為43～45。

圖5 分割結果（尺度、形狀、緊密度）

3.2 提取精度評價

為了驗證本文方法選擇最優(yōu)分割尺度的合理性，采用確定的最優(yōu)分割尺度進行影像分割，再分別用于各類地物的提取。

本文將提取結果與目視解譯結果進行比較，以評價提取結果的精度。以建筑物為例，根據提取結果與目視解譯所得建筑物實際邊界的關系，得到建筑物正確提取、錯誤提取、未能提取的結果圖，如圖6所示。建筑物數(shù)量共計75棟，其中正確提取的占比為80%；建筑物面積為12 657.69 m2，其中正確提取的占比為89.55%。建筑物提取結果中正確地物的占比為74.23%，錯誤地物的占比為25.77%。兩種精度評價方法得到的建筑物提取精度均較高，從而說明本文方法確定的最優(yōu)分割尺度較合理，可保證地物提取的精度。

圖6 建筑物提取結果圖

4 結 語

本文針對南海島礁動態(tài)監(jiān)測相關研究缺乏的現(xiàn)狀，利用南海島礁的高分辨率遙感影像，采用加權均值方差法和最大面積法確定了各地物的最優(yōu)分割尺度參數(shù)。本文充分考慮了影像分割的4個參數(shù)：影像波段權重組合、形狀、緊密度和分割尺度，得到了研究區(qū)內建筑物、草地、道路、森林、沙地等地物的最優(yōu)分割尺度；通過確定的最優(yōu)分割參數(shù)進行影像分割，并將分割結果用于島礁上不同地物的提取，精度較高。地物提取結果對海島礁動態(tài)監(jiān)測工作具有重要參考價值。