基于金字塔影像分割的水域提取在海島礁空中三角測(cè)量中的應(yīng)用

張彥峰，艾海濱，杜全葉，張 力

(中國測(cè)繪科學(xué)研究院，北京 100830)

基于金字塔影像分割的水域提取在海島礁空中三角測(cè)量中的應(yīng)用

張彥峰，艾海濱，杜全葉，張 力

(中國測(cè)繪科學(xué)研究院，北京 100830)

在自動(dòng)空中三角測(cè)量中，從水域提取的連接點(diǎn)穩(wěn)健性差，不能用于平差計(jì)算而要予以剔除。海島礁影像包含大面積的水域，而平差算法本身一般無法完全剔除落水點(diǎn)，如果進(jìn)行人工編輯則工作量太大。因此本文提出一種基于金字塔影像分割的水域提取算法，首先對(duì)海島礁影像進(jìn)行分割，然后通過一種基于直方圖的自適應(yīng)閾值的二值化方法提取出水域，進(jìn)而剔除落水的特征點(diǎn)，最終實(shí)現(xiàn)了海島礁測(cè)圖中的高精度自動(dòng)空中三角測(cè)量，提高了生產(chǎn)效率。

海島礁；空中三角測(cè)量；影像分割；水域提取

一、引 言

我國擁有300多萬平方千米的海域，其中有7000多個(gè)島嶼[1]，開展海島礁測(cè)繪對(duì)于維護(hù)海洋權(quán)益和開發(fā)利用海洋資源有著重要意義。然而海島礁測(cè)繪難度遠(yuǎn)遠(yuǎn)大于陸地測(cè)繪，海島礁航空攝影測(cè)量中的一個(gè)難點(diǎn)就是存在大量落水點(diǎn)，而空中三角測(cè)量[2]中自動(dòng)匹配的落水點(diǎn)是不能用于平差計(jì)算的。究其原因，一方面由于水域的缺乏紋理或重復(fù)紋理容易造成誤匹配；另一方面落水點(diǎn)浮動(dòng)導(dǎo)致不同影像上同名落水點(diǎn)的實(shí)際位置不同，比如波浪和近海養(yǎng)殖場(chǎng)上人工地物由于各影像時(shí)相不一致造成實(shí)際位置差異。因?yàn)楹u礁影像上落水點(diǎn)往往占到一半以上，平差算法中的自動(dòng)粗差探測(cè)也不能完全檢測(cè)并自動(dòng)剔除這些錯(cuò)誤點(diǎn)，所以必須在平差之前去除這些落水點(diǎn)才能正確實(shí)施空中三角測(cè)量。為此，傳統(tǒng)的做法是人工刪除落水點(diǎn)[3-4]后再進(jìn)行平差，但工作量非常大。

自動(dòng)剔除落水點(diǎn)的關(guān)鍵是提取水域，人們針對(duì)不同的影像數(shù)據(jù)提出了不同的方法[5]，如 Cao和Jiang提出了對(duì)于SPOT5多光譜影像短波近紅外進(jìn)行閾值分割的方法[6]；胡德勇等提出了針對(duì)Landsat SAR影像的水域提取算法[7]；還有一些學(xué)者提出了通用算法，如最小經(jīng)驗(yàn)熵法[8]和區(qū)域增長法[9]等，以不同的方式體現(xiàn)了水域低灰度和弱紋理的特性。同樣基于水域的上述兩個(gè)特性，筆者提出了一種基于金字塔影像分割的水域提取算法，首先利用一種基于金字塔的影像分割方法[10]對(duì)海島礁影像進(jìn)行分割，然后通過統(tǒng)計(jì)灰度直方圖自適應(yīng)地選取閾值并對(duì)影像進(jìn)行二值化而得到水域掩膜。該算法本質(zhì)上是一種基于紋理和灰度特性的聚類方法，兼顧了水域的紋理和色調(diào)兩方面的信息，因此具有較好的魯棒性，利用該算法自動(dòng)剔除落水點(diǎn)，可以實(shí)現(xiàn)海島礁測(cè)圖中的自動(dòng)空三，提高了生產(chǎn)效率。

二、基于金字塔影像分割的水域提取算法

海島礁影像上存在大片水域，其灰度值較低，這反映在直方圖上就是高頻數(shù)(率)的分量集中在低灰度級(jí)部分(如圖1所示)，選取合適的閾值就可以提取水域。然而如何選擇閾值是一個(gè)難題，采用閾值分割法無法取得穩(wěn)健良好的結(jié)果。如果首先分割影像，得到分明的直方圖波峰和波谷，則很容易選擇閾值提取水域?；谝陨戏治?，本文利用一種基于金字塔影像的分割方法對(duì)海島礁影像進(jìn)行分割，然后提出一種基于直方圖的自適應(yīng)閾值選擇方法提取水域，算法流程如圖2所示。

1.金字塔影像分割

金字塔影像分割[10]是一種非常穩(wěn)健的圖像分割算法，其基本原理是：首先對(duì)輸入影像構(gòu)建金字塔影像，根據(jù)父子影像間灰度相似性構(gòu)建父子關(guān)系，再由父子關(guān)系從下到上逐層重新計(jì)算各層影像灰度，通過迭代，父子關(guān)系將趨于穩(wěn)定，最后從上到下傳遞灰度，直到刷新基礎(chǔ)影像灰度為止，最終形成了分割影像，如圖2所示。

圖1 海島礁影像分割前后直方圖

圖2 基于金字塔影像分割的水域提取算法流程圖

該算法涉及的3個(gè)關(guān)鍵步驟論述如下。

(1)構(gòu)建金字塔影像

采用高斯金字塔，即首先對(duì)影像進(jìn)行高斯濾波，卷積因子為δ，然后取出偶數(shù)行和偶數(shù)列組成上層影像，金字塔層數(shù)設(shè)為L。

(2)構(gòu)建及迭代計(jì)算父子關(guān)系

如圖3所示，構(gòu)建了金字塔影像后，上層影像(父影像)每個(gè)像素對(duì)應(yīng)下層影像(子影像)若干像素，同時(shí)子影像每個(gè)像素又屬于多個(gè)父影像的像素。設(shè)置一個(gè)灰度鄰接閾值T0，將父影像每個(gè)像素與子影像上對(duì)應(yīng)的灰度差低于T0的像素對(duì)應(yīng)，確定父子關(guān)系。然后重新計(jì)算父影像，其像素值由子影像上對(duì)應(yīng)像素求灰度平均得到。從下往上逐層計(jì)算和更新父子關(guān)系，這是個(gè)迭代的過程，父子關(guān)系將會(huì)趨于穩(wěn)定，同時(shí)得到頂層影像初步的分割結(jié)果。

圖3 父子關(guān)系競(jìng)爭示意圖[10]

(3)聚 類

經(jīng)過之前的分割，頂層影像形成一系列的分割塊節(jié)點(diǎn)，把灰度差值小于聚類閾值T1的相鄰的節(jié)點(diǎn)合為一個(gè)節(jié)點(diǎn)。此后，將頂層影像的灰度根據(jù)父子關(guān)系從上往下傳遞至原始影像，即得到最終的分割影像。

2.基于直方圖的自適應(yīng)二值化水域提取

金字塔影像分割將同屬一類的像素求灰度均值，因此分割后影像的水域仍然保持了原始的暗色調(diào)特征。此外，海島礁影像水域面積往往比較大，這兩個(gè)特征表現(xiàn)在直方圖上就是低灰度值部分至少存在一個(gè)顯著的峰值(如圖1所示)，一般對(duì)應(yīng)水域的灰度值，有時(shí)也包含了一些暗色調(diào)的植被。筆者根據(jù)以上現(xiàn)象設(shè)計(jì)了基于直方圖的自適應(yīng)二值化水域提取方法，即首先設(shè)置一個(gè)水域比率閾值T2；其次對(duì)分割影像重新統(tǒng)計(jì)灰度直方圖并濾掉頻率低于T2的灰度級(jí)；然后選擇最小灰度級(jí)作為閾值，對(duì)分割后影像進(jìn)行二值化并得到水域掩膜；最后根據(jù)水域掩膜，將落入水域的特征點(diǎn)自動(dòng)刪除，并進(jìn)行平差計(jì)算。上述步驟即完成了海島礁影像的自動(dòng)空中三角測(cè)量。

三、試驗(yàn)分析

筆者對(duì)一組海島礁航空影像進(jìn)行了試驗(yàn)，共3條航帶64幅影像，影像寬為7680像素，高為13 824像素，空中三角測(cè)量使用高分辨率遙感影像數(shù)據(jù)一體化測(cè)圖系統(tǒng)——PixelGrid，本文算法所使用的參數(shù)說明如下：δ＝2.5，L＝4，T0＝200，T1＝50，T2＝0.3。

1.水域提取結(jié)果

如圖4所示，通過金字塔影像分割可以很好地將海水分割出來，再加上基于直方圖的自適應(yīng)閾值的二值化，成功地提取出了水域。但是陸地上的植被也被當(dāng)作水域提取了出來，該問題還需要進(jìn)一步研究解決。

圖4 海島礁影像水域提取試驗(yàn)結(jié)果

2.利用二值化水域掩膜實(shí)現(xiàn)自動(dòng)空三

利用水域掩膜成功地剔除落水的特征點(diǎn)(如圖5所示)，然后進(jìn)行自由網(wǎng)平差計(jì)算。結(jié)果顯示，原始的平差有18 117個(gè)觀測(cè)值，剔除落水點(diǎn)后只剩4113個(gè)觀測(cè)值，由于提高了特征點(diǎn)的可靠性，平差精度得到了提升。像點(diǎn)殘差和空三中誤差由一個(gè)像素提升到半個(gè)像素以內(nèi)(見表1)，而像片外方位元素精度則得到大幅提升(如圖6所示)，利用該算法足以滿足海島礁測(cè)圖中的自動(dòng)空中三角測(cè)量而無須進(jìn)行任何人工編輯。

表1 海島礁空三結(jié)果對(duì)比 μm

圖5 利用水域掩膜自動(dòng)剔除落水特征點(diǎn)

四、總 結(jié)

試驗(yàn)表明，基于利用金字塔影像分割的水域提取算法，可以根據(jù)水域的灰度特性在直方圖上自適應(yīng)地選取閾值來進(jìn)行二值化，得到海島礁影像的水域掩膜，利用水域掩膜成功地剔除落水點(diǎn)，實(shí)現(xiàn)海島礁的高精度自動(dòng)空中三角測(cè)量。該算法考慮了水域的空間特性和灰度特性，因此可以非常穩(wěn)健地提取出水域，然而弱紋理和密集重復(fù)紋理的植被區(qū)域也會(huì)被當(dāng)作水域提取出來，這是下一步需要研究解決的問題。

圖6 像片外方位元素平差精度比較

[1] 王翠.海島(礁)基礎(chǔ)地理信息系統(tǒng)建設(shè)的研究[C]∥第二十一屆海洋測(cè)繪綜合性學(xué)術(shù)研討會(huì)論文集.[S. l.]：中國測(cè)繪學(xué)會(huì)海洋測(cè)繪專業(yè)委員會(huì)，2009.

[2] 武瑞宏.空中三角測(cè)量的再認(rèn)識(shí)[J].測(cè)繪通報(bào)，2002 (3)：8-10.

[3] 朱道璋，吳定邦.淺談自動(dòng)空中三角測(cè)量技術(shù)在鄱陽湖測(cè)圖中的應(yīng)用[J].江西測(cè)繪，2008(4)：16-17.

[4] 王林建，汪建峰，方青.基于線陣影像的海島礁空中三角測(cè)量分析處理[J].測(cè)繪與空間地理信息，2012，35(12)：171-175.

[5] 黃姍.遙感圖像目標(biāo)檢測(cè)[D].西安：西安電子科技大學(xué)，2010.

[6] CAO K，JIANG N.The Study of Automatically Extracting Water Information in City Zone Based on SPOT5 Image [C]∥International Geoscience and Remote Sensing Symposium(IGARSS’06).Denver：[s.n.]，2006.

[7] 胡德勇，李京，陳云浩，等.單波段單極化SAR圖像水體和居民地信息提取方法研究[J].中國圖象圖形學(xué)報(bào)，2008，13(2)：257-267.

[8] ZHANG Z H，PRINET V，MA S D.Water Body Extraction from Multi-Source Satellite Images[C]∥InternationalGeoscienceand RemoteSensing Symposium (IGARSS’03).Toulouse：[s.n.]，2003.

[9] GONZALEZ R C，WOODS R E.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2007.

[10] MARFIL R，MOLINA-TANCO L，BANDERA A，et al. Pyramid Segmentation Algorithms Revisited[J].Pattern Recognition，2006(39)：1430-1451.

Application of Water Extraction Algorithm Based on Pyramid Image Segmentation in Automatic Aerial Triangulation for Island and Reef

ZHANG Yanfeng，AI Haibin，DU Quanye，ZHANG Li

P231.4

B

0494-0911(2014)12-0070-04

張彥峰，艾海濱，杜全葉，等.基于金字塔影像分割的水域提取在海島礁空中三角測(cè)量中的應(yīng)用[J].測(cè)繪通報(bào)，2014(12)：70-73.

10.13474/j.cnki.11-2246.2014.0401

2013-09-10

國家自然科學(xué)基金(41271374)；國產(chǎn)測(cè)圖衛(wèi)星三線陣影像高精度立體測(cè)繪(2011BAB01B05)

張彥峰(1990—)，男，甘肅天水人，碩士生，主要研究方向?yàn)楹娇諗z影測(cè)量。