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實驗室，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實驗室，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諸粗結(jié)果進行優(yōu)化，得到多期的優(yōu)化結(jié)果，然后利用PCA對各優(yōu)化結(jié)果進行了處理，獲得了不同時期水體面積的變化信息。試驗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，同時利用優(yōu)化結(jié)果與PCA分別得到的變化量驗證了PCA方法的監(jiān)測精度。

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)測站能夠?qū)⒆钚滤?、水質(zhì)參數(shù)等水體相關(guān)信息及時發(fā)布，但僅僅反映了站點局部區(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、動態(tài)監(jiān)測水表面的變化量，對加強水庫的庫情監(jiān)測、合理開發(fā)利用及保護淡水資源具有重要的實際意義［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、濕地保護的重要手段［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］提出了改進的NDWI方法，并驗證了其在混有城鎮(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，實現(xiàn)了面向?qū)ο蟮乃w信息提??；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，實現(xiàn)了山區(qū)細小水體高精度自動提取；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），并對密云水庫近20年水表面積的動態(tài)變化進行監(jiān)測；Komeil Rokni等［9］提出了一種基于多時相 NDWI （NDWI-PCs）的主成分變換法，并通過對烏爾米耶湖多時相水表面變化進行監(jiān)測，驗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其進行優(yōu)化，得到更加準確的優(yōu)化結(jié)果。通過實例應(yīng)用，驗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、運算，實現(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特征空間聚集的情況劃分點群或類別［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）對研究區(qū)2006年水體信息進行提取，得到諸粗結(jié)果如圖1所示，然后與其他時期的粗結(jié)果進行對比分析。

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。

通過對不同時期水表面提取粗結(jié)果進行分析，發(fā)現(xiàn)上述6種方法幾乎都能準確表達水體的邊界信息，只是噪聲數(shù)量與分布不同，如果進行去噪處理，則會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粗結(jié)果進行優(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；p、m表示參與處理的粗結(jié)果編號，p≠m。

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

利用二值化影像求交法對多期水體粗結(jié)果進行處理，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期水體的粗結(jié)果并進行二值化處理，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的粗結(jié)果，以避免噪聲與粗結(jié)果中水體邊界混淆。

3）對經(jīng)過步驟1）、2）處理后的粗結(jié)果進行求交運算，得到多期水體優(yōu)化結(jié)果。

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

二、實例驗證與精度評價

1.研究區(qū)概況與試驗數(shù)據(jù)

本文選擇丹江口水庫作為試驗研究區(qū)。試驗區(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)，成像時間分別為2006年和2010年、2002年和2014年。時間跨度歷時12年，便于進行動態(tài)變化分析。此外，成像時間均選在4月底到5月初，以避免季節(jié)差異及降雨帶來的影響。

2.試驗步驟

本文采用二值化影像求交法對粗結(jié)果進行優(yōu)化，然后對各期優(yōu)化結(jié)果變化進行監(jiān)測，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各粗結(jié)果進行優(yōu)化，得到優(yōu)化結(jié)果并對水表面積變化進行分析。

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

圖2　利用二值化影像求交法優(yōu)化的水表面變化監(jiān)測流程

3.單期水表面優(yōu)化結(jié)果

對上述5種方法（除MNDWI外）提取的粗結(jié)果進行優(yōu)化處理，求交運算結(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及其分布，從圖4可以看出相應(yīng)的噪聲點被較好地剔除，保存了完整的細節(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)果對優(yōu)化結(jié)果進行精度評價，結(jié)果見表2。

表2　優(yōu)化結(jié)果精度評價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)測不同時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。對多期優(yōu)化結(jié)果進行統(tǒng)計，可計算出水表面積S和變化量ΔS及相對變化率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對不同年份水體優(yōu)化結(jié)果組成的“多波段影像”進行處理，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，利用該方法對丹江口水庫不同時期水體表面積進行變化監(jiān)測，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2002—2014年間的3期水體表面積變化進行監(jiān)測，結(jié)果見表4。

表4　PCA多期水表面變化監(jiān)測性能

由表4可以看出，第一、四主成分能同時監(jiān)測到第一、二、三期的變化量，第二主成分能同時監(jiān)測到第一、二期的變化，第三主成分可以監(jiān)測到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)測為例，驗證表4中監(jiān)測到的變化時期，灰度變化狀況如圖6所示，而增強后的變化量如圖7所示。

對灰度變化結(jié)果進行統(tǒng)計，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，相對誤差（與優(yōu)化結(jié)果對比）僅為1.26%和0.49%。因此，該方法適應(yīng)于對大范圍水體表面積進行變化監(jiān)測，而且具有較高的精度。

圖6　灰度變化結(jié)果

圖7　增強后的變化結(jié)果

三、結(jié)束語

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

［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提取的一種有效方法［J］.上海交通大學(xué)學(xué)報（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，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］.測繪通報，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影像自動提取細小水體的方法［J］.測繪學(xué)報，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［J］.測繪科學(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)新團隊支持計劃項目（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)新團隊支持計劃

趙 盟（1992—），男，碩士生，研究方向為攝影測量與遙感。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］.測繪通報，2016（7）:21-24.