改進的OTSU法在遙感水體信息提取中的應(yīng)用*

武國瑛，鄧正棟，陳一村

(解放軍理工大學(xué) 國防工程學(xué)院，江蘇 南京 210007)

改進的OTSU法在遙感水體信息提取中的應(yīng)用*

武國瑛，鄧正棟，陳一村

(解放軍理工大學(xué) 國防工程學(xué)院，江蘇 南京 210007)

在遙感信息解譯中，利用指數(shù)法提取水體信息一直存在閾值選取困難的問題。為了進一步解決該問題，將改進的OTSU法用于閾值選取。綜合考慮目標像元和背景像元類間方差、類內(nèi)方差兩個指標，并結(jié)合粒子群算法，對研究區(qū)水體信息進行提取。實驗結(jié)果表明，提出的算法能更快地確定閾值，有效地提取水體信息。

MNDWI；大津法；粒子群算法；遙感水體信息提取

0 引言

衛(wèi)星遙感數(shù)據(jù)具有監(jiān)測范圍廣、更新速度快、不受地域限制等優(yōu)勢，近年來已成為我國農(nóng)業(yè)、工業(yè)、軍事監(jiān)測的重要數(shù)據(jù)來源。多光譜遙感影像是眾多遙感影像中的一種，可被用于地表水體信息的快速提取，為洪澇災(zāi)害監(jiān)測以及湖泊、水庫監(jiān)測提供了極大便利。指數(shù)法是利用多光譜遙感數(shù)據(jù)提取水體信息的一種重要方法，如歸一化差異水體指數(shù)(NDWI)、修正歸一化差異水體指數(shù)(MNDW I)等。利用指數(shù)法提取水體信息，合理選取閾值對于地物的精確分類至關(guān)重要，是目前遙感信息提取的一個重要研究方向。

文獻[1]中利用直方圖分割和最大似然法對NDWI影像進行閾值分割實現(xiàn)全域水體信息提取，進而搜索水體像元進行區(qū)域填充并建立緩沖區(qū)，對局部水體信息采用分布迭代的方式確定閾值，實現(xiàn)對局部水體信息的提取；文獻[2]利用數(shù)值較大的閾值確定水體范圍，再將研究區(qū)分為K×K個子區(qū)域應(yīng)用大津法確定閾值，實現(xiàn)自適應(yīng)閾值水體信息提?。晃墨I[3]融合OTSU法對Canny算子進行改進，算法較好地適用于噪聲圖像的邊緣檢測；文獻[4]將類內(nèi)平均距離引入最大類間方差分割，文獻[5]將均方差因素引入最大類間方差分割法，并對結(jié)果進行驗證，均取得較好的效果[4-6]。

為精確提取遙感影像中的水體分布，本文提出一種改進的OTSU算法，并結(jié)合粒子群算法提高閾值選取效率。通過對Landsat8數(shù)據(jù)進行實驗，驗證了該算法的有效性。

1 本文方法

1.1 OTSU法

1979年，最大類間方差法由日本學(xué)者大津根據(jù)最小二乘法原理推出。該方法將影像按灰度級分為目標像元和背景像元兩類，通過計算數(shù)理統(tǒng)計意義內(nèi)的最大類間方差來確定閾值達到最佳分離效果?；居嬎惴椒ㄈ缦拢杭僭O(shè)圖像的灰度范圍為[0，L]，將圖像分為背景(B)和目標(O)兩類。設(shè)閾值為K，可將影像分為[0，K]和[K+1，L]兩類。設(shè)ni為灰度級為i的像元的個數(shù)，影像像元總個數(shù)為N，則灰度級為i的概率P(i)為：

(1)

目標像元和背景像元的概率分別為：

(2)

目標像元和背景像元的灰度均值為：

(3)

整個圖像的灰度均值為：

μ=ω0μ0+ω1μ1

(4)

定義類間方差為：

(5)

OSTU法計算灰度圖像的最大閾值Th的公式為：

(6)

根據(jù)上述公式可知，當灰度值位于兩種類別臨界處時最大。若有目標像元錯分或背景像元錯分，則都會導(dǎo)致類間方差減小。如式(5)所示，當目標像元和背景像元均值差別最大時，類間方差最大，兩類像元實現(xiàn)最佳分離。

利用最大類間方差反映的目標像元和背景像元整體內(nèi)部灰度均值的差異特性，求得的閾值會導(dǎo)致邊界處模糊，分類不準確的現(xiàn)象。除了考慮類間方差外，同時應(yīng)考慮類別內(nèi)各像元的內(nèi)聚性。當像元與類別中心距離越小，即類別內(nèi)均方差越小，其內(nèi)聚性越好。參照類間方差的公式，定義類內(nèi)方差為：

(7)

綜合類內(nèi)方差越小分類效果越好和類間方差越大分類效果越好的指標特性，構(gòu)建最佳閾值T：

(8)

上述方法可采用窮舉法計算最佳閾值，即以單位灰度級為步長，計算出所有的灰度級對應(yīng)的類間方差和類內(nèi)方差的比值，最大值對應(yīng)的灰度級即為最佳閾值T。

1.2 粒子群算法

采用傳統(tǒng)的OTSU法需遍歷所有的灰度級，會造成計算量較大的問題。為解決該問題，本文采用粒子群(PSO)算法對大津法進行優(yōu)化。粒子群優(yōu)化算法由Everhart和Kennedy于1995年提出，是利用群體中的個體對信息的共享使整個群體的運動在問題求解空間中產(chǎn)生從無序到有序的演化過程，最終尋找全局最優(yōu)的方法[7]。

以式(8)作為目標函數(shù)計算出每個粒子位置xi(灰度級)的適應(yīng)度值，粒子的速度更新和位置更新公式為：

v=ωv+c1r1(pb-xi)+c2r2(gb-xj)

x=x+v

(9)

式中，ω為慣性權(quán)重，c1和c2為學(xué)習(xí)因子，本文取2；r1和r2表示0～1之間的隨機數(shù)；pb、gb分別代表第i個粒子搜索到的最優(yōu)和全局最優(yōu)位置。

為防止進化過程中粒子超出灰度級范圍，這里設(shè)置vmax為255。

2 實驗與分析

Landsat 8衛(wèi)星于 2013 年 2 月 11日發(fā)射成功，攜帶有 OLI 和 TIRS兩個載荷，其中OLI陸地成像儀設(shè)有9個波段，包括8個30 m 空間分辨率的多光譜波段和15 m空間分辨率的全色波段。MNDWI指數(shù)[8]是利用水體在綠波段的高反射率和近紅外波段之后的強吸收率構(gòu)建的比值法水體信息提取指數(shù)。計算公式如下：

(10)

式中，Blue、MIR分別代表衛(wèi)星數(shù)據(jù)的綠波段和中紅外波段。

首先，對研究區(qū)進行裁剪，裁剪區(qū)大小為1 678×1 414。利用ENVI軟件對該影像進行輻射定標和大氣校正等預(yù)處理，利用Band math模塊計算像元的修正的歸一化差異水體指數(shù)MDNWI，得到多光譜影像的MNDWI指數(shù)灰度圖。處理后的影像數(shù)值處于[-1,1]區(qū)間。本文利用式(11)對圖像進行拉伸處理，將圖像閾值拉伸至[0,255]區(qū)間。

(11)

圖1 遙感水體信息提取流程圖

水體信息提取的具體流程如圖1所示，拉伸處理后的灰度圖像如圖2所示。

利用ENVI軟件對灰度圖像的直方圖統(tǒng)計信息輸出(圖3)，處理后的影像直方圖呈雙峰分布。對輸出的直方圖統(tǒng)計信息利用MATLAB進行編程，可得到最佳閾值。

采用上述方法對MNDWI影像進行閾值分割,結(jié)果如圖4所示，經(jīng)過15次運算即找到最優(yōu)值，選取的閾值為135，對應(yīng)0.022 5。對處于[0，0.022 5]區(qū)間的像元進行光譜分析發(fā)現(xiàn)，該部分像元與純像元水體的波譜曲線具有較大的差異，因此該閾值分割效果較好。

圖2 經(jīng)拉伸處理后的MNDWI影像

圖3 MNDWI影像直方圖

圖4 閾值分割后圖像

3 結(jié)論

本文將改進的OTSU法用于遙感影像水體信息提取，并結(jié)合粒子群算法提高運算速率。通過對選取的Landsat 8影像水體信息進行實驗，采用該方法選取的閾值對圖像分割效果較好，運算時間更短。因此，該方法是一種能快速自動確定閾值，減少人工選取不確定性的的閾值選取方法，在遙感影像閾值選取上具有可行性。

[1] 駱劍承,盛永偉,沈占鋒,等.分步迭代的多光譜遙感水體信息高精度自動提取[J].遙感學(xué)報,2009,13(4):604-615.

[2] 袁欣智,江洪,陳蕓芝,等.一種應(yīng)用大津法的自適應(yīng)閾值水體提取方法[J].遙感信息,2016,31(5):36-42.

[3] 劉國棟,范九倫.一種改進的Canny邊緣檢測算法[J].微型機與應(yīng)用,2013,32(22):32-34.

[4] 張瑞華,吳謹.基于優(yōu)化水平集的細胞圖像分割算法[J].電子技術(shù)應(yīng)用,2013,39(9):142-144.

[5] 蔡梅艷,吳慶憲,姜長生.改進Otsu法的目標圖像分割[J].電光與控制,2007,14(6):118-119.

[6] 李敏,羅洪艷,鄭小林,等.一種改進的最大類間方差圖像分割法[J].南京理工大學(xué)學(xué)報(自然科學(xué)版),2012,36(2):332-337.

[7] 周紅娟,周云龍.粒子群優(yōu)化增強大津法的氣泡分割方法研究[J].東北電力大學(xué)學(xué)報,2011,31(1):69-74.

[8] 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.

The application of improved OTSU algorithm in water romote sensing information extraction

Wu Guoying, Deng Zhengdong, Chen Yicun

(College of Defense Engineering, PLA University of Science & Technology, Nanjing 210007, China)

In the interpretation of remote sensing information, the decision of threshold value has always been difficult when the method of index water information extraction is used. In order to further solve the problem, the improved OTSU method for threshold selection is used. Considering the maximum variance between target and background pixels, and the variance whin categories, combined with particle swarm optimization (PSO) algorithm, water information was extracted in the studied area. The experimental results show that the proposed algorithm can quickly determine the threshold value, effectively extract water information.

MNDWI; OTSU; PSO; remote sensing water information extraction

TP751

A

10.19358/j.issn.1674- 7720.2017.20.005

武國瑛，鄧正棟，陳一村.改進的OTSU法在遙感水體信息提取中的應(yīng)用[J].微型機與應(yīng)用，2017,36(20)：17-18,22.

國家863項目(2012AA062601)

2017-03-30)

武國瑛(1992-)，通信作者，男，碩士，主要研究方向：遙感庫容監(jiān)測。E-mail:18761687060@163.com

鄧正棟(1960-)，男，博士，教授，主要研究方向：遙感監(jiān)測。

陳一村(1992-)，男，在讀博士研究生，主要研究方向：重要經(jīng)濟目標防護與源辨識。