基于MODIS 數(shù)據(jù)的海陸識(shí)別方法及其應(yīng)用研究?

解本巨 房 友 于龍振

（青島科技大學(xué)信息科學(xué)技術(shù)學(xué)院 青島 266061）

1 引言

MODIS作為一種空間遙感儀器，是對(duì)全球數(shù)據(jù)進(jìn)行廣泛測(cè)量的適用型工具。MODIS 涵蓋的數(shù)據(jù)范圍大，且因其作為中分辨率光譜儀，分辨率適中，所以這些數(shù)據(jù)有較高的實(shí)用價(jià)值，例如對(duì)地的綜合研究以及海陸甚至大氣研究方面，這些數(shù)據(jù)都有極其重要的作用［1］。在大范圍的資源和環(huán)境遙感監(jiān)測(cè)方面是MODIS 數(shù)據(jù)也是及其理想的數(shù)據(jù)資源。在對(duì)海洋和陸地的監(jiān)測(cè)過(guò)程中，需要對(duì)海洋和陸地區(qū)域進(jìn)行識(shí)別。海陸識(shí)別獲得的結(jié)果可以用于海冰檢測(cè)、目標(biāo)定位、地圖繪制等領(lǐng)域［2］。因此，對(duì)于海陸識(shí)別技術(shù)的研究一直收到許多研究者的關(guān)注。首先，由于MODIS 數(shù)據(jù)的成像原理以及其他因素的影響，海面和陸地的成像結(jié)果不理想，邊界模糊，會(huì)給后續(xù)的海陸識(shí)別問(wèn)題帶來(lái)一定干擾［3］。

目前，已有多種海陸識(shí)別的方法被提出并應(yīng)用。主要有下面列出的幾種：邊緣檢測(cè)分割算法、區(qū)域生長(zhǎng)和分裂合并的分割算法、形態(tài)學(xué)分割法以及聚類(lèi)分割法等［4］。以上算法各有優(yōu)缺點(diǎn)，邊緣檢測(cè)算法操作較為簡(jiǎn)便，結(jié)果也較為直觀，但在沒(méi)有較好的區(qū)域結(jié)構(gòu)時(shí)，分割效果不甚理想［5］。區(qū)域生長(zhǎng)和分裂合并的分割算法分割效果較好，作為一種半自動(dòng)的分割算法［6］，但對(duì)于MODIS這種數(shù)據(jù)量較大的影像來(lái)說(shuō)分割的處理時(shí)間較長(zhǎng)。形態(tài)學(xué)分割法對(duì)于結(jié)構(gòu)特征明顯的圖像分割具有獨(dú)特的優(yōu)勢(shì)，對(duì)不規(guī)則的衛(wèi)星圖像來(lái)說(shuō)則限制了它在工程應(yīng)用中的實(shí)用性［7］。聚類(lèi)分割法基于對(duì)于孤立的點(diǎn)不是很友好，很難識(shí)別衛(wèi)星圖像中海島和離岸群島等小片陸地［8］。

針對(duì)上述問(wèn)題，本文基于MODIS 數(shù)據(jù)研究了用于海陸識(shí)別的多波段閾值法和Otsu算法，并在此基礎(chǔ)上提供了對(duì)數(shù)據(jù)的輸入、輸出和處理結(jié)果的可視化顯示。此方法在保證對(duì)MODIS 數(shù)據(jù)處理速度的同時(shí)可以獲得較高的識(shí)別精度的同時(shí)，也可滿足對(duì)后續(xù)海洋產(chǎn)品的單獨(dú)研究的要求，為海洋產(chǎn)品的研究奠定了基礎(chǔ)。

2 資料處理

本文采用MODIS 1B 數(shù)據(jù)影像為例進(jìn)行實(shí)驗(yàn)，MODIS 影像海陸識(shí)別流程圖如圖1 所示。所示由于遙感圖像在獲取過(guò)程中受各種客觀因數(shù)的影響，如地球形態(tài)、地球自轉(zhuǎn)以及衛(wèi)星的飛行速度對(duì)探測(cè)器的影響等因素，因此直接獲取的衛(wèi)星影響一般會(huì)有幾何畸變［9］的問(wèn)題；另外也有部分影像會(huì)存在輻射不均勻、壞線等輻射問(wèn)題［10］。所以在對(duì)MODIS衛(wèi)星影像在進(jìn)行識(shí)別操作之前，MODIS衛(wèi)星影像的預(yù)處理操作極為重要，包括空間校正、光譜校正、輻射校正和圖片裁剪等，同時(shí)也可以獲得所需要的反射率和輻射率等后續(xù)需要用到的數(shù)據(jù)［11］。

圖1 MODIS影像海陸識(shí)別流程圖

本文使用IDL 對(duì)遙感影像進(jìn)行預(yù)處理，用地理信息系統(tǒng)引擎組件對(duì)預(yù)處理的結(jié)果進(jìn)行可視化，以我國(guó)的黃渤海海域冬季的MODIS 數(shù)據(jù)為例，該區(qū)域冬季常有海冰，附近小島嶼較多，預(yù)處理后圖片如圖2 所示，可以很直觀地看到圖像中的陸地、海水、海冰。

圖2 預(yù)處理后的影像示意圖

3 研究方法

3.1 分割原理

海陸識(shí)別顧名思義就是將海區(qū)與陸地區(qū)分開(kāi)來(lái)，以便于海岸線的劃分、地圖測(cè)繪和其他研究。MODIS 數(shù)據(jù)在地理信息系統(tǒng)中可利用不同物體在可見(jiàn)光和紅外波段的反射率和輻射亮溫值存在差異進(jìn)行檢測(cè)［12］。在645nm~400nm 的可見(jiàn)光波段，不同物體的反射率各不相同，但海洋與陸地的反射率差異較小，陸地與海冰反射率相近，難以區(qū)分［13］。但是在近紅外波段，海區(qū)與陸地之間的反射率差別很大，而海冰和海水的反射率差異很小，因此最理想的區(qū)分海區(qū)與陸地的定義閾值在反射率很小的近紅外波段［14］。

圖3 典型地物的反射光譜曲線

3.2 海陸識(shí)別方案

3.2.1 波段選擇

本文選取了MODIS 數(shù)據(jù)的以下3 個(gè)近紅外波段進(jìn)行研究，各個(gè)波段如表1所示。

表1 MODIS數(shù)據(jù)識(shí)別選取波段以及應(yīng)用領(lǐng)域

在波段5 處則是海冰和海水反射率都較低，且區(qū)分較小，但與陸地的反射率區(qū)分較大，是將海冰與陸地區(qū)分的主要波段。在波段7 處，海冰和海水的反射率都趨近于0，且與陸地區(qū)分度較大，是實(shí)現(xiàn)海陸識(shí)別的首選波段。波段16 處與波段2 處由于波段范圍相近，作為補(bǔ)充波段，提供更多的反射率數(shù)據(jù)支持。

3.2.2 粗閾值確定

根據(jù)以上分析可知，冬季實(shí)現(xiàn)海陸識(shí)別主要是將海冰和陸地還有海水和陸地分別識(shí)別出來(lái)。根據(jù)MODIS 數(shù)據(jù)在結(jié)冰海域的特征，本文采用多波段閾值法，在確定的近紅外波段通道來(lái)選擇最佳的反射率數(shù)值，然后將剩余波段的反射率與所選擇的反射率數(shù)值對(duì)比，來(lái)判斷該像素點(diǎn)是否為陸地區(qū)域，然后綜合不同的波段的檢測(cè)結(jié)果進(jìn)行或運(yùn)算，最后得到的海陸識(shí)別結(jié)果［15］。詳細(xì)算法的實(shí)現(xiàn)過(guò)程如下：

1）在波段5 處，陸地與海冰、海水的反射率數(shù)值差距較小，此時(shí)選取反T1 作為其最佳反射率閾值，那么當(dāng)C5>T1時(shí)，則可以判段為陸地區(qū)域。

2）在波段7 處，海冰和海水的反射率都趨近于0，陸地具有較大的反射率數(shù)值且與海冰海水等物體區(qū)分較大，選取反射率閾值為T(mén)2，當(dāng)C7>T2 時(shí)，判定為陸地像元。

3）在波段16 處，海冰與陸地的反射率相近區(qū)分較小，選取陸地像元閾值為T(mén)3，當(dāng)C16>T3 時(shí)，判定為陸地像元。

由于黃河入海口處的泥沙含量較高，對(duì)海水的反射率有部分影響，為防止對(duì)入?？诘哪嗌吃斐烧`判［16］，在波段16 處設(shè)置C16>T4。同時(shí)利用C16>T10來(lái)剔除水體。由于水體在所選擇的3個(gè)波段反射率一般小于10%，所以設(shè)置T5=0.1，可將水體較好的去除。

3.2.3 精確閾值確定

Otsu 法（即最大類(lèi)間方差算法）是一種確定圖像二值化的分割閾值算法，是日本人大津于1979年提出［17］。Otsu法利用圖像的灰度直方圖，可以將圖像的背景與目標(biāo)在最佳的閾值分割開(kāi)來(lái)，圖像中背景與目標(biāo)的之間的類(lèi)間方差越大，說(shuō)明其差別越明顯，分割效果越好，則在計(jì)算圖像的分割時(shí)錯(cuò)分的概率就會(huì)越?。?8］。對(duì)于MODIS 的海陸影像來(lái)說(shuō)，海洋與陸地界限較為明顯，差距較大，是一種分割效果較好的算法，并且計(jì)算簡(jiǎn)單，穩(wěn)定有效。

現(xiàn)假設(shè)一幅圖像的灰度范圍為0～L-1，則有灰度i的出現(xiàn)概率為pi=ni/N，其中ni灰=代表灰度為i的像素個(gè)數(shù)，N代表圖像中所有的像素個(gè)數(shù)。假設(shè)閾值T將圖像灰度分為C0和C1。設(shè)灰度區(qū)間C0=｛0，1，…，T-1｝，另一區(qū)間C1=｛T，…，L-1｝，則C0出現(xiàn)的概率為P0（T），C2出現(xiàn)的概率為P1（T），灰度均值分別為u0和u1。定義類(lèi)間方差為

上式中：

u為整個(gè)圖像的平均灰度，即

最佳閾值T應(yīng)使方差最大，即

根據(jù)傳統(tǒng)的Otsu 法所求得的最佳閾值是使目標(biāo)類(lèi)與背景類(lèi)離圖像中心最遠(yuǎn)時(shí)所對(duì)應(yīng)的灰度值［19］，但是因?yàn)镸ODIS 獲得的影響數(shù)據(jù)環(huán)境范圍較廣，海陸邊沿線清晰度不高，在這種數(shù)據(jù)條件下，用傳統(tǒng)的Otsu 算法求得的最佳閾值進(jìn)行海陸識(shí)別得到的分割結(jié)果精度不高，達(dá)到想要的分割標(biāo)準(zhǔn)。本文采用了付忠良［20］提出的用圖像方差信息來(lái)替代傳統(tǒng)方法下均值的改進(jìn)Otsu 算法，在改進(jìn)的Otsu 方法下，所得到的最佳閾值T應(yīng)符合：

其中：

4 檢測(cè)結(jié)果及精度驗(yàn)證

實(shí)驗(yàn)表明，灰度值的線性變化（圖像的對(duì)比度變化）和平移變化（圖像的亮度變化）對(duì)改進(jìn)的Otsu算法影響較小，證明該改進(jìn)算法具有較好的魯棒性［21］。應(yīng)用上文所述的方法對(duì)MODIS 影像進(jìn)行處理即可計(jì)算出較為精確的最佳分割閾值。以山東半島和遼東半島的MODIS 影像分割圖為示例，應(yīng)用本文分割方法，實(shí)驗(yàn)結(jié)果如下。

圖4 為原始圖像以及傳統(tǒng)Otsu 方法和本文識(shí)別方法的對(duì)比圖。圖4（a）中所示為最原始有地理信息系統(tǒng)所處理得到的影像圖。由圖可見(jiàn)，遼東半島南部海域及山東半島北部海域有部分群島聚集，且分布較密，因島嶼面積較小與海水對(duì)比較度較小，對(duì)識(shí)別結(jié)果的精確度有一定影響。海陸識(shí)別的結(jié)果，由圖4（b）和4（c）中的識(shí)別結(jié)果可以看出，山東半島和遼東半島的海岸線與實(shí)際的海岸線情況絕大部分非常貼合，識(shí)別結(jié)果準(zhǔn)確率較高，但是在周邊的小島嶼和海岸線極不規(guī)則的部分存在較明顯的差異。由對(duì)比圖可見(jiàn)，遼東半島和山東半島周邊海域的小島嶼部分，本文的分割品質(zhì)明顯優(yōu)于傳統(tǒng)識(shí)別方式。

圖4 海陸識(shí)別結(jié)果對(duì)比圖

為了更準(zhǔn)確客觀地描述上述分割算法，本文以陳祥等人提出的分割品質(zhì)的定義如式（4）所示來(lái)描述算法的準(zhǔn)確度，對(duì)算法的性能進(jìn)行評(píng)估，此定義中綜合了虛警率與漏警率，此公式最佳結(jié)果為100%［22］。根據(jù)此定義標(biāo)準(zhǔn)，結(jié)合表2中實(shí)驗(yàn)數(shù)據(jù)可知，本文圖4 中（b）圖所示的海陸識(shí)別二值圖計(jì)算出遼東半島和山東半島分割品質(zhì)分別為98.53%和98.62%。由于MODIS 影像成像背景復(fù)雜［23］，海域面積較大，且分割品質(zhì)都在98%以上，所以認(rèn)為本文算法的分割品質(zhì)獲得了較好的處理精度。

表2 算法精度檢驗(yàn)表

5 結(jié)語(yǔ)

為了將獲取的MODIS 數(shù)據(jù)進(jìn)行海陸識(shí)別的一體化處理，本文采用的改進(jìn)Otsu算法在基于IDL語(yǔ)言預(yù)處理的MODIS 影像上進(jìn)行的海陸識(shí)別方案，利用IDL 語(yǔ)言將MODIS 衛(wèi)星數(shù)據(jù)在地理信息系統(tǒng)上可視化，并進(jìn)行了圖像海陸識(shí)別的預(yù)處理，然后利用改進(jìn)的Otsu算法對(duì)圖像進(jìn)行精確分割識(shí)別，并最終得到其二值圖。其實(shí)現(xiàn)原理簡(jiǎn)單且易于實(shí)現(xiàn)，此方法的分割結(jié)果可以看出本文的處理方法有較好的處理精度，對(duì)后期海岸線的描繪和海產(chǎn)品的研究等都有重要意義。