基于landsa影像的鄭洛地區(qū)水體信息提取

基于landsa影像的鄭洛地區(qū)水體信息提取

不同的地物對微波的反射不同，其熱輻射也沒有完全相同。對于水體來說,細(xì)小水體由于其水陸分界相對不明顯,提取比較困難。同時,正確處理山體陰影的影響也變成了水體信息提取中重要的環(huán)節(jié)。針對不同的地貌特點(diǎn)及水文條件,人們提出了各種各樣的方法對水體進(jìn)行提取。周成虎等［1］嘗試用單波段閾值法對水體和陸地進(jìn)行分割:在對水陸敏感的第5波段,通過手動計算或最優(yōu)化獲取方式,設(shè)定閾值即可將水體提取出來。通過分析水體與其他地物在TM影像各波段上的分布情況,發(fā)現(xiàn)水體具有獨(dú)特的譜間關(guān)系特征,利用不同波段進(jìn)行代數(shù)運(yùn)算從而提取水體。徐涵秋等［2］對NDWI(normaldifferentialwaterindex)進(jìn)行了改進(jìn)并做了實(shí)現(xiàn)。陳蜜等［3］先用Contourlet變換對多光譜影像和全色影像進(jìn)行融合,然后結(jié)合獨(dú)立分量分析對水體信息進(jìn)行分類,分類效果良好,但是計算量巨大。孫步偉等［4］基于孟塞爾(Munsell)HSV色彩變換,構(gòu)建了新的水體提取模型,并在安慶地區(qū)進(jìn)行了實(shí)驗。實(shí)驗表明,基于Munsell彩色空間系統(tǒng)的HSV變換,可以很好地識別水體信息,能有效消除山地或建筑物陰影的影響,而且不需要DEM等其他輔助數(shù)據(jù)。本文使用LandsatTM衛(wèi)星影像重新獲取水體信息,以鄭洛地區(qū)為研究區(qū)域,綜合比較和分析單波段閾值法、譜間關(guān)系法、歸一化水體指數(shù)法和IHS變換法,以四種常見算法做對比實(shí)驗,進(jìn)而設(shè)計了基于譜間關(guān)系的水體信息提取算法。在提取水體信息的過程中,重新比較水體與地物在各波段的分布情況,結(jié)合數(shù)學(xué)形態(tài)學(xué)方法、圖像去噪等手段對提取結(jié)果進(jìn)行進(jìn)一步處理,以提高精度。1聲的去除:初心、中值濾波基于TM圖像進(jìn)行水體信息提取的流程如圖1所示。TM圖像預(yù)處理中,主要是圖像圖景數(shù)據(jù)的拼接以及根據(jù)目標(biāo)區(qū)域邊界進(jìn)行裁剪。信息提取階段,水體信息分割與山體陰影噪聲的去除是同時進(jìn)行的。本步處理后獲取到的結(jié)果是二值化的水體圖像。提取結(jié)果再處理階段,主要用到數(shù)學(xué)形態(tài)學(xué)處理和中值濾波技術(shù)。數(shù)學(xué)形態(tài)學(xué)處理是為了對提取到的水體打斷處進(jìn)行修復(fù),包括腐蝕運(yùn)算和膨脹運(yùn)算。中值濾波把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個鄰域中各點(diǎn)值的中值代替,讓周圍的像素值接近于真實(shí)值,從而消除孤立的噪聲點(diǎn)［5］。中值濾波對椒鹽噪聲(即孤立噪聲)的消除效果非常好,這些噪聲點(diǎn)更可能是遺留下的山體陰影。而且還可以最大限度地保存圖像原有的細(xì)節(jié),尤其是邊緣信息。2提取水體信息提取方法2.1山體及他地物的波譜特征對于水體來說,它對近紅外和中紅外波段入射能量的吸收能力比較強(qiáng),幾乎全部吸收。這兩個波段上,水體呈現(xiàn)出暗色調(diào),而土壤、植被則相對較亮,因此,水體較容易與其他地物區(qū)分。但是在山區(qū),山體陰影在陰坡面近紅外、中紅外兩個波段的反射能量特別低,也呈現(xiàn)出暗色調(diào),與水體的特征相重合。圖2中明顯看出水體及其他地物在各個波段上波譜的分布情況。其中,水體和山體陰影在第5波段的值明顯小于第2波段的值,而其他地物則剛好相反。第2波段上,水體的亮度值大于陰影;第3波段上,山體陰影的亮度不超過水體的亮度。而在第4和第5波段上,陰影的值一般大于水體。水體與山體陰影的混淆使得閾值法在這兩個波段上提取水體信息難以進(jìn)行,需要另外加以處理才能得到較好的水體提取效果。2.2水體信息提取的一般算法的比較2.2.1閾值分值的獲取單波段閾值法通過水陸敏感的某一波段,通過設(shè)定閾值將水體提取出來。本次實(shí)驗首先利用TM圖像的第5波段獲取灰度圖像,然后目測獲取水體點(diǎn)的值,大量采樣求得均值作為閾值參考值。在采樣過程中,為了保證對細(xì)小水體的獲取,采樣點(diǎn)包含了大量的混合像元。最后求的閾值為42。單波段閾值法存在的固有缺陷是閾值太小,提取到的山體陰影信息會增多,閾值太大,則很多水體信息會被忽略。而且,單波段閾值法提取水體在閾值設(shè)置上具有盲目性,需要大量的計算才能獲得較好的效果。2.2.2水體的提取譜間關(guān)系法利用水體具有的獨(dú)特的譜間關(guān)系特征:(TM2+TM3)>(TM4+TM5),這一構(gòu)建模型來進(jìn)行水體提取能將水體與陰影區(qū)分開來,特別適合山區(qū)水體的提取。并用TM的4、3、2作假彩色合成影像來目視檢驗譜間關(guān)系法提取水體的效果。經(jīng)典譜間關(guān)系法提取出來的水體較“純凈”,能有效地去除山體陰影的影響,不足之處是對細(xì)小河流的提取效果不明顯。對地物地表反射率進(jìn)行改進(jìn)得到圖3,改圖直觀地表明只有水體具有波段2加波段3大于波段4加波段5的特征。2.2.3ihs下的水體信息歸一化水體指數(shù)法是指利用歸一化水體指數(shù)來提取水體信息。水體在波段2上面具有較強(qiáng)的透射性,而在波段4上因被吸收的緣故反射率較低,因此可以利用這兩個波段進(jìn)行代數(shù)計算獲取水體信息,模擬植被指數(shù)將波段2與波段4的差值與和值做比值［6］。IHS空間變換法提取水體,與RGB的自然屬性描述不同,更多的是描述顏色特征［7］。先對TM影像進(jìn)行IHS變換,然后利用特定的閾值范圍進(jìn)行水體信息的提取。IHS下水體信息提取模型如式1所示［8］。式(1)中ai、ak、as為I、H、S分量的樣本均值,σi、σh、σs為I、H、S分量樣本的標(biāo)準(zhǔn)差,k1、k2、k3為系數(shù)。獲取到IHS圖像后。對IHS圖像中水體部分做采樣,統(tǒng)計水體的相關(guān)信息,然后按照式(1)構(gòu)建水系提取模型。經(jīng)反復(fù)實(shí)驗,K1=3,K2=2.5,K3=3時水體提取效果最好。總之,在對細(xì)小河流等水體的提取上,現(xiàn)有研究已有深入的探討,但是大多數(shù)的算法由于其算法復(fù)雜度等原因,不能大規(guī)模應(yīng)用。普遍應(yīng)用、計算量相對較小的還是譜間關(guān)系法及其改進(jìn)算法。對于山體陰影的去除,目前的研究集中于在水體提取過程中去除,尚未有單獨(dú)進(jìn)行山體陰影去除的討論。2.3山體較小造成的水體信息壓力此算法將水體提取的重點(diǎn)工作放在放大水體信息、以及水體信息與山體陰影部分的差異上。為此,本文重新對裁剪后的鄭洛地區(qū)TM影像中的水體和山體陰影進(jìn)行采樣,繼續(xù)對波譜圖做分析。水體和山體陰影采樣數(shù)據(jù)如表1所示。由表1可知:波段1上水體和山體陰影的亮度值變化較大,不利于水體信息提取。波段7從均值與最大最小值之間的差距來看,水體和山體陰影在這一波段上分布較均勻,很難將其區(qū)分開。波段6均值較大,不利于山體陰影與水體信息之間差別的擴(kuò)大。除波段1外,其余6個波段上,山體陰影均包含于水體中,因此考慮先提取包含有山體陰影信息的水體信息,再單獨(dú)去除陰影信息。波段2和波段3,山體陰影的亮度值變化較小,且其變化區(qū)間與水體亮度值的變化范圍相比較小?？疾焐襟w陰影與水體的平均值之差,波段3較大,波段2次之,可以通過放大這兩個波段來提取水體。波段為5水陸反應(yīng)情況較好?？傮w上看,確定選用2、3、4、5波段參與運(yùn)算。在波段3上,水體信息均值最大,而且水體與山體陰影均值之間的差值也最大。因此,將波段3乘以倍數(shù)放大,從而提高山體陰影與水體之間的差別。從圖4可以看出,第3波段經(jīng)放大后,水體與其他地物相互區(qū)分更容易了。依照上述分析,建立如下所示的數(shù)學(xué)模型:式(2)中,TM2、TM3、TM4、TM5分別指TM影像的第2、3、4、5波段。k1表示對原始圖像進(jìn)行閾值分割所設(shè)置的閾值。k2表示山體陰影在第3波段上進(jìn)行分割的分界點(diǎn)。令k=(TM2+2TM3)/(TM4+TM5),根據(jù)模型計算可得k水=1.57,k影=1.10,為了讓是水體的可能性最大,是山體陰影的可能性最小,所以選擇k1為1.1。得到k1值后,依照模型,對所有TM像元進(jìn)行處理。符合模型的賦值為1,不符合模型的賦值為0,最后所得二值圖像即為要提取的水體信息。此時,水體信息中含有大量的噪聲。利用TM3>k2去除山體陰影中的噪聲,即當(dāng)?shù)?波段上TM像元值大于k2則此像元是山體陰影的可能性大大降低。在第3波段上,山體的均值為30.14,最大值為32;水體的均值為46.62,最小值為26。顯然,將k2取為32比較合適,這樣在盡可能多的保存水體信息的前提下能夠去除盡量多的山體陰影。綜上所訴,為提取盡可能多的水體信息,用k1=1.1,k2=32建立水體提取模型較為合適。3對結(jié)果的分析與評價3.1譜間關(guān)系法提取水體的效果利用由中國科學(xué)院國際科學(xué)數(shù)據(jù)服務(wù)平臺(ht-tp://datamirror.csdb.cn/index.htm)提供的鄭洛地區(qū)LandsatTM數(shù)據(jù),用四種常規(guī)算法對水體信息進(jìn)行提取。將提取到的結(jié)果疊加到鄭洛地區(qū)TM影像432波段合成的假彩色影像上,結(jié)果如圖5所示。從圖5中可以看出譜間關(guān)系法能夠較好地提取到水體信息,并且能夠去除部分山體陰影的影響,但是對細(xì)小河流不敏感,而且山體陰影的殘留還是比較多。歸一化水體指數(shù)法對水體的提取效果一般,對細(xì)小水體的提取并沒有什么幫助。該方法提取出的水體中仍就包含大量的山體陰影信息,甚至比譜間關(guān)系法提取出水體里包含的山體陰影還要多。IHS變換法提取水體能有效去除山體陰影的影響,并且能提取到部分較細(xì)小河流,但對細(xì)小河流的提取能力有待加強(qiáng)。用改進(jìn)的譜間關(guān)系法進(jìn)行水體信息提取的結(jié)果如圖6所示。從圖6中可以看出,白色部分所示的河流較以往的水體提取方法有較大的改善,與現(xiàn)有幾種算法相比較,水體提取效果有了較大的提高。具體表現(xiàn)在:1較大河流的轉(zhuǎn)彎、較細(xì)小處等細(xì)節(jié)得到有效地擴(kuò)充和體現(xiàn);2細(xì)小河流也提取出來,盡管其寬度、連續(xù)性還有待改進(jìn);3包含的山體陰影信息比較少。3.2隨機(jī)算法與改進(jìn)的譜間關(guān)系法對比Kappa系數(shù)表征的是圖像分類結(jié)果與實(shí)際情況的一致程度。本文通過對實(shí)際情況的調(diào)查與分類結(jié)果相對比,建立誤差矩陣,矩陣行表征圖像分類的分類結(jié)果,矩陣列為實(shí)際結(jié)果,元素為像元數(shù)量,最后計算總體精確度和Kappa系數(shù)。為了對各種算法進(jìn)行性能比較,采用隨機(jī)算法,對原始圖像進(jìn)行采樣,并對各種算法在該點(diǎn)的提取結(jié)果進(jìn)行采樣。共采樣1156點(diǎn),為了計算方便,約簡為1000點(diǎn),其中水體點(diǎn)共計640點(diǎn),非水體360點(diǎn)。各種算法采樣數(shù)據(jù)如表2。精確度及Kappa系數(shù)如圖7。圖7中,Pe表示由于偶然因素導(dǎo)致分類正確的概率,P0表示總體精度。改進(jìn)的譜間關(guān)系法Pe值為0.543,Kappa系數(shù)為0.805,總體精度達(dá)到91.1%。顯然,改進(jìn)后的譜間關(guān)系法Kappa系數(shù)最佳,其他算法Kappa系數(shù)均為顯著程度。改進(jìn)后的譜間關(guān)系法用于水體提取的總體精確度也高于其他算法。總之,改進(jìn)的譜間關(guān)系法在基于TM圖像進(jìn)行水體信息提取有很高的精確度和實(shí)用性。4信息提取步驟對比通過分析現(xiàn)有算法優(yōu)缺點(diǎn),對LandsatTM影像波譜進(jìn)行認(rèn)真分析研究,以譜間關(guān)系法為基礎(chǔ),對譜間關(guān)系法進(jìn)行了改進(jìn),建立新的水體提