（摄影测量与遥感专业论文）基于遥感影像信息自动提取水系网的研究.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 水系网的形成受地质构造和自然环境的影响，不同的地质构造决定了水系网 的形状和分布。因此，通过对水系网的研究可以帮助了解母岩的地质构造和岩性。 遥感影像具有获取成本低、覆盖率高、更新快、现势性强的特点，所以基于遥感 影像的水系网提取更具有现实意义。 本文将水系网的提取分为含水河段的自动化提取与干枯河段的半自动化提取 两部分，最终实现了水系网提取。 在含水河段水系网提取中，提出了“敏感因子组合条件法”提取含水河段的 算法。根据地物的特点构造敏感因子，通过若干敏感因子的组合实现含水河段水 系网的提取。实验表明，此方法能够较好地区分类似地物，实现对含水河段的自 动化提取。 在干枯河段的半自动化提取的过程中提出“种子点扩散算法”。此算法以种子 点为中心，将影像空间划分为八个区域，通过入机交互选取种子点，实现了干桔 河段水系网的半自动化提取。 对提取出的水系网进行了标准化和恢复过程中采用数学形态学细化、滤波、 边缘检测、条件膨胀、水系恢复等方法，获得了比较满意的结果。 在以上分析研究的基础上，设计并编制了一个水系网提取模块。该模块能较 好地完成水系网的提取、标准化、恢复等操作。 关键词：遥感影像；水系网；敏感因子；种子点扩散算法 西南交通大学硕士研究生学位论文第1 i 页 a b s t r a c t t h ef o r m a t i o no fd r a i n a g es y s t e mi sa f f e c t e db yg e o l o g i c a ls t r u c t u r ea n dn a t u r a l e n v i r o n m e n t ，t h es h a p e sa n dd i s t r i b u t i o n so fd r a i n a g es y s t e m a r ed e t e r m i n e db y d i f f e r e n tg e o l o g i c a ls t r u c t u r e s s ot h er e s e a r c ho nd r a i n a g es y s t e mc a l lh e l pt ok n o wt h e g e o l o g i c a ls t r u c t u r ea n dt h el i t h o l o g yo fm o t h e rr o c k r e m o t es e n s i n gi m a g eh a st h e c h a r a c t e r i s t i c so fl o wc o s t ，h i g ho v e r l a y , f a s tu p d a t ea n dg o o du p t o - t h e m i n u t em e r i t ， s ot h er e s e a r c ho f d m i u a g es y s t e mb a s i n go ni m a g eh a sm o r ep r a c t i c a ls i g n i f i c a n c e t h i sp a p e ra d o p t st h ew a yo fe x t r a c t i o nw h i c hd r a i n a g es y s t e mi se x t r a c t e db y e x t r a c t i n gw a t e rr i v e r sa u t o m a t i c a l l ya n de x t r a c t i n gd r yr i v e r se m i - a u t o m a t i c a l l y , e v e n t u a l l y , d r a i n a g es y s t e mi se x t r a c t e ds u c c e s s f u l l y an e wa r i t h m e t i ci s b r o u g h tf o r w a r d ，w h i c hn a m e dc o m b i n e dc o n d i t i o no f s e n s i t i v ef a c t o r s ，d u r i n gt h ec o u r s eo f w a t e rr i v e r se x t r a c t i o n w a t e rr i v e r sa r ee x t r a c t e d b yc o m b i n i n gs e v e r a ls e n s i t i v ef a c t o r sc o n d i t i o n a l l y , w h i c ha r ec r e a t e da c c o r d i n gt o o b j e c tc h a r a c t e r i s t i c s e x p e r i m e n t sp r o v et h a t t h i sm e t h o dc a nd i s t i n g u i s hs i m i l a r o b j e c t s ，r e a l i z ew a t e rr i v e r se x t r a c t i o n d u r i n gt h ec o n r s eo fd r yr i v e r se x t r a c t i o n , a n o t h e rn e wa r i t h m e t i c i sb r o u g h t f o r w a r dw h i c hn a m e ds e e d p i x e ld i 觚s e da r i t h m e t i c t h i sa r i t h m e t i cr e a l i z et h e e x t r a c t i o no fd r yr i v e r ss e m i - a u t o m a t i c a l l yb yt a k i n gt h es e e dp i x e l 硒ac e n t e r , c o m p a r t m e n t a l i z i n gt h es p a c eo fi m a g ea se i g h ts u b d o m a i n s ，s e l e c t i n gs e e dp i x e l m a n u a l l y i nt h ec o u r s eo fs t a n d a r d i z a t i o na n dr e s u m eo fd r a i n a g es y s t e m ，m a t h e m a t i c a l m o r p h o l o g yi sa d o p t e di nt h ep r o c e s so fi m a g ep r o c e s s i n g ，i n c l u d i n gt h i n n i n gi m a g e ， e l i m i n a t i n gs p e c k l en o i s e ，c h e c k i n gm a r g i n a l ，c o n d i t i o n a li n f l a t i o n , r e s u m i n gd r a i n a g e s y s t e ma n dt h i sm e t h o d sa c h i e v es a t i s f i e de f f e c t b a s i n go nt h er e s e a r c h e sa n da n a l y s e sa b o v e d ，am o d u l eo fd r a i n a g es y s t e m e x t r a c t i o ni sp r o g r a m m e d t h i sm o d u l ec a r la c h i e v et h eo p e r a t i o n so ft h ee x t r a c t i o n , s t a n d a r d i z a t i o na n dr e s u m eo f d r a i n a g es y s t e me t e k e yw o r d s ：r o m o t es e n s i n gi m a g e ；d r a i n a g es y s t e m ；s e n s i t i v ef a c t o r ；s e e dp i x e l d i f f u s e da r i t h m e t i c 西南交通大学硕士研究生学位论文第1 页 1 1 研究的目的与意义 第1 章引言 世界上独流入海( 或注入其它水域) 的河流极少，大多数是由大大小小的支 流汇合到一条主流中，形成一个水的系统，这称为水系网。 水系网是一个非常复杂的研究对象水系网的特征提取工作的常规手段主要 依靠人工目视。随着水系网辅助地学解译应用的深入，目视手段不能满足大量应 用工作的需求，传统的目视解译遥感图像的方法越来越难以满足自动化需要。运 用计算机对水系网的特征进行自动提取已经非常必要，而且随着计算机技术和图 形学的发展，用计算机从遥感影像中自动提取地物已具有一定的理论基础，使遥 感信息的自动化提取成为可能。因此，用计算机自动提取水系网将成为遥感影像 特征提取自动化发展的必然趋势。 在目标提取中，水系网是一种有代表性的目标，遥感地质通过对永系网的研 究以帮助了解母岩的地质构造、岩性。因为，水系网的形成受地质构造和自然环 境的影响，在平面图形上表现出一定规律的排列。常见的水系网类型有树枝状水 系网、格子状水系网、平行状水系网、放射状水系网、扇状水系网以及网状水系 网。这些不同类型的水系网发育于不同的地质构造之上。树枝状水系网一般在地 势平坦，岩性比较均一的地区，如我国的黄土高原；格子状水系网是褶皱构造地 区常见的一种水系网类型：平行状水系网发育于受较大的构造控制的平行岭谷地 区，如云南横断山脉地区的水系网；放射状水系网在火山锥或穹隆构造地区；辐 合状水系网由山岭向盆地中心集中；扇状水系网发育在大型冲积扇上或三角洲上； 网状水系网发育在大型冲积扇或冲积平原上“1 。所以，水系网的排列形式又往往 反映了一定的地质构造和地壳运动。因此，通过对水系网平面图案的分析，能够 推测地质构造与地壳运动的大致情况。基于人对水系网图案的认知过程在计算机 西南交通大学硕士研究生学位论文第2 页 上实现，有别于目前在遥感图像分类与模式识别领域的方法和思路。根据遥感图 像解译的特点来构建专家系统，一方面可以利用数字遥感影像本身提供的多种特 征，运用模式识别方法解译，另一方面又可以发挥图像解译专家知识的指导作用， 运用经验性的知识解决问题。 将水系网图形的特征( 如树枝状、角状、梳状等) 差异与下伏岩石的构造、 岩性等地学意义联系起来的过程是遥感解译过程。从遥感影像上提取水系网是遥 感影像计算机解译的前提。水体是实际存在的水面，包括池塘、湖泊等水体。干 涸的河沟和河道不具备水体的信息，但确是水系网的组成部分。在概念上，水系 网不同于水体，水系网包括了含水河段与干涸河段，但不包括湖水，池塘等目标。 从遥感图像直接提取水系网为水系网的分类和分级提供必要的准备，它的准确度 和精度直接影响整个专家解译系统的好坏。 另一方面，关于水系网提取的研究大多基于d e m 数据。然而，实际上由于d e m 数据获取的费用高等阿题，目前，仅一些发达城市才具有完整的d e m 数据，这使 水系网提取方法的广泛应用遇到困难。比较而言，遥感影像具有获取便利、费用 低、更新快、覆盖范围大等优点，所以遥感影像已经在国土等领域被广泛使用， 国务院从2 0 0 6 年年底下发文件：全面开展第二次土地调查工作，主要采用遥感影 像作为工作底图。因此，直接从遥感影像上来提取目标将具有深远的现实意义。 综上所述，遥感图像特征提取自动化的发展趋势以及水系网形状对地质条件 判释的辅助作用，从遥感影像中自动提取水系网具有重要的理论意义和现实意义。 1 2 国内外研究现状 1 2 1 基于d i ：m 的水系网自动提取的研究状况 由于d e m 数据是具有高程信息的三维坐标，所以能够反映一定的局部地形特 征，根据地形局部特征，借助于相应算法，就可以自动提取一定地理空间范围内 的地形特征线。 从d e m 数据中提取自然水系网可以根据不同的数据采用不同的算法，陈晓勇 西南交通大学硕士研究生学位论文第3 页 等提出了基于数字化等高线地形图的提取算法”1 ，b r i g g s 研究了基于t i n 的提取 算法锄，朱庆等人提出了基于规则格网d e m 的地形特征提取算法，陈永良等提出 先将其中的洼地和小平原改造成斜坡，然后依据“水总是沿斜坡最陡方向流动” 的原理，确定d e m 中每一个栅格点的水流方向；再根据各点的水流方向数据，计 算出每一个栅格点上游给水区：接着，根据栅格点上游给水区的数值，用阈值法 确定水系网栅格点，并对水系网栅格点进行筛选；最后，根据水系网栅格点的水 流方向，将整个水系网追索出来，实现了d e m 对水系网的提取。 1 2 2 基于遥感影像的水系网自动提取研究状况 第一，基于遥感机理的特征提取方法( 对水体) 自然界中水的组成主要是水体本身，在可见光波段0 6 微米之前，水体的吸 收少、反射率较低、大量透射。其中，水面的反射率约为5 ，并且随着太阳高度 角的变化丽略有变化；水体可见光反射包括水体表面反射、水中悬浮物( 叶绿素、 泥沙等) 的反射和水底物的反射3 个方面的贡献“1 。在近红外、短波红外部分水 体几乎吸收了全部的入射能量，水体的反射能量很小，所以水体在这两个波段的 反射率接近于零。这样特殊的光谱特征与土壤和植被有明显的差异，这为水体的 提取提供了很大的便利。 单波段法 单波段法即寻找水体和其它地物反射能量差异最大的波段，从而找出用来提 取水体的单一波段。这种方法比较简单，程序较容易实现，尤其是在平原地区， 提取的效果很好。基于这种方法的提取目标在早期应用比较多脚“m 1 ，但是在高山 地区容易误将阴影也提取出来，这是单一波段法的缺点。 多波段组合的方法 为了解决山区水体的提取，许多学者利用波段组合法将水体和阴影及其它目 标区分开来。当然，这种方法要结合不同目标地物在影像的各个波段的亮度统计 值。依据统计值，研究怎样的波段组合才能将影像内的各种目标最大限度地区分 西南交通大学硕士研究生学位论文第4 页 开来阻”。这种方法类似于植被指数法。显然，此方法的提取效果优于单波段法。 这种方法组合方式的灵活度大。对于相同的遥感影像，不同的研究者、不同的研 究目的，所采用的组合方式不同。 第二，基于空间特征的提取方法 遥感影像不仅仅反映地面目标的灰度信息，而且还存在一定的空间关系。这 种空闯关系体现了地面目标的空间特征。因此，影像的空间特征成为了遥感图像 处理中研究的对象之一。纹理是图像的一个重要特征，是刻画图像空间变化的一 个重要依据。纹理特征提取方法有许多，常用的有共生矩阵法、小波变换法、分 析纹理方向法、傅立叶变换法以及常用的梯度基函数法。这种基于空间特征的提 取方法比较复杂，虽然目前已经有不少纹理特征和辨识的方法被提出，但是仍然 难以通过定量分析的手段得到比较好的纹理模型。 其中，比较经典的模型是把纹理看作若干个纹理基元根据某种空间排列规则 的组合。这种模型适用于具有一定排列规则的纹理图像，在图像处理中随机性非 常大1 。 第三，基于遥感机理和空闻特征相结合的提取方法 基于遥感机理的灰度特征提取方法有时很难达到良好的效果，因此需要结合 图像的空间特征，达到更好的息提取效果。这种方法比较灵活，而且效果也比较 好“2 “”1 ，已被广泛应用于各种遥感影像的目标识别研究中。 第四，基于数学形态学的特征提取 数学形态学( m a t h e m a t i c a lm o r p h o l o g y ，简称删) 也称图像代数，直到1 9 8 5 年才逐渐发展成为分析图像几何特征的一种重要工具。它是以形态为基础对图像 进行分析的数学工具。它的基本思想是：用具有一定形态的结构元素去度量和提 取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的基本运算有 4 个：膨胀( 或扩张) 、腐蚀( 或侵蚀) 、开启和闭合。它们在二值图像中和灰度 ( 多值) 图像中各有特点“”。基于这些基本运算还可以推导和组合成各种数学形 态学实用算法，从而应用于图像分割、特征提取、边缘检测以及图像增强等方面 西南交通大学硕士研究生学位论文第5 页 的应用n 劬1 力“”。 数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不 相干的结构。在处理方法上主要通过运用集合论的方法来定量描述图像的几何结 构”1 。 第五，基于神经网络的特征提取方法 神经元网络又称人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称a n n ) ，它 是模拟人体神经系统的结构和功能为基础而建立的一种信息处理系统。早在上世 纪4 0 年代初期，心理学家m c c u l l o c h 、数学家p i t t 、就提出了人工神经网络的第 一个数学模型，从此开创了神经科学理论的研究时代3 。美国神经科学家h e c h t n i e l s e n 给出了一个人工神经网络的一般定义：神经网络是由多个非常简单的处 理单元彼此按某种方式相互连接而形成的计算机系统，该系统是靠其状态对外部 输入信息的动态响应来处理信息的叫1 。 目前，神经网络在图像处理中的应用十分广泛，如图像编码与压缩、图像复 原、边缘检测和图像分割、模式识别、等方面。2 “。在图像的分类中应用较多， 但用于特征提取的研究还很少，关键是缺少实用模型。 1 3 论文主要研究内容及创新点 1 3 1 研究目的和内容 本文研究的主要目的是直接从多波段遥感影像上提取水系网的信息，本论文 研究的主要内容分四个部分： l 基于光谱信息的含水河段的自动提取； 提出感因子组合条件法”来提取含水河段的各个步骤。包括敏感因子选 择的原则，条件的设定等，并且结合具体韵遥感影像实现了含水河段的自动 提取。 2 基于“种子点扩散算法”的于枯河段半自动提取； 概述了道路提取方法的进展情况。介绍了种子点扩散算法的相关概念， 西南交通大学硕士研究生学位论文第6 页 在此基础上提出“种子点扩散算法”。详细介绍此算法，并且结合实际遥感影 像对该算法的提取效果进行验证，最后分析此方法的优缺点。 3 水系网的标准化； 用“敏感因子组合条件法”提取的含水河段存在一定的宽度，为了使其 成为单像素的标准水系网，必须进行细化等处理将其标准化。由于最终的水 。系网是由不同支流组合而成，生成的水系网必然存在不连续、交叉、毛刺等， 因此必须将其修正成标准的水系网。 4 水系网的恢复： 对经典的s o b e l 算子进行改造来实现无方向的边缘检测方法，用此方法 检坝4 影像的边缘，结合单像素规范水系网，利用数学形态学中的条件膨胀法 实现水系网的恢复和水系网的最终修正。 1 3 2 论文的创新点 本论文的创新点有以下三方面： 1 提出了“敏感因子组合条件法”来提取含水河段。此方法基本解决了高山地 区水体和阴影相互混淆的难题。 2 提出“种子点扩散算法”利用人工交互的操作，实现了干枯河段提取。 3 首次采用水系网中心线结合遥感影像边缘信息，利用条件膨胀的方法实现了 水系网的恢复 1 4 论文组织结构 本论文以遥感影像为原始数据将水系网的提取分为两个独立的部分来进行。 先完成含水河段的提取，再实现干枯河段的半自动提取，然后实现水系网的标准 化，最后完成对水系网的恢复。具体的章节安排如下： 第一章，引言部分。阐述研究的目的及意义：介绍水系网提取工作的国内外 研究现状与发展趋势；水系网提取工作内容和创新性。 西南交通大学硕士研究生学位论文第7 页 第二章，水体遥感基础。本章简单介绍了水体及其差异、电磁波特征、水体 的光谱特征等，以及多光谱遥感技术。最后，探讨了遥感四大分辨率对遥感目标 提取的影响。 第三章，遥感水体的提取。重点介绍了“敏感因子组合条件法”自动提取水 体的思路和具体方法以及河流线条的标准化。 第四章，重点介绍了用于取干枯河段的“种子点扩散算法”。 第五章，遥感水系网的恢复。对s o b e l 算子进行改进，提出非方向性边缘检 测的方法，结合水系网络实现了水系网的恢复。 第六章，程序模块实现功能简介。 1 5 小结 本章首先从地质解译和特征提取自动化两方面入手阐述了论文研究的目的与 意义，接着详细介绍了关于水体和水系网提取方面的国内外研究现状，分析了各 种方法的特点和优缺点。最后，介绍了论文研究的主要内容、创新点和论文的总 体结构。 西南交通大学硕士研究生学位论文第8 页 2 1 水体及其差异 第2 章水体遥感基础 水是一种单纯的化学物质，是氢氧最简单的化合物。在自然界以固态、液态 和气态三种形式存在。而水体是水的聚合体，一般是指地面水体，如溪、河、江、 池塘、湖泊、水库、海洋等。从地学角度来看，存在于自然界中各种各样的水体 就是水的天然存在形式。各种水体由于其自身的循环和其自身动力学规律的差异， 在形态、大小、水质等方面也存在着差异，从而表现为空间上的多变性。表现为 不同的地区由于气候、下垫面特征、人类活动等不同，造成了水体在形态和水质 上的差异“。 2 1 1 水系网的分布差异 我国的水系网分布很不均匀。大多分布在东南部的外流流域，内陆河流既少 又小，这主要是由气候原因造成的。我国东南部属于季风气候，降水丰富，河流 众多，形成许多庞大的水系网，为遥感影像中水系网络的的识别带来了很大的方 便a 而西北地区气候干旱，降水量小，蒸发旺盛，多是季节河流。水体的形态没 有固定的特征，水系网识别比较困难。 2 1 2 水质的差异 各种水体由于自身形成的条件不同， 质之间的差异。这种差异包括物理差异， 差异，如各种矿物质成分和含量。 ( 1 ) 水温的差异 受到各自的动力学规律的影确，造成水 如温度、颜色、透明度等和化学成分的 由于水体受到太阳辐射、气温等地带因素的控制而使水温的分布呈现出地带 西南交通大学硕士研究生学位论文第9 页 性规律。湖泊、海洋、河流等的温度还受到其它因素的影响，比如补给来源和上 游来水温度等。另外，冬封和春天解冻都会影响水体的温度。 ( 2 ) 泥沙含量的差异。 水体中泥沙含量主要受到水流速度和河流下垫面地质情况的影响。水流速度 越快，下垫面的土壤越松散，泥沙含量就越高。在我国，由于地质和气候的原因， 西部河流的含沙量比东部小“1 。 ( 3 ) 水体化学性质的差异。降水对大气和地表组成物质的淋溶过程，支流交 汇处的混合过程，悬浮液的吸附和解析过程以及园蒸发而导致的变质，还有近年 来人类活动的影响等都影响河水的化学性质。 2 2 水体的光谱特征和光谱特征曲线 所有物体都具有反射和发射电磁波的本领。物体在不同波长处反射和发射电 磁波能量本领是不同的，这种辐射能量随波长的改变丽改变的特性，称为物体的 波谱特性o ”。 目标波谱响应啦线所反映的是譬标在不同的波段上反射( 或发射) 率的高低。 地物光谱的测定是遥感技术的重要组成部分，属于遥感的基础性研究。只有首先 了解不同地物的光谱特点，才能看懂遥感图像所反映的真实目标，才能谈得上对 遥感图像目标的识别，因此地物光谱的测定就成为遥感科学必不可少的环节。美 国已经对多种岩石矿物，多种土壤和多种植物及多种水体的反射，辐射和吸收特 性进行了系统的测试分析，并且建立了各种光谱数据库。目前，我国也开始对地 物光谱展开了广泛的研究。 不同的目标有不同的波谱响应曲线，图2 1 所反映的是水体在不同波段的反 射率大小的比较关系。同一目标对不同的波长有不同的响应，不同的目标对相同 的波长也有不同的响应，因此，借助目标波谱响应曲线，在一定程度上可区分目 标。 水体特殊的光谱特征为水体的提取提供了方便。然而，地物是相当复杂的 西南交通大学硕士研究生学位论文第10 页 就水体而言，由于水体中泥沙、叶绿素、污染物等含量程度的差异，水体的波谱 曲线也因此而不同，从而使遥感的解译和反演变得复杂。 正如上分析，水体的组成是复杂的，包括水中悬浮物、泥沙、叶绿素、工业 废液等，因而，从严格意义上来说，自然水体并非同类目标。但是，如果这样非 常严格地分类，那么在自然界中将很难找到同类物体。在用遥感手段研究地物时， 必须根据研究目的和研究对象的特点对地物进行分类。例如，研究水资源时就要 将整个水体作为一个整体类别，包括含水河段、湖水、池塘等。如果研究水系网， 就只能将河流网作为一个类别来研究。 2 3 多光谱遥感数据 图2 1 水体的波谱曲线 高 多光谱遥感技术是把地面辐射范围较宽的连续电磁波谱分割成若干个较窄的 光谱段( 或波段) ，以多光谱摄影或多光谱扫描的方式，在同一时刻获取同一目标 不同波段信息的遥感技术矧。最终获取的是多波段遥感影像数据。 图2 - - 2 多光谱遥感影像 西南交通大学硕士研究生学位论文第”页 多光谱遥感技术是二十世纪六十年代发展起来的一种新的遥感技术，其原理 是基于同一物体具有相同光谱特征，并在一定条件下，其总辐射通量密度是波长 的函数。不同地物，由于其内部组成和表面特征的不同，一般不会有相同的光谱 特征，总存在辐射差异比较明显的波段。因此可以在特定的波段上或者采用特 有的影像增强方法，识别目标的属性，或者区分两种不同的目标。 河流和湖水在全色影像上所表现的色调难以区分，但是在多光谱技术下采取 不同的技术方案仍然可以将其严格区分。 2 4 影像识别常用特征 影像目标识别( 模式识别) 是影像理解和信息提取的关键所在，通常区分图像 采用视觉元素作为区分的标准，其中色调、形状、图案、大小、纹理、阴影、关 联常常作为模式识别的特征。下面分别作以介绍。 色调是指相对亮度，是区分目标最基本的元素，通过明暗的对比可以实现目 标的区分。遥感图像将不同地物反射或发射电磁波的强弱记录下来，实质上人们 主要通过对遥感影像亮度的差异来实现对目标的区分。另外，从数字图像的角度 来说，遥感所得到不同地物的信息实际上是一系列有序排列的亮度表。 形状是指目标的形式、结构和轮廓。例如，操场一般呈现为椭圆形，房子一 般为规则的矩形等，利用这些先验信息可以帮助对目标的识别，特别是利用数学 形态学的算法可以比较成功地实现对目标的提取。 图案是指目标的空间分布与排列。不同的地物分布决定了遥感影像上图案的 形状。 目标大小是指目标的尺寸。它对影像理解有很大的帮助作用，利用目标大小 的常识可以帮助对目标的识别。 纹理是指局部区域色调变化的空闻排列与变化频率。它主要体现为局部色调 的排列和色调变化频率。例如，遥感影像上大片麦田就呈现出变化均匀、规则的 纹理。 西南交通大学硕士研究生学位论文第1 2 页 阴影可提供估计目标高度和轮廓的线索。阴影的存在说明遥感影像是非正射 投影成像，因此存在一定的变形，但是由于遥感平台属于高平台，所以这种变形 比较小。由于遥感影像无法提供高程信息，所以无法得到立体信息，但是由于阴 影的存在使得遥感影像实际上存在一定的立体感。 关联是指相邻目标间相对空间关系，即目标的邻接关系，这种特征也有利于 目标的识别。侧如河流和路的交汇处肯定是桥，操场忍围一般是看台。这些信息 有利于对周围目标的识别。 2 5 遥感分辨率对目标提取的影响 2 5 1 空间分辨率对目标提取的影响 空间分辨率是指传感器可分辨地面最小目标的能力，是由传感器瞬时视场 ( i n s t a n t a n e o u sf i e l do fv i e w ，i f o v ) 所决定的。地面分辨距离等于瞬时视场角 度与平台高度的乘积。瞬时视场一般是指传感器的特性，所以影响空间分辨率的 高低取决于遥感平台的高度，传感器平台越高，分辨率越低。一般地，机载影像 比星载影像的分辨率高。随着技术的进步，星载影像空问分辨率越来越高。快鸟 影像的空间分辨率已经达到0 6 1 米。 空间分辨率的高低直接影响目标提取的方法和策略。对于结构性的目标物， 例如道路、河流、城墙等在空闻分辨率较低的遥感影像中无须考虑其它她物( 如 轮船、车辆等) 的影响，但是在商分辨率的遥感影像中则必须考虑这些地物对目 标的影响。 2 。5 。2 光谱分辨率对目标提取的影响 光谱分辨率是衡量传感器所能获得目标的波段数目。光谱分辨率越高说明传 感器对光谱的划分越精细。比如，现在出现的超光谱技术使遥感数据的光谱分辨 率达到二百多，即有2 0 0 多个波段信息。 通过对不同波段响应的比较，可以区分不同的目标。对有些目标使用较宽波 西南交通大学硕士研究生学位论文第13 页 段来探测可以获取较好的效果，例如：区分水体和植被。而有些目标类型则需要 多个细分波段来探测并区分，例如：岩石类型的区分。 光谱分辨率越高对地物的光谱信息反映的越充分，这对部分地物的研究提供 了可能，特别是对矿石的精确划分提供了数据，为遥感找矿的研究提供了新的途 径。但是，在目标提取的过程中并非光谱分辨率越高越好，适当地选取光谱分辨 率对地物的提取更为有利。 2 5 3 辐射分辨率对目标提取的影响 辐射分辨率是用来描述传感器对反射电磁波强度( 能量大小) 敏感程度的参 数。辐射分辨率越高，说明传感器区分强度大小的能力越强，影像结构越精细。 例如：2 5 6 ( 8b i t ) 量化级别、1 2 8 ( 7b i t ) 量化级别等。 辐射分辨率的高低直接影响遥感影像的质量，同时也影响地物的提取。一般 地，辐射分辨率越高越有利于对地物目标的提取。 辐射分辨率的高低直接影响遥感影像图像的质量，即对目标反映的精细程度， 图像纹理的层次，目标之间的差异性等。这些相关图像质量的指标正是遥感影像 目标提取通常所采用的提取因子，所以，辐射分辨率的不同必然导致地物目标提 取方法等差异。 2 5 4 时间分辨率对目标提取的影响 时间分辨率用来描述传感器重复对同地区成像的最小时间间隔。时间分辨 率在遥感应用中也很重要。时间分辨率选择的依据主要有：农作物生长过程，农 作物或植被的健康状况，突发性灾害：洪水、森林火灾、海上泄油扩散、热带地 区的多云、多雨天气等。“ 时间分辨率的合理选择对遥感影像的质量，特别是感兴趣地物的提取相当重 要。例如热天中午成像可以最大程度上区分水体和其它的目标，这样的影像更有 利于水体韵提取。相反，如果时间选择不当，目标的提取就相当困难。 西南交通大学硕士研究生学位论文第14 页 2 6 小结 本章从遥感基本的电磁波方面简单介绍了水体的光谱特征以及多光谱遥感技 术( 本研究就是基于多光谱遥感数据的) 。最后，探讨了遥感四大分辨率对遥感目 标提取的影响。在遥感目标提取时应该合理地选择四大分辨率，使之更有利于遥 感目标的提取。 西南交通大学硕士研究生学位论文第15 页 第3 章遥感水体的提取 水体和水系网有密切的关系，在研究遥感水系网提取时，有必要研究遥感水 体的提取。 由于水体的光谱特征与土壤、植被、道路、建筑物等有明显的差别，因此借 助水体的波谱特征可咀实现对含水河段的提取。对含水河段的提取通常有单波段 法、波段组合法、基于空间特征的提取方法、基于遥感机理和空间特征相结合的 提取方法、基于数学形态学的特征提取方法等。( 详见章节1 2 。2 ) 在含水河段提取的过程中，分别采用其他方法进行提取实验，但是提取效果 不理想。为了提高不同目标的光谱差异，在实验中作者发现敏感因子可以更大程 度上提高目标的光谱差异。而且实验证明利用此方法提取的效果比较理想。 3 1 敏感因子组合条件法自动提取含水河段 在对多种方法进行分析后，结合遥感影像的特点，采取敏感因子组合条件法 来提取含水河段。实验结果证明，此算法对含水河段的提取获得了比较好的效果。 下面主要介绍这种方法的实现过程。 3 。1 1 实验数据的选取 实验选取的数据是中分辨率的遥感数据，l a n d s a tt m 遥感影像数据。选用 波段1 5 和第7 波段，一共六个波段的数据，其空间分辨率均为3 0 米。光谱分 辨率为7 ，辐射分辨率为8 比特即2 5 6 灰阶。t m 的波段参数见表3 1 。考虑到情 况的复杂性和一般性，实验选取了具有河流，湖水和山体阴影严重的山区遥感影 像。如图3 一l 所示：右上部分是含水河段，右下部分有两个湖，左上部分是比较 典型的山体，其阴影比较严重。这三类目标的光谱特征很接近，因此这三类地物 的精确区分是含水河段提取的关键。 西南交通大学硕士研究生学位论文第16 页 表3 一l 专题成像仪( t m ) 的光谱波段 波段波长( pm )光谱区域主要应用 l0 4 5 _ o 5 2蓝设计用于水体的穿透 0 5 2 o 6 0绿设计用于植物辨别中的绿反射峰 3 0 6 3 _ o 6 9红设计用于叶绿素的吸收区的判读 4 0 7 6 - o 9 0近红外用于确定植物的类型、活力、生物量等 5 1 5 5 一1 7 5中红外指示植物水分含量和土壤湿度 6 1 0 4 一1 2 5热红外对植物的压迫分析，土壤湿度和制热力图 72 0 8 2 3 5 中红外有助于矿物岩石类型辨别，对水分含量敏感 图3 1 实验用图( t m ) 西南交通大学硕士研究生学位论文第1 7 页 3 1 2 遥感机理分析 河水的特征光谱本质上包含水体自身、河底以及水体中的悬浮物质( 泥沙和 叶绿素) 的光谱信息，因此不同河流的反射光谱会随着河流的深度、悬浮物质等 的多少而不同。而静止、表面平静湖水的光谱特征与河流有微弱的差异，这种差 异一般是由水体深度、水体中悬浮物质以及河流表面的波浪所造成。但是，随着 研究目的不同，对研究对象的分类也不同。在研究水体时，湖水、河水实际上作 为同一类目标，但是在提取含水河段时，它们必须作为不同类别的目标。阴影与 湖水有比较相似的波谱特征，但在4 ，5 ，7 波段有一定的光谱差异。 图3 2 是对阴影、含水河段与湖水的光谱特征统计血线。其中：横坐标代 表统计的第n 个像元，纵坐标代表各个统计像元的灰度值。光谱特征统计曲线图 表达了同种目标在不同空闻的亮度值的分布。从它们各自的光谱特，征统计曲线可 以看出：阴影在个别波段上的亮度值波动较大，这说明阴影的均一性比较差，如 果选择这样的波段就会使特征提取变得复杂，因此尽量选择均一性比较好的波段 来处理；而含水河段和湖水在各个波段的均一性都比较好，这有利于特征的选择。 在t m l 一3 波段，阴影和湖水光谱特征很接近，而与含水河段差异较大：在t m 4 、 t m 5 和t m 7 波段阴影和含水河段光谱比较接近，而明显高于湖水的光谱特征。详 见统计图3 3 。 i f l m 罔 i 二- ；鎏黜i 创 西南交通大学硕士研究生学位论文第18 页 7 0 8 0 5 0 鬣3 0 o1 02 d 钱计儒 潮槌t m 鲴蠹上舶瞳疆嚏 筑计1 慑 图3 - - 2 阴影、含水河流与湖水的光谱特征统计曲线 表3 - - 2 三种地物部分采样点亮度值( 均值偏差) 枣 t m lt 舵，r m 3t t m 5 t m 7 增钐 湖水5 9 24 3 32 9 11 5 21 4 2 1 2 2 河流9 0 1 07 1 1 05 9 82 1 52 0 71 9 5 阴影 5 8 44 3 62 9 44 8 1 54 3 8 2 5 6 西南交通大学硕士研究生学位论文第19 页 图3 3 阴影、含水河段与湖水亮度均值曲线图 3 1 3 剔除湖水、池塘等非水系网水体 骠习 l ：蝥i 湖水、。池塘等的形成主要是地形因素的作用，因此它的分布与所在区域的地 质构造关系不大。它并不属于水系网的一个部分，因此在水系网研究中必须将湖 水、池塘从提取的水体中剔除掉。 依据目标的结构特征可以将湖水、池塘等从水体中剔除，因为河流属于线状 地物，而湖水、池塘属于面状地物。因此，可以采用设定目标尺度阈值的方法将 湖水、池塘剔除，也可以采用数学形态法的种子点增长的方法将其区分并剔除， 同样也可以利用多光谱遥感数据将其剔除。 从遥感机理上分析，河流与湖水、池塘都属于水体大类。然而它们也存在明 显的差异。一方面，河流有一定的流动速度，水面存在一定的波浪起伏，而湖水、 池塘则接近静止状态基本属于镜面状态。另方面，由于河流水体的运动，必然 使水体内泥沙含量比较高，河流内浮游植物数量少，而湖水、池塘水体几乎静止， 因此泥沙含量几乎为零，浮游生物数量比较多。这两种水体在性质上存在明显的 差异，导致其光谱特征的差异，因此可以利用光谱信息将其区分。 从实验中统计的结果图3 - 一2 来看，河流与水体目标的均一性都比较好，特别 是在1 、2 、3 波段上可以容易区分河流和湖水。湖水、池塘的反射亮度又明显低 西南交通大学硕士研究生学位论文第2 0 页 于河流，因此在提取河流的过程中仅仅需要在组合条件设置时考虑到这一点就可 以剔除掉湖水、池塘了。下面采用的就是这种基于遥感机理的剔除湖水、池塘方 法。 3 1 4 提取含水河段 在图3 2 的统计基础上得到表3 2 ，即三种地物在各个波段采样点亮度值 和其方差统计结果，将其均值绘制成曲线图，见图3 3 。从中可以看到三种地物 在光谱特征上的明显差异：在t m l 、t m 2 和t m 3 波段上河流的亮度值明显超过了湖 水和阴影，但是这几个波段都不能单独应用，一方面它们的标准差太大，另一方 面其亮度值和部分岩石比较接近，阈值不易确定。实验表明：采取单独波段提取 出来的目标噪声很大。因此需要构造敏感因子，再利用敏感因子组合条件来提取 含水河段。 所谓敏感因子是人为构造为了专门研究目的组合而成的新波段，其使用方法 与单波段完全一样。从数字图像处理的角度来说，它实际上是其它波段信息的线 性组合。常用的组合方法是波段之间的加法、减法和比值法。它虽然不是一个新 的波段，但它能够使图像的某种特征表现的更加清楚。 敏感因子的组合并不是随意的，而是有定的原则的。构造敏感因子的关键 是：这个因子可以最大限度地区分待提取的地物和其它地物，例如，因子( g ) 的 构造，主要考虑到含水河段在前三波段的亮度值明显超过阴影和湖水，而其在后 三个波段上亮度值比较接近，这样的构造可以较大地突出含水河段的信息；同样， 因子( h ) 的构造利用了比值法，主要目的是为了突出含水河段与其它地物的差异。 根据以上分析，构造出两种敏感因子。再结合对不同地物类别光谱差异较大 的波段作为组合条件对含水河段进行提取( 具体的提取流程见图3 4 ) 。提取含 水河段( 见图3 5 ) 。很明显，图3 - - 5 已经不存在阴影和湖水的彤态，仅存在一 定程度的噪声和不连续性。通过剔除噪声和连续化的处理，最终得到含水河段形 态的连续线画图( 见图3 - 书) 。 西南交通大学硕士研究生学位论文第2 1 页 特征提取过程中，条件的限制是关键。如果条件限制过于严格，虽然可以减 少噪声，但是河流将会出现较大的不连续，这虽然有利于剔除噪声，但是将给后 续的河流恢复工作造成很大的障碍；如果条件限制过于宽松，提取的河流损失小， 但是将会出现较多的噪声，这也将给后续的噪声剔除工作造成很大的不便。解决 的办法是：通过实验在这两者之间折衷，在保证所提取河流基本形态的基础上尽 量减少噪声。 图3 - 4 敏感因子组合条件法自动提取含水河段流程 图3 5 自动提取的结果图3 - - 6 剔除噪声、连续化后图像 西南交通大学硕士研究生学位论文 第2 2 页 3 2 河流线条标准化 按照水系网识别的流程，水系网的提取为g i s 提供基础数据，g i s 又对水系网 做更为细致的分析，包括对水系网进行编码，计算支流方向、夹角等参数。因此， 为了满足g i s 对数据的要求，直接从遥感影像提取的水系网必须经过标准化。在 水系网中，这种标准化要求水系网必须是单像素的线画图，还要求整个水系网不 能间断。因此，必须对提取出来的水系网进行噪声剔除、细化、连续性处理等处 理。 在河流线条标准化的过程中，频繁用到数学形态学进行图像处理，下面主要介 绍数学形态学在图像处理的基本思想、方法。 3 2 1 数学形态学在图像处理中的应用 数学形态学是- - i 3 新兴的图像分析学科，其基本理论和方法在视觉检测、机 器人视觉、医学图像分析等诸多领域都已取得了非常成功的应用。在遥感影像处 理中数学形态学的研究还有很大的潜力，如地物分割、特征物提取如边缘提取等， 都可以用数学形态学的方法来实现”h 。 数学形态学诞生于1 9 6 4 年。当时，法国巴黎矿业学院的马瑟荣在从事多孔介 质的透气性与其几何( 或纹理) 之间关系的研究工作，塞拉在马瑟荣的指导下从 事铁矿核的定量岩石学分析，以预测其开采价值的博士论文研究工作，在研究过 程中，塞拉摒弃了传统的分析方法，动手与j ck l e i n 建立了一个数字图像分析 设备，并将他称为“纹理分析器”。随着实验研究与分析工作的不断深入，塞拉逐 渐形成了击中击不中变换的概念。 数学形态学是一门建立在严格数学理论基础上的学科，其基本思想和方法对 图像处理的理论和技术产生了重大的影响。许多非常成功的理论模型和视觉检测 系统都用了数学形态学算法作为其理论基础或组成部分。事实上，数学形态学已 经构成了一种新型的图像处理方法和理论，形态学图像处理已经成为计算机数字 西南交通大学硕士研究生学位论文第2 3 页 图像处理的一个主要研究领域。这门学科在计算机文字识别，计算机显微图像分 析，医学图像处理，工业检测，机器人视觉等方面都取得了许多非常成功的应用。 有些计算机图像处理和分析系统把形态学运算作为基本运算，由此出发来考虑体 系结构。一些形态学的算法，已经做成了计算机芯片，许多研究成果已经作为专 利出售，其影响已经波及到与计算机图像处理有关的各个领域，包括图像增强、 分割、恢复、边缘检测、纹理分析、颗粒分析、特征生成、骨架化、形状分析、 压缩、成分分析及细化等诸多领域。 从某种特定意义上讲，形态学图像处理是以几何学为基础的。它着重研究图 像的几何