基于區(qū)域標(biāo)記的遙感影像植被邊緣檢測算法

歐陽平

(1.漳州市測繪設(shè)計研究院，福建漳州 363000； 2.漳州市城鄉(xiāng)規(guī)劃局，福建漳州 363000)

基于區(qū)域標(biāo)記的遙感影像植被邊緣檢測算法

歐陽平1，2?

(1.漳州市測繪設(shè)計研究院，福建漳州 363000； 2.漳州市城鄉(xiāng)規(guī)劃局，福建漳州 363000)

植被是遙感影像中重要的地形要素之一，本文在植被影像特征的基礎(chǔ)上，提出了一種基于形態(tài)學(xué)區(qū)域標(biāo)記的遙感影像植被邊緣檢測算法。試驗結(jié)果表明，該方法能很好檢測出植被的邊緣，精度及邊緣連續(xù)性均比傳統(tǒng)的Canny算子邊緣檢測有很大的提高。

區(qū)域標(biāo)記；全方位邊緣檢測；區(qū)域生長；區(qū)域填充

1 引 言

隨著經(jīng)濟的發(fā)展，人口的增多，植被、綠地越來越小，為了保護生態(tài)環(huán)境，保護地球之肺—植被，我們要防止森林被砍伐、綠地被占用，就要定期檢查其邊緣、面積有無變化，從而更好地保護、利用植被。人工檢測植被邊緣，統(tǒng)計其面積勞時費力，精度不高，且不具有現(xiàn)勢性，而遙感技術(shù)的發(fā)展為植被邊緣、面積的快速、現(xiàn)勢獲取提供了新的途徑。本文提出了一種基于數(shù)學(xué)形態(tài)學(xué)區(qū)域標(biāo)記的遙感影像植被邊緣檢測算法能夠快速、準(zhǔn)確地檢測出植被邊緣。

2 數(shù)學(xué)形態(tài)學(xué)的基本原理

2.1 形態(tài)學(xué)開閉運算

定義一:設(shè)A為輸入圖像，B為結(jié)構(gòu)元素，則圖像B對圖像A作開運算定義為:

開運算具有消除比結(jié)構(gòu)元素小的散點和“毛刺”，切斷細長搭接而起到分離作用，即對圖像進行平滑的作用，也可以起到低通濾波的作用。但開濾波器僅能通過與結(jié)構(gòu)元素形狀一致的圖像部分[1]。

定義二:閉運算是開運算的對偶運算，定義為先作膨脹后做腐蝕。B對A作閉運算表示為A·B，其定義為:

閉運算可以把比結(jié)構(gòu)元素小的缺口或孔洞填充上，搭接短的間斷而起到連通作用。對圖像的外部作濾波，可磨光凸向圖像內(nèi)部的尖角。

2.2 形態(tài)學(xué)梯度邊緣檢測

在邊緣檢測圖像處理中有很多種梯度，其邊緣檢測的基本原理皆基于下面的考慮:如果在某一點處的梯度值大，則表示在該點處圖像的明暗變化迅速，從而可能有邊緣存在。在形態(tài)學(xué)圖像處理中也提出了幾種梯度，最基本的形態(tài)學(xué)梯度可定義如下[2，3]:

其中f為輸入圖像，g為結(jié)構(gòu)元素，⊕代表膨脹運算，Θ代表腐蝕運算。

2.3 區(qū)域標(biāo)記

區(qū)域標(biāo)記的原理是對輸入的一幅二值圖像，從左到右，從上到下逐個像素掃描，如果發(fā)現(xiàn)某像素點像素值為0，則依次檢測該點的右上、正上、左上及左前點共4個點的像素值，根據(jù)一定的準(zhǔn)則進行連通性的判斷，并標(biāo)識物體，將物體的像素值改為標(biāo)號，依次逐行檢測至掃描結(jié)束。最后得到的就是一幅標(biāo)記了區(qū)域的圖像。然后求各種標(biāo)號的總和，即求得不同區(qū)域的面積數(shù)目。最后根據(jù)我們的需要，去掉小于一定閾值的區(qū)域。

3 算法實現(xiàn)

3.1 邊緣檢測

此步驟我們采用的結(jié)構(gòu)元素要稍微大一點，這樣檢測的邊緣比較明顯，使灰度拉開一定距離，以方便后面的閾值選擇比較容易進行。

3.2 區(qū)域生長

區(qū)域生長法是一種串行區(qū)域分割的方法，它是根據(jù)預(yù)先定義的生長準(zhǔn)則來把像素或子區(qū)域集合成較大區(qū)域的處理方法。基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域。具體先對每個需要分割的區(qū)域找一個種子像素作為生長的起點，然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素(根據(jù)某種事先確定的生長或相似準(zhǔn)則來判定)合并到種子像素所在的區(qū)域內(nèi)。將這些新像素當(dāng)做新的種子像素繼續(xù)進行上面的過程，直到再沒有滿足條件的像素可包括進來。這樣一個區(qū)域就長成了。用數(shù)學(xué)公式表達即是當(dāng)｜s(x，y)－g(x，y)｜

3.3 區(qū)域標(biāo)記

經(jīng)過區(qū)域生長后得到的圖像是二值圖像，而且經(jīng)過區(qū)域填充后仍然有部分小區(qū)域沒有填充，這對我們下一步進行邊緣檢測有很大的影響，會使檢測的邊緣不唯一。如何去掉這些小區(qū)域呢，采用二值圖像區(qū)域標(biāo)記，然后進行面積測量，去掉小于一定數(shù)值的區(qū)域，保留我們所需的區(qū)域。

3.4 全方位邊緣檢測

此時采用的結(jié)構(gòu)元素為:

全方位邊緣檢測流程圖如圖1所示。

圖1 全方位邊緣檢測流程圖

4 試驗及結(jié)果分析

本文試驗中采用的圖像的大小為336×248像素的彩色圖像，進行邊緣檢測前先要轉(zhuǎn)化成灰度圖像。第一次邊緣檢測采用的是半徑為2的圓盤形結(jié)構(gòu)元素。區(qū)域生長時，根據(jù)得到的梯度邊緣圖的灰度直方圖，令種子點S＝250，全局閾值T＝30，然后進行區(qū)域填充。區(qū)域標(biāo)記時采用8鄰域?qū)D像進行標(biāo)記，得到有4個區(qū)域，然后統(tǒng)計出其面積分別為54356、18、32、27424。通過原圖得知，我們所要的區(qū)域是圖像中面積最大的部分，所以保留面積最大的而去掉其他的。最后進行邊緣檢測。

為了驗證本文方法的有效性和適用性，采用了兩種檢測(Canny算子檢測，基于區(qū)域標(biāo)記的邊緣檢測)方法進行了對比試驗。

圖2 原圖

圖3 Canny算子檢測的邊緣

圖4 區(qū)域標(biāo)記邊緣檢測

圖5 與原圖疊加效果圖

圖2 為原始遙感影像圖，圖3為采用傳統(tǒng)的Canny檢測算子得到的邊緣。圖4(a)為區(qū)域標(biāo)記前得到的圖像，其上方有幾處小的區(qū)域，無法通過區(qū)域填充消去，那么檢測的植被邊緣就存在偽邊緣，為了去除這些小區(qū)域，采用區(qū)域標(biāo)記的方法，對圖像中的區(qū)域進行標(biāo)記，通過面積量算得到只有植被的部分圖4(b)，然后進行邊緣檢測圖4(c)。圖5為兩種檢測方法檢測出來的邊緣與原圖的疊加圖。對比圖5(a)和圖5(b)，可以看出后者得到的邊緣單一，連續(xù)，基于區(qū)域標(biāo)記的遙感影像植被邊緣檢測定位精度比傳統(tǒng)的Canny檢測高且連續(xù)、無端點、無偽邊緣。

5 結(jié) 論

由試驗結(jié)果可以看出，本文算法能很好地檢測出植被邊緣，達到了預(yù)期目的。采用本文算法進行植被邊緣檢測定位精確高，檢測的邊緣與原圖疊加很吻合；檢測的邊緣不僅連續(xù)而且平滑單一，沒有斷點和偽邊緣。

由此可見基于區(qū)域標(biāo)記算法比經(jīng)典算法有優(yōu)勢。但它也存在一些不足之處:

(1)適合色調(diào)比較均勻的植被，而對于由于光照等原因而色調(diào)不均勻或邊緣有陰影的情況，則不能很好的提取出邊緣。

(2)閾值選擇很關(guān)鍵，選擇不當(dāng)，會產(chǎn)生過分割或少分割現(xiàn)象，選擇合適的閾值對后續(xù)植被邊緣定位的精度影響很大。

[1] 崔屹.圖像處理與分析－數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用[M].北京:科學(xué)出版社，2000

[2] 董保根.遙感影像上目標(biāo)的數(shù)學(xué)形態(tài)學(xué)方法研究[D].解放軍信息工程大學(xué)碩士論文，2005.6

[3] 文華.基于數(shù)學(xué)形態(tài)學(xué)的圖像處理算法的研究[D].哈爾濱工程大學(xué)碩士論文，2007.3

[4] 翟輝琴.基于數(shù)學(xué)形態(tài)學(xué)的遙感影像面狀目標(biāo)提取研究[D].信息工程大學(xué)碩士論文，2005.6

[5] 岡薩雷斯.數(shù)字圖像處理[M].北京:電子工業(yè)出版社，2005

Vegetation of Remote Sensing Edge Detection Method Based on Area Label

Ou YangPing1，2
(1.Zhangzhou Institute of Surveying and Mapping，Zhangzhou 363000，China；2.Zhangzhou Institute of Surveying and Mapping，Urban Planning Buruan of Zhangzhou 363000，China)

Vegetation area of Remote Sensing Image is one of the important topographical elements.On the basis of the vegetation area features，this paper brings forward one edge detection algorithm which is based on the morphology Area mark.This method can detect the vegetation area edge well and has been greatly improved compared to the traditional Canny operator in precision and continuum.

Area mark；All－direction edge detecting；Area growth；Area filling

1672－8262(2011)02－115－03

P237

B

2010—08—02

歐陽平(1978—)，男，工程師，主要從事測繪生產(chǎn)與科研工作。