遙感圖像中農用地與人工建筑自動分割技術研究

摘 "要： 以農業用地與人工建筑的分割為研究目的，提出一種可在衛星或航拍遙感圖像中自動分割農用田地與人工建筑的圖像處理算法。該算法使用圖像區域合成、濾波、灰度統計、背景分割等處理技術，可實現大面積農用田地中人工建筑及道路的分割，并給出面積的估算。在此給出了解決思路，并給出試驗效果。該技術對提高農地統計自動化水平、農業用地侵占普查效率有一定工程意義。

關鍵詞： 耕地; 人工建筑; 閾值; 圖像分割

中圖分類號： TN964?34 " " " " " " " " " 文獻標識碼： A " " " " " " " " " " " " " "文章編號： 1004?373X（2015）06?0105?03

Research on automatic segmentation of agricultural land and artificial buildings in remote sensing image

WANG Min?yan1， ZHAO Kun2

（1. Commission for Discipline Inspection and Supervision Bureau of Jining， Jining 272045， China;

2. The 27th Research Institute of China Electronics Technology Group Corporation， Zhengzhou 450047， China）

Abstract： An image processing algorithm which can automatically divide up agricultural fields and artificial buildings in remote sensing images from satellite or aerial photo is proposed. With the technologies of image area synthesis， filtering， histogram statistics and background segmentation， the artificial buildings and roads in large?scale agricultural lands can be segmented by the algorithm， and the area calculation can be realized. Some solutions and test results are given in this paper. It is significant for this algorithm to improve the automation statistic level of agricultural land.

Keywords： agricultural field; artificial building; threshold; image segmentation

0 "引 "言

作為人口大國，農林業對我國家安全和社會穩定有重要意義，隨著經濟的高速發展，鄉鎮及城市建設對土地需求日趨增長，合理有效地使用土地資源，監控土地實際使用情況是國家研究的重要課題。隨著現代航天技術、航空技術、探測器技術高速發展，國家投入大量衛星、飛機及無人機進行耕地普查，新技術的廣泛應用給農業用地統計、普查、災害預警帶來革命性發展，提供了豐富的數據資源。但社會各界對農業統計信息的需求越來越大，對統計質量要求越來越高，按照傳統的方法，僅僅依靠手工作業是遠遠不能適應實際海量數據篩選需要的。本文提出一種可在衛星或航拍遙感圖像中自動分割農用田地與人工建筑的圖像處理算法，該算法使用圖像區域合成、濾波、灰度統計、背景分割等處理技術，可實現農用田地中疑似建筑及道路進行分割，并給出面積的估算。為后續土地和人工建筑確認標注提供預先提示。

1 "遙感圖像預處理

遙感圖像在形成、傳輸、記錄過程中，成像系統、傳輸介質和記錄設備都會引起圖像質量的下降[1?2]，典型表現為圖像模糊、失真、有噪聲等。圖像預處理的目的就是盡可能恢復退化圖像的本來面目。引起圖像退化的因素很多，圖像預處理將根據退化的原因，建立相應的數學模型，并沿著圖像降質的逆過程恢復原圖像。

農用土地遙感圖像所關注的信息大部分集中在低頻和中頻段，為了有效抑制圖像的噪聲并盡可能多的保留有用的信息，采用均值濾波、中值濾波、低通濾波、匹配濾波等多種濾波器相結合，綜合線形濾波器和非線形濾波器的優點，研究具有實時特性的濾波網絡，最大程度濾除噪聲，提高圖像的信噪比，減少圖像的失真[3?4]。

原始圖像中各點的灰度值f（x，y）用該點鄰域的灰度平均值代替，以抑制具有突變性質的噪聲點。設g（x，y）為處理后的灰度值，則該方法可表示為：

[g（x，y）=1MN（m，n）∈S（x，y）f（m，n）] " " （1）

式中：[S（x，y）]為[（x，y）]的鄰域;m，n為[S（x，y）]中的像素數。

圖像的預處理在空域中進行，也可在頻域中進行，將一維信號低通濾波器在二維圖像中應用，圖像經過二維傅里葉變換后，噪聲頻譜位于空間頻率較高的區域，而圖像中關鍵信息處于空間頻率較低的區域，從而實現對高頻分量的預制[5]。

轉移函數為：

[H（x，y）=11+[D（x，y）D0]2n] （2）

式中：[D0]為截止頻率;[n]為階數。

2 "遙感圖像分割與處理

嚴格意義上的圖像分割是指每一個物體都能和它的背景區分開來而成為一個獨立完整的區域，人的視覺就包括這個過程。但是，在實際應用中這是很困難的，因為圖像分割沒有統一的判別標準，也沒有通用的分割方法，一般來說，只要能把感興趣的部分從背景中分割出來就可以接受[6]。對遙感圖像進行分割就是把圖像中不同于農業用地的人工建筑或道路等具有特殊意義的區域分割開來，這些區域本身并不相關，但每一個區域都不同于農業用地[7?8]。

2.1 "大面積耕地直方圖分析

由于大面積農用耕地的主背景的分布相對均勻，從圖像的直方圖分析明顯存在單峰（背景），如果有道路或人工建筑，則直方圖中將存在背景峰之外的多個。

lt;E：＼王芳＼現代電子技術201506＼現代電子技術15年38卷第6期＼Image＼05t1.tifgt;

圖1 大面積農用田地圖及直方圖

2.2 "基于大面積耕地背景的分割閾值提取

[H（x）]為圖像直方圖分布，則圖像的平均灰度為[9?10]：

[hx=x·hxhx] （3）

圖像的灰度分布誤差為：

[σ=h（x）-h（x）?x2h（x）] （4）

將[h（x）]-ks作為圖像分割的第一個閾值，[h（x）]+ks作為圖像分割的第二個閾值。將灰度在[[h（x）]-ks，[h（x）]+ks]內的像素判為背景，其他灰度圖像像素判為目標，則就可以將目標從背景中“分割”出來。如圖2，圖3為原始圖像及經過預處理后的圖像，應用式（4）求解出[σ]及分割門限，經二值化后分割圖像如圖4所示。

lt;E：＼王芳＼現代電子技術201506＼現代電子技術15年38卷第6期＼Image＼05t2.tifgt;

圖2 原始圖像

lt;E：＼王芳＼現代電子技術201506＼現代電子技術15年38卷第6期＼Image＼05t3.tifgt;

圖3 圖像預處理

lt;E：＼王芳＼現代電子技術201506＼現代電子技術15年38卷第6期＼Image＼05t4.tifgt;

圖4 圖像分割

根據分割出的圖像可對目標像素面積的統計，采用投影方法，可獲得圖像不同列中非農用地的像素數，如圖5所示，通過累加計算可獲得設定區域非農用地占用比例，從而獲得實際農用地面積。

2.3 "應用

通過對遙感圖像處理，可對耕地或建筑面積進行估算、統計，對疑似建筑物、道路進行標注，提高農業用地統計自動化水平，并提高土地管理部門、農業部門、農業統計部門及其他有關部門在技術手段和行政管理方面的優勢，采用先進的遙感技術、全面統計和抽樣調查等各種方法，對耕地及其他農業用地的數量進行全面的監測和管理，及時對不利于耕地和其他農業用地保護及使用的情況進行處理和糾正。

lt;E：＼王芳＼現代電子技術201506＼現代電子技術15年38卷第6期＼Image＼05t5.tifgt;

圖5 目標面積統計

3 "結 "語

本文根據大面積農用地統計需求，結合其圖像特性，提出一種大面積耕地背景的耕地及人工建筑分割方法，可以有效提高耕地統計自動化水平，并輔助監測農用耕地占用情況。

參考文獻

[1] 章孝燦，黃智才，趙元洪.遙感數字圖像處理[M].杭州：浙江大學出版社，1997.

[2] 何紅艷，楊居奎，齊文雯.大氣對遙感衛星圖像品質的影響分析[J].航天返回與遙感，2011（2）：42?47.

[3] 汪哲慎，李翠華.基于目標特征的圖像預處理技術[J].廈門大學學報：自然科學版，2004（4）：473?478.

[4] 沃焱，韓國強.基于自適應預處理的圖像分割方法[J].電子與信息學報，2007（1）：87?91.

[5] 楊枝開，王開.數字圖像獲取處理及實踐應用[M].北京：人民郵電出版社，2003.

[6] 章毓晉.圖像分割[M].北京：科學出版社，2001.

[7] 殷瑞娟， 施潤和.一種高分辨率遙感影像的最優分割尺度自動選取方法[J].地球信息科學學報，2013（6）：904?910.

[8] 張彥.遙感圖像中建筑物分割方法研究[D].天津：河北工業大學，2012.

[9] 韓思奇，王蕾.圖像分割的閾值法綜述[J].系統工程與電子技術，2002（6）：91?94.

[10] 杜曉晨，劉建平.改進的模糊閾值圖像分割方法[J].光電工程，2005（10）：51?53.