改進的OTSU法在遙感水體信息提取中的應用*

武國瑛，鄧正棟，陳一村

(解放軍理工大學 國防工程學院，江蘇 南京 210007)

改進的OTSU法在遙感水體信息提取中的應用*

武國瑛，鄧正棟，陳一村

(解放軍理工大學 國防工程學院，江蘇 南京 210007)

在遙感信息解譯中，利用指數法提取水體信息一直存在閾值選取困難的問題。為了進一步解決該問題，將改進的OTSU法用于閾值選取。綜合考慮目標像元和背景像元類間方差、類內方差兩個指標，并結合粒子群算法，對研究區水體信息進行提取。實驗結果表明，提出的算法能更快地確定閾值，有效地提取水體信息。

MNDWI；大津法；粒子群算法；遙感水體信息提取

0 引言

衛星遙感數據具有監測范圍廣、更新速度快、不受地域限制等優勢，近年來已成為我國農業、工業、軍事監測的重要數據來源。多光譜遙感影像是眾多遙感影像中的一種，可被用于地表水體信息的快速提取，為洪澇災害監測以及湖泊、水庫監測提供了極大便利。指數法是利用多光譜遙感數據提取水體信息的一種重要方法，如歸一化差異水體指數(NDWI)、修正歸一化差異水體指數(MNDW I)等。利用指數法提取水體信息，合理選取閾值對于地物的精確分類至關重要，是目前遙感信息提取的一個重要研究方向。

文獻[1]中利用直方圖分割和最大似然法對NDWI影像進行閾值分割實現全域水體信息提取，進而搜索水體像元進行區域填充并建立緩沖區，對局部水體信息采用分布迭代的方式確定閾值，實現對局部水體信息的提取；文獻[2]利用數值較大的閾值確定水體范圍，再將研究區分為K×K個子區域應用大津法確定閾值，實現自適應閾值水體信息提取；文獻[3]融合OTSU法對Canny算子進行改進，算法較好地適用于噪聲圖像的邊緣檢測；文獻[4]將類內平均距離引入最大類間方差分割，文獻[5]將均方差因素引入最大類間方差分割法，并對結果進行驗證，均取得較好的效果[4-6]。

為精確提取遙感影像中的水體分布，本文提出一種改進的OTSU算法，并結合粒子群算法提高閾值選取效率。通過對Landsat8數據進行實驗，驗證了該算法的有效性。

1 本文方法

1.1 OTSU法

1979年，最大類間方差法由日本學者大津根據最小二乘法原理推出。該方法將影像按灰度級分為目標像元和背景像元兩類，通過計算數理統計意義內的最大類間方差來確定閾值達到最佳分離效果。基本計算方法如下：假設圖像的灰度范圍為[0，L]，將圖像分為背景(B)和目標(O)兩類。設閾值為K，可將影像分為[0，K]和[K+1，L]兩類。設ni為灰度級為i的像元的個數，影像像元總個數為N，則灰度級為i的概率P(i)為：

(1)

目標像元和背景像元的概率分別為：

(2)

目標像元和背景像元的灰度均值為：

(3)

整個圖像的灰度均值為：

μ=ω0μ0+ω1μ1

(4)

定義類間方差為：

(5)

OSTU法計算灰度圖像的最大閾值Th的公式為：

(6)

根據上述公式可知，當灰度值位于兩種類別臨界處時最大。若有目標像元錯分或背景像元錯分，則都會導致類間方差減小。如式(5)所示，當目標像元和背景像元均值差別最大時，類間方差最大，兩類像元實現最佳分離。

利用最大類間方差反映的目標像元和背景像元整體內部灰度均值的差異特性，求得的閾值會導致邊界處模糊，分類不準確的現象。除了考慮類間方差外，同時應考慮類別內各像元的內聚性。當像元與類別中心距離越小，即類別內均方差越小，其內聚性越好。參照類間方差的公式，定義類內方差為：

(7)

綜合類內方差越小分類效果越好和類間方差越大分類效果越好的指標特性，構建最佳閾值T：

(8)

上述方法可采用窮舉法計算最佳閾值，即以單位灰度級為步長，計算出所有的灰度級對應的類間方差和類內方差的比值，最大值對應的灰度級即為最佳閾值T。

1.2 粒子群算法

采用傳統的OTSU法需遍歷所有的灰度級，會造成計算量較大的問題。為解決該問題，本文采用粒子群(PSO)算法對大津法進行優化。粒子群優化算法由Everhart和Kennedy于1995年提出，是利用群體中的個體對信息的共享使整個群體的運動在問題求解空間中產生從無序到有序的演化過程，最終尋找全局最優的方法[7]。

以式(8)作為目標函數計算出每個粒子位置xi(灰度級)的適應度值，粒子的速度更新和位置更新公式為：

v=ωv+c1r1(pb-xi)+c2r2(gb-xj)

x=x+v

(9)

式中，ω為慣性權重，c1和c2為學習因子，本文取2；r1和r2表示0～1之間的隨機數；pb、gb分別代表第i個粒子搜索到的最優和全局最優位置。

為防止進化過程中粒子超出灰度級范圍，這里設置vmax為255。

2 實驗與分析

Landsat 8衛星于 2013 年 2 月 11日發射成功，攜帶有 OLI 和 TIRS兩個載荷，其中OLI陸地成像儀設有9個波段，包括8個30 m 空間分辨率的多光譜波段和15 m空間分辨率的全色波段。MNDWI指數[8]是利用水體在綠波段的高反射率和近紅外波段之后的強吸收率構建的比值法水體信息提取指數。計算公式如下：

(10)

式中，Blue、MIR分別代表衛星數據的綠波段和中紅外波段。

首先，對研究區進行裁剪，裁剪區大小為1 678×1 414。利用ENVI軟件對該影像進行輻射定標和大氣校正等預處理，利用Band math模塊計算像元的修正的歸一化差異水體指數MDNWI，得到多光譜影像的MNDWI指數灰度圖。處理后的影像數值處于[-1,1]區間。本文利用式(11)對圖像進行拉伸處理，將圖像閾值拉伸至[0,255]區間。

(11)

圖1 遙感水體信息提取流程圖

水體信息提取的具體流程如圖1所示，拉伸處理后的灰度圖像如圖2所示。

利用ENVI軟件對灰度圖像的直方圖統計信息輸出(圖3)，處理后的影像直方圖呈雙峰分布。對輸出的直方圖統計信息利用MATLAB進行編程，可得到最佳閾值。

采用上述方法對MNDWI影像進行閾值分割,結果如圖4所示，經過15次運算即找到最優值，選取的閾值為135，對應0.022 5。對處于[0，0.022 5]區間的像元進行光譜分析發現，該部分像元與純像元水體的波譜曲線具有較大的差異，因此該閾值分割效果較好。

圖2 經拉伸處理后的MNDWI影像

圖3 MNDWI影像直方圖

圖4 閾值分割后圖像

3 結論

本文將改進的OTSU法用于遙感影像水體信息提取，并結合粒子群算法提高運算速率。通過對選取的Landsat 8影像水體信息進行實驗，采用該方法選取的閾值對圖像分割效果較好，運算時間更短。因此，該方法是一種能快速自動確定閾值，減少人工選取不確定性的的閾值選取方法，在遙感影像閾值選取上具有可行性。

[1] 駱劍承,盛永偉,沈占鋒,等.分步迭代的多光譜遙感水體信息高精度自動提取[J].遙感學報,2009,13(4):604-615.

[2] 袁欣智,江洪,陳蕓芝,等.一種應用大津法的自適應閾值水體提取方法[J].遙感信息,2016,31(5):36-42.

[3] 劉國棟,范九倫.一種改進的Canny邊緣檢測算法[J].微型機與應用,2013,32(22):32-34.

[4] 張瑞華,吳謹.基于優化水平集的細胞圖像分割算法[J].電子技術應用,2013,39(9):142-144.

[5] 蔡梅艷,吳慶憲,姜長生.改進Otsu法的目標圖像分割[J].電光與控制,2007,14(6):118-119.

[6] 李敏,羅洪艷,鄭小林,等.一種改進的最大類間方差圖像分割法[J].南京理工大學學報(自然科學版),2012,36(2):332-337.

[7] 周紅娟,周云龍.粒子群優化增強大津法的氣泡分割方法研究[J].東北電力大學學報,2011,31(1):69-74.

[8] 徐涵秋.利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J].遙感學報,2005,9(5):589-595.

The application of improved OTSU algorithm in water romote sensing information extraction

Wu Guoying, Deng Zhengdong, Chen Yicun

(College of Defense Engineering, PLA University of Science & Technology, Nanjing 210007, China)

In the interpretation of remote sensing information, the decision of threshold value has always been difficult when the method of index water information extraction is used. In order to further solve the problem, the improved OTSU method for threshold selection is used. Considering the maximum variance between target and background pixels, and the variance whin categories, combined with particle swarm optimization (PSO) algorithm, water information was extracted in the studied area. The experimental results show that the proposed algorithm can quickly determine the threshold value, effectively extract water information.

MNDWI; OTSU; PSO; remote sensing water information extraction

TP751

A

10.19358/j.issn.1674- 7720.2017.20.005

武國瑛，鄧正棟，陳一村.改進的OTSU法在遙感水體信息提取中的應用[J].微型機與應用，2017,36(20)：17-18,22.

國家863項目(2012AA062601)

2017-03-30)

武國瑛(1992-)，通信作者，男，碩士，主要研究方向：遙感庫容監測。E-mail:18761687060@163.com

鄧正棟(1960-)，男，博士，教授，主要研究方向：遙感監測。

陳一村(1992-)，男，在讀博士研究生，主要研究方向：重要經濟目標防護與源辨識。