黄河主溜线特征提取的研究.pdfVIP

第三届黄河国际论坛论文集 77 黄河主溜线特征提取研究木 张海超1 段锋1 张艳宁1 刘学工2 韩 琳12 (1．西北工业大学计算机学院；2．黄河水利委员会信息中心) 摘要：主溜线对黄河河势预测与洪水控制有重要的意义。本文提出了一种主溜线的特征提取 方法。针对河流的主溜与非主溜区域光谱差异较小的特点，提出了以类间散布程度作为投影 指标的变换方法，将类问差异最大化以得到对分类有效的信息分量；然后根据主溜与非主溜 区域在类间散布最大的分量中体现出的统计分布差异，利用偏度系数对主溜特征进行描述。 试验结果表明了本文方法在主溜线检测中的有效性。实例计算结果表明，本文提出的方法能 自动地确定出主溜线的位置，且较为准确。 关键词：遥感特征提取主溜线类间散布矩阵偏度系数 1 引言 主溜是河流中流速最大的一股，流动态势凶猛，对坝岸冲击考验最大。确定 河流的主溜位置，对预测河势变化，进行河道整治，制定防洪决策与规划等都有 重要的指导意义。传统的主溜线绘制方法是人工绘制，费时费力又存在很大的 不确定性。遥感技术的发展给我们提供了更好的绘制手段。基于遥感影像的主 溜线提取是一个比较困难的问题，目前开展的研究还较少。遥感成像往往受众 多复杂原因影响，获得的光谱特征很难准确描述物质的构成；而且黄河主溜线与 非主溜线光谱特征差异很小，因此传统的方法在实际中很难使用。为解决该问 题，本文从寻找对原始数据信息的有效表达方式以及黄河主溜线与其他水域的 相对差异人手，获取相对稳定的可用于分类的特征。 2主溜线特征提取研究 由于多光谱影像中河流的主溜与非主溜区域主要组分均是水体，光谱差异 较小，本文首先通过投影将类间差异最大化，以得到对分类最有效的信息分量， 然后通过主溜线区域在差异最大化分量上体现出的特征进行主溜区域判决。 + 本论文受黄河水利委员会黄河防汛科技项目支持，并得到2007年西北工业大学本科毕业设计(论 文)重点扶持项目资助。 78 设形表示n×1的单位向量，投影变换的思想是将n×m的观测矩阵x通过 x Y=wwX投影到形上，得到一个m1的列向量】，。形的选取准则是使得投影后 的特征】，具有更好的可分性。最大化该准则的单位向量肜称为最优投影轴。 多类情况下，除了最优投影方向外，还需要多个次优的投影方向，那么就要寻找 一组满足标准正交条件且使准则函数(1)极大化的最优投影方向。 I，=丽WTG可M (1) 影轴为G的d个最大特征值所对应的标准正交的特征向量。令GnG。G。分别 代表图像的总体散布矩阵、类内散布矩阵和类间散布矩阵。 当G=G，时，即为PCA变换。它的物理含义是，观测矩阵在形方向上投影 后总体散布程度最大。此时的最优投影方向即为总体散布矩阵的最大特征值所 对应的特征向量的方向。 但是使总体散度最大对于分类不一定有效，因为被PCA抛弃的那些方向有 可能正是能够把不同类别区分开来的分布方向(见图1)。总体散度最大代表类 内散度与类间散度的总体效应达到最大，若此时类内散度占主要部分那么将很 有可能出现图1的情形。若能排除掉类内散度的影响，即令G=G。，分类效果应 该增强。本文算法是用类间散布矩阵作为变换算法的产生矩阵，考虑到了训练 样本的类别信息，因而更有分类意义。由于以类间散布程度为投影指标，在变换 后的第一分量中，主溜与非主溜两类别之间的散布程度最大，包含的对分类有效 的信息最多，因而用本文算法变换后的第一分量是对分类最有效的分量。 图1 在总体散度最大轴(n)上不可分的情况 传统的多光谱影像研究方法是基于光谱的分析，通过目标的光谱信息识别 79 目标。但在实际应用中，这种仅依靠光谱信息的简单分类方法难以满足要求。 对某河段用本文算法变换后的第一分量进行分析发现包含主溜线区域的直方图 峰值向左偏斜，图2更好地说明了这个现象。 图2某河段变换后第一分量的区域直方图(左为含主溜区域，