一种基于分割图斑的海岸带遥感图像分类方法.docxVIP

第 24卷 第2 期 2 0 0 6 年 6 月 海 洋 学 研 究 JO URNAL OF M AR INE SC IENCES V o l124 N o12 June, 2006 文章编号: (2006) 0220070209 一种基于分割图斑的海岸带遥感 图像分类方法 吴均平, 毛志华, 陈建裕, 潘德炉 (国家海洋局 第二海洋研究所, 国家海洋局 海洋动力过程与卫星海洋学重点实验室, 浙江 杭州 310012) 摘 要: 传统的基于象元的分类方法在处理海岸带这类动态多变、 混杂度大的地物时常出现 “椒盐现象”, 难以矢量化形成专题图。提出了一种新的遥感图像分类方法—— 基于分割图斑的 分类法, 即选择一个合适的尺度, 利用光谱信息按照一定的策略将图像分割为一系列的图斑, 并 确保图斑内大多数象元的光谱特征相近, 分别对图斑内诸象元进行统计, 求出各个波段的均值, 用该均值替换图斑内所有象元的原始亮度值, 这样分类时可以确保同一图斑内的所有象元被分 到同一个类别中, 从而有效地避免了“椒盐现象”, 使分类结果便于矢量化成图, 也便于对特定 地物的提取。 实验结果表明, 该方法还能在一定程度上提高分类精度。 关键词: 海岸带; 图像分割; 分类; 尺度 中图分类号: T P 75111 文献标识码: A 0 引言 海岸带一般包括海岸、海滩、和水下岸坡3 部分, 目前世界上有三分之二的人口居住在 这一狭长地带[ 1 ]。它通常也是政治、经济、文化最发达的地区之一, 对其进行各种调查和监 测有着十分重要的意义。我国海岸线长约 118 万km , 空间上跨度大, 时间上变换频繁, 地 形复杂多变, 常规调查难度很大。 而现代遥感技术正好能解决这些问题, 所以近年来遥感 技术开始被海岸带调查所应用。 但海岸带不同于一般的陆地, 它是一个海洋、 陆地和大气 共同作用地带, 地物混杂度大, 时空变化频繁, 传统的基于像元的图像处理技术难以解决 地物混杂所带来的严重的“椒盐现象”, 在处理当今的高分辨率卫星影像时更是如此, 难于 从遥感图像得到矢量化的专题图。 这样在理论上遥感可获取的信息与实际获取的信息之间 就存在着一个巨大的差距[ 2 ]。 实际上在基于像元的地物分类中一个非常重要而常被忽略的 问题是, 一个像元并不仅仅由其对应的实际地物点决定, 而是在相当程度上受周围像元所 对应地物的影响[ 3 ]。鉴于此, 本文提出了一种新的基于分割图斑的分类方法, 即按照一定的 收稿日期: 2005202228 作者简介: 吴均平 (1980—) , 男, 湖北团风县人, 硕士研究生, 主要从事遥感图像处理方面的研究。 吴均平等: 一种基于分割图斑的海岸带遥感图像分类方法 ·71· 尺度将影像图分割成一系列的图斑并确保每个图斑内部大多数像元的光谱性质相近, 然后 分别对各个图斑统计其各波段的均值, 并用各波段的均值代替图斑内诸像元的亮度值, 最 后对图斑进行分类。 1 图像的多尺度分割 常见的遥感影像分割方法有两种: 一种是基于边缘检测的分割, 另一种是基于区域的 分割[ 2 ]。基于区域的分割方法使用更普遍, 其原理是按照选定的一致性属性准则P , 将图像 X 正确划分为互不交迭的区域集 {S 1 , S 2 , , S n }。因此, 正确的区域分割必需满足下述 n 4 个条件[ 4 ]: (1) X = ∪S i; (2) S i ∩S j = ? , 对所有 i≠j; (3) p (S i ) = 1, 对所有的 i; i= 1 ( 4) P (S i ∪S j ) = 0, 对所有 i≠j , S i , S j 相邻。由于分割是为了便于分类, 所以一个优异的 分割策略还要满足下列条件: (1) 普遍性, 即可适用于各种图像数据; (2) 可复现性, 即 对于同一幅图, 当一致性准则 P 不变时, 多次分割的结果应该相同, 从而保证分类结果的 前后一致性; (3) 算法复杂度适中, 可以处理数据量巨大的整景遥感图像。 基于以上条件, 本文采用了M artin BAA T Z 提出的局部相互最佳适配 ( lo cal m u tual best f it t ing) 的区域增长策略进行区域分割。其原理如下: 对一个图斑A , 考察它的邻域像 元, 邻域有两种: 四邻域和八邻域。 通常, 四邻域法的运算速度快而多被采用; 但八邻域法在处理目标地物的尺寸与图像 分辨率相近时由于连通性更好而效果更佳; 本文取前一种定义。如果A 与它的某个邻