基于环形水边线的淤泥质潮滩冲淤变化识别.docxVIP

基于环形水边线的淤泥质潮滩冲淤变化识别 0 环形水边线遥感信息提取 圆形信息的识别是遥感图像中常见的问题之一，如公路、湖泊、岛屿和各种地质结构。常用的方法是利用Hough变换或其扩展变体。但由于大自然中很多目标物不规则,Hough变换的适用性并不广泛。王宇石等为了克服传统的Hough变换环形信息提取的局限性,按Bagging的方法训练产生一组弱分类器,并结合局部物体分割来检测环状物体; Chen 等利用二值图像用递归算法做标记,计算标记区域的形状参数,形状参数满足一定条件的物体被认定为环状物体,该方法适合于有微小和局部畸变的环形目标检测; Hafizal 等通过一个独立的滤波器来确定环形目标的候选对象,然后通过Hough变换提取环形目标。 水边线是潮汐波动下的海面和陆地的瞬时交接线,是淤泥质潮滩重要特征参数之一。淤泥质潮滩作为海陆相互作用的敏感地带,每天潮涨潮落,干湿交替,给常规水边线专业调查和观测工作带来很大困难。研究中发现,有些水边线在遥感图像上常常表现为一些环形信息。开展环形水边线遥感信息提取研究,有助于弥补常规观测方法的不足。 本文以具有环形特征的长江口九段沙为研究区,进行了遥感图像环形水边线信息的提取研究,取得了较满意的效果。 1 研究区域和数据来源 1.1 国家级自然保护区 位于长江口门的九段沙是潮间带、潮下带的河口心滩湿地(图1),是国家级自然保护区。开展长江口九段沙水边线遥感信息提取研究,对港口选址、航道治理、护岸工程、围垦造地工程以及河口综合开发利用有重要的应用价值。 1.2 图像表面及几何纠正 本文利用2007年7月28日获取的Landsat TM5图像数据进行水边线信息提取研究,该图像中的水边线特征比较清楚(图2)。 对TM5图像进行几何纠正所使用的地形图为上海市1∶5万比例尺地形图。 采用图形分割、数学形态学和结构元素去噪声相结合的方法进行九段沙环形水边线信息的提取研究,图3为技术流程图。 2 so东南角算子 由于图2中九段沙湿地与背景图像水体灰度值之间差异较大,因此本文利用灰度的梯度信息、采用Sobel算子进行图像分割。利用图像中每个像素的上、下、左、右4个邻域的灰度值求取加权差,与之接近的邻域的权最大。Sobel 算子定义为 S(i,j)=|Sx|+|Sy| (1) 卷积算子为 本文选择Sobel算子作为边缘检测算子,采用OTSU法计算全局图像的阈值,最后选择效果最好的0.7倍的全局阈值作为敏感阈值进行边缘检测。通过边缘检测,可以发现水边线的大体轮廓已经显现出来(图4)。但由于小图斑以及潮沟的存在,边缘有很多地方是破碎的,而且边缘外侧存在一些小图斑,影响了水边线提取的效果,因此需要进一步闭合不连续的水边线和消除小图斑。 3 数学的逻辑运算符 3.1 膨胀运算设计 为了消除小图斑和闭合不连续的水边线,使用se90=strel(′line′,3,30)和se0=strel(′line′,3,0)两个线形结构元素对图4进行膨胀运算,对水边线的断裂部分进行了填补,使水边线变得闭合而连续; 然后,对内部出现的孔隙,采用imfill函数进行填充,使空隙消除(图5)。 3.2 边缘外侧的测定 不同形状的结构元素对边界特征的感应不同。小尺寸结构元素去斑点能力弱,但检测水边线细节能力强; 大尺寸结构元素去斑点能力强,但检测出的水边线比较粗糙。因此,结构元素的形状和大小直接影响水边线信息提取的效果。从图5中可以发现,边缘外侧的斑点基本是呈东北—西南走向的短小线段,针对斑点的特征,本文采用了线段型结构元素(periodicline)进行斑点去除。 利用结构元素strel(′periodicline′,P,V)创建了一个包含2P+1个元素的平面结构元素。V是一个包含了整数行和偏移列的二维向量,2P+1个元素之一位于原点处,其他元素位于1V,-1V,2V,-2V,…,PV和-PV的位置上(图6)。 通过构造结构元素strel(′periodicline′,1,[ 1,-2])对图5进行斑点去除,最后对去除斑点后的图像进行二值化处理,提取出水边线(图7)。 从图7可以看出,利用图形分割技术和结构元素方法提取的长江口淤泥质潮滩环形水边线轮廓清楚,线条平滑、连续。 4 构造旋转轴水边线 (1)对于具有环形轮廓特征的水边线,首先利用水边线灰度的梯度信息实现图像分割,进行边缘检测; 然后通过数学形态学膨胀运算与内部填充使边缘连续; 最后通过构造线段形结构元素得到连续、平滑的水边线。该方法是提取淤泥质潮滩环形水边线信息的有效方法之一。 (2)不同形状结构元素对不同图像去噪声和保持图像细节的作用不同,所以在提取环形水边线过程中,选取合适的结构元素至关重要。对于信息量异常丰富的遥感图像来说,如何选取合适的多形态结构元素是下一步研