結(jié)構(gòu)特征的遙感影像碼頭分割方法范文

本站小編為你精心準(zhǔn)備了結(jié)構(gòu)特征的遙感影像碼頭分割方法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:在分析水邊線對碼頭提取的作用和海岸碼頭的結(jié)構(gòu)特征的基礎(chǔ)上，提出了一種基于結(jié)構(gòu)特征的遙感影像海岸碼頭分割方法。該方法在遙感影像水邊線提取的基礎(chǔ)上，利用道格拉斯－普克算法通過壓縮得到關(guān)鍵節(jié)點(diǎn)，接著在節(jié)點(diǎn)中選取滿足要求的凹點(diǎn)，然后依據(jù)海岸結(jié)構(gòu)特征通過對凹點(diǎn)的篩選分割出海岸規(guī)則突出物，最后通過對規(guī)則突出物的分析驗(yàn)證得到海岸碼頭。實(shí)驗(yàn)結(jié)果表明，該方法能夠從水邊線中將碼頭區(qū)域分割出來，并且受停靠船舶等噪聲影響較小，為下一步海岸碼頭的精確提取奠定了堅(jiān)實(shí)基礎(chǔ)。

關(guān)鍵詞:遙感影像;結(jié)構(gòu)特征;水邊線提取;碼頭提取;碼頭分割

1引言

遙感影像上海岸碼頭的提取，對于海岸帶地理空間信息的獲取、港口的建設(shè)與開發(fā)、海上軍事實(shí)力的分析與考量等都具有十分重要的意義［1］。近年來，隨著遙感科學(xué)技術(shù)的飛速發(fā)展，獲取遙感影像的手段日益成熟，影像的分辨率也不斷提高，動態(tài)連續(xù)性逐步增強(qiáng)，并且具有定量化、智能化、自動化的突出優(yōu)勢［2］。因此，為使用遙感影像進(jìn)行碼頭提取提供了數(shù)據(jù)支持。目前，國內(nèi)外學(xué)者在遙感影像海岸碼頭提取與分割方面研究相對較少，主要是針對港口檢測進(jìn)行的，現(xiàn)有方法有相位編組法、基于最大熵和邊緣檢測方法、以及面向?qū)ο蟮拇a頭提取方法、基于特征的SAR遙感圖像港口檢測方法等。Burns［3］等人提出的相位編組法，把灰度變化的相位作為考慮的第一要素，求出圖像中各個像素的梯度相位，將相鄰的方向相同的點(diǎn)變?yōu)橐粋€直線支撐區(qū)，然后根據(jù)支撐區(qū)內(nèi)像素的坐標(biāo)提取出碼頭所在的直線。魏軍偉［4］研究了一種基于最大熵和形態(tài)學(xué)邊緣檢測算法，首先對原始圖像進(jìn)行邊緣檢測，從而檢測出碼頭邊緣像素點(diǎn)，再對預(yù)處理后的碼頭圖像分別進(jìn)行橫向和縱向掃描，然后取其并集，最后提取出碼頭。但如果碼頭附近停有船只或者其他海上物品的話，便會干擾檢測。劉亞飛［5］等運(yùn)用ENVI函數(shù)對光學(xué)衛(wèi)星遙感圖像進(jìn)行快速的波段讀取操作，并在IDL模式下，運(yùn)用面向?qū)ο蟮膱D像處理函數(shù)對圖像數(shù)據(jù)進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理，從而提取出海岸碼頭，然而殘留的橋梁、非閉合的養(yǎng)殖區(qū)等對碼頭的提取精度會產(chǎn)生很大的影響。陳琪［6］等在基于SAR遙感圖像上，首先找到含有港口的圖像中的突堤，進(jìn)而找到突堤上的特征點(diǎn)，計(jì)算每兩個突堤特征點(diǎn)的封閉性度量，封閉性度量最大的一對作為口門突堤特征點(diǎn)，從而提取出碼頭，但計(jì)算量相對較大。本文針對上述方法存在的不足，在充分分析碼頭結(jié)構(gòu)特征和空間關(guān)系特征的基礎(chǔ)上，提出了一種基于結(jié)構(gòu)特征的遙感影像海岸碼頭分割方法。該方法先進(jìn)行水邊線提取，在水邊線提取基礎(chǔ)上，利用道格拉斯－普克算法進(jìn)行壓縮得到節(jié)點(diǎn)，再通過角度閾值提取凹點(diǎn)，根據(jù)海岸碼頭的結(jié)構(gòu)特征，確定碼頭的邊緣點(diǎn)，最終分割出海岸碼頭。

2基于結(jié)構(gòu)特征的遙感影像海岸碼頭分割原理

2.1海岸碼頭結(jié)構(gòu)特征分析

常見碼頭形狀見圖1。通過碼頭特征分析［7］，在碼頭分割中常用的結(jié)構(gòu)特征主要有:①碼頭作為水邊線上很明顯的突出目標(biāo)，在輪廓線上有很明顯的凹凸點(diǎn)，尤其在海岸與碼頭的交界處，一般是兩個凹點(diǎn)，相交于每個凹點(diǎn)兩條邊線的夾角在一定的范圍內(nèi);②海岸本體與碼頭的分割處即為上述兩個凹點(diǎn)，水邊線上這兩個凹點(diǎn)之間的部分即為碼頭，這兩個凹點(diǎn)的連線與此處海岸本體大致在同一條直線上;③碼頭區(qū)域中路基的寬度一般較均勻，垂直海岸的兩條邊通常平行;④在沒有船舶等的干擾情況下，碼頭在遙感影像上一般呈I型、L型和T型，具有規(guī)則的結(jié)構(gòu)特征;⑤碼頭一般具有一定的長度、寬度和面積。

2.2基于結(jié)構(gòu)特征的海岸碼頭分割基本原理

在水邊線提取的基礎(chǔ)上進(jìn)行碼頭的分割將更加便利。通過對上述碼頭結(jié)構(gòu)特征的分析可知:①水邊線與碼頭分割的實(shí)質(zhì)是上述兩個凹點(diǎn)的提取，水邊線上這兩凹點(diǎn)之間的部分即對應(yīng)為碼頭;②可以首先提取出水邊上夾角滿足要求的所有凹點(diǎn)，然后再在這些凹點(diǎn)中挑選出構(gòu)成碼頭首點(diǎn)和末點(diǎn)的兩個凹點(diǎn);③由于構(gòu)成碼頭首點(diǎn)和末點(diǎn)的兩個凹點(diǎn)的連線與此處海岸本體大致在同一條直線上，可以充分利用這一條件來進(jìn)行這兩個關(guān)鍵點(diǎn)的挑選;④可以利用上述其他的結(jié)構(gòu)特征，如形狀比較規(guī)則、垂直海岸的兩條邊通常平行、具有一定的長度、寬度和面積對碼頭本體進(jìn)行驗(yàn)證和精化處理。基于上述特征分析，本文研究提出了一種基于結(jié)構(gòu)特征的遙感影像海岸碼頭分割方法，該方法首先采用基于四叉樹、Canny算子和改進(jìn)GAC模型算法進(jìn)行水邊線的提取，接著利用道格拉斯－普克算法對水邊線上的邊緣點(diǎn)進(jìn)行壓縮得到關(guān)鍵節(jié)點(diǎn)，從關(guān)鍵節(jié)點(diǎn)中提取出夾角滿足要求的所有凹點(diǎn)，然后利用構(gòu)成碼頭首點(diǎn)和末點(diǎn)的兩個凹點(diǎn)的連線與此處海岸本體大致在同一條直線上這一條件來進(jìn)行碼頭的分割，最后利用其他結(jié)構(gòu)特征進(jìn)行驗(yàn)證，從而實(shí)現(xiàn)碼頭的準(zhǔn)確分割，具體過程如下。(1)水邊線及水邊線節(jié)點(diǎn)提取本文采用基于四叉樹、Canny算子和改進(jìn)GAC模型相結(jié)合的算法進(jìn)行水邊線的提取［8－9］，提取得到連續(xù)的水邊線結(jié)果之后，利用道格拉斯－普克算法壓縮，保留關(guān)鍵節(jié)點(diǎn)，為后續(xù)利用碼頭結(jié)構(gòu)特征進(jìn)行碼頭分割奠定基礎(chǔ)［10］。(2)凹點(diǎn)提取碼頭輪廓上有一些很明顯的凹點(diǎn)，并且水邊線上碼頭的首點(diǎn)和末點(diǎn)都是凹點(diǎn)。如圖2，不含碼頭的水邊線一般為不規(guī)則的，但拐角一般不是太大的曲線(折線)，并且一般不含碼頭的水邊線上的相鄰三點(diǎn)構(gòu)成的角度大多數(shù)接近于180°角(實(shí)驗(yàn)中取為135°～225°之間)，因此可以通過計(jì)算相鄰三點(diǎn)構(gòu)成的角度來進(jìn)行判斷，剔除非碼頭結(jié)構(gòu)點(diǎn)。算法如下:首先，將道格拉斯－普克算法所得出的節(jié)點(diǎn)按照水邊線的順序進(jìn)行編組，對于所得出的點(diǎn)，依次取相鄰三點(diǎn)進(jìn)行計(jì)算，設(shè)三點(diǎn)為p1、p2、p3，統(tǒng)一將p2點(diǎn)定為角的頂點(diǎn)，通過計(jì)算角度的余弦值，反算出角度值。式中，distance1為p1到p2的距離;distance2為p2到p3。根據(jù)式(1)可算出角度的余弦值，反算出角度值，保留角度值在一定范圍內(nèi)(實(shí)驗(yàn)中取為45°～135°之間)的點(diǎn)，即提取出滿足要求的凹點(diǎn)。 水邊線上碼頭首點(diǎn)和末點(diǎn)的提取是碼頭分割的核心。提取示意圖見圖3，B1、C1、D1、E1、B2、C2、D2、E2為利用上述方法提取的滿足要求的凹點(diǎn)，如何從上圖中提取出碼頭首點(diǎn)和末點(diǎn)，即B1和E1、B2和E2，是需要研究解決的問題。圖3水邊線上碼頭首點(diǎn)和末點(diǎn)的提取示意圖根據(jù)構(gòu)成碼頭首點(diǎn)和末點(diǎn)的兩個凹點(diǎn)的連線與此處海岸本體大致在同一條直線上這一條件，可以先搜索到滿足要求的第一個凹點(diǎn)B1，然后尋找到B1前的一個關(guān)鍵節(jié)點(diǎn)，如圖中的A1。如果B1為碼頭的首點(diǎn)，則線段A1B1即為此處的海岸本體，然后就可以分別依次判斷其他滿足要求的凹點(diǎn)如C1、D1、E1、B2、C2、D2、E2與B1的連線與線段A1B1的夾角，計(jì)算尋找夾角接近180°的凹點(diǎn)，如圖3即可以找到凹點(diǎn)E1和B2，這時在兩個或多個凹點(diǎn)對應(yīng)夾角均接近180°的情況下，通常選擇第一個凹點(diǎn)E1來作為碼頭的末點(diǎn)，這樣就分割出了第一個碼頭。接著同理進(jìn)行后續(xù)碼頭的分割。上述分割出的每一個規(guī)則突出物不一定都是碼頭，最后還需要做進(jìn)一步驗(yàn)證。驗(yàn)證的判據(jù)是碼頭的面積特征。由于上述只考慮碼頭邊緣兩點(diǎn)連線與水邊線的夾角來進(jìn)行分割，會出現(xiàn)將個別小面積或超大面積的規(guī)則突起物當(dāng)成碼頭分割出來。考慮到碼頭本身的面積一般不會太大或太小［11］，根據(jù)這一特點(diǎn)，可以先使用多邊形面積的計(jì)算公式(2)計(jì)算突出物的面積，然后根據(jù)影像的分辨率選取經(jīng)驗(yàn)閾值，將滿足閾值要求的上述分割的突出物作為碼頭予以保留，否則予以剔除。多邊形面積的計(jì)算公式如下:假設(shè)m邊形Ω的頂點(diǎn)是pk(xk，yk)，k=1，2，3，…，n，則:式中，S為面積;x、y分別為頂點(diǎn)的橫、縱坐標(biāo);n為多邊形頂點(diǎn)個數(shù)。

3實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文算法的可行性和有效性，進(jìn)行了多組實(shí)驗(yàn)，現(xiàn)給出其中兩組實(shí)驗(yàn)。本實(shí)驗(yàn)采用舟山地區(qū)航空影像提取的水邊線數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，影像分辨率為0.5m，在水邊線上包含部分干擾物體，并且每個碼頭上都停靠了艦船。

3.1實(shí)驗(yàn)一原始影像以及提取的水邊線疊加顯示結(jié)果

見圖4，碼頭分割結(jié)果見圖5。實(shí)驗(yàn)一中總共2個碼頭，但是碼頭上包含艦船等干擾物，從實(shí)驗(yàn)提取結(jié)果圖5可以看出，在碼頭有艦船等干擾物干擾的情況下，本文算法能夠?qū)崿F(xiàn)水邊線和碼頭的分割，驗(yàn)證了本文方法的可行性。

3.2實(shí)驗(yàn)二原始影像以及提取的水邊線疊加顯示結(jié)果

見圖6，提取結(jié)果見圖7。實(shí)驗(yàn)區(qū)域總共3個碼頭，每個碼頭上都有艦船干擾，由實(shí)驗(yàn)結(jié)果圖7可以看出，3個碼頭均被成功提取，在艦船干擾下，能夠?qū)⒋a頭區(qū)域從水邊線中分割出來。進(jìn)一步驗(yàn)證了本文算法的可行性和有效性。

4結(jié)束語

本文針對遙感影像的碼頭分割問題，充分分析了碼頭的結(jié)構(gòu)特征和空間關(guān)系特征，提出一種基于結(jié)構(gòu)特征的碼頭分割方法，該方法首先進(jìn)行遙感影像水邊線的提取，然后利用道格拉斯－普克算法進(jìn)行壓縮，接著提取出水邊線上的凹點(diǎn)，最后依據(jù)碼頭的結(jié)構(gòu)特征，進(jìn)行多種特征判斷，確定碼頭的邊緣點(diǎn)，進(jìn)而實(shí)現(xiàn)碼頭分割。實(shí)驗(yàn)結(jié)果表明:①該方法可以獲得完整的碼頭數(shù)據(jù)，克服了傳統(tǒng)方法提取的碼頭不連續(xù)、不完整的問題;②充分利用了碼頭的結(jié)構(gòu)特征，并將多種特征用于碼頭的分割，提取可靠性高;③受船舶等干擾物的影響較小，能夠?qū)⒋a頭及附屬物作為一個整體從水邊線中分割開來，便于后續(xù)的處理。由于本文只研究碼頭從水邊線中有效分割的問題，對于非水邊線構(gòu)成的碼頭邊線的提取問題，停靠在碼頭邊緣船只的剔除問題沒有考慮，下一步還將利用多光譜影像結(jié)合碼頭的光譜特征、紋理特征，船只的結(jié)構(gòu)特征等信息開展研究，提取完整的海岸碼頭。

參考文獻(xiàn):

［1］陳萬平，我國海洋權(quán)益的現(xiàn)狀與維護(hù)海洋權(quán)益的策略［J］．太平洋學(xué)報，2009(5):68-72．

［2］楊桄，劉湘南．遙感影像解譯的研究現(xiàn)狀和發(fā)展趨勢［J］．國土資源遙感，2004(2):7-10．

［3］王廣德，田雙珠，王笑難，等．碼頭檢測、評估的現(xiàn)狀與發(fā)展［J］．水道港口，2002(4):291-294．56

作者：李正威 郭海濤 石 朗 喻金桃 吳禎優(yōu) 方紹磊 單位：解放軍信息工程大學(xué)