近年来遥感环境监测技术日新月异,高分卫星影像也越来越普及,为遥感信息提取提供了可靠数据来源。但高分影像中针对单个像元进行分类的算法因存在瓶颈而制约着很多应用,因此结合目标形态结构、光谱信息等面向对象的算法在遥感水体提取分割中发挥着越来越重要的作用。水体提取中较为传统的有图像变换方法、单一波段阈值方法。文献[3]利用TM4和TM5波段设定经验阈值提取水体。单一的波段阈值分割方法原理较简单,但是对于水体和非水体的过渡区域无法正确划分,因此有必要对传统阈值分割进行改进。应用于遥感图像目标提取的算法还包括形态学方法、聚类分割方法、边缘检测分割方法和基于分水岭的算法。分水岭算法在发展过程中非常具有代表性的沉浸模型是一种基于地形和区域增长理论的算法,并且后来针对该算法的过度分割问题也有一些改进。但如果将分水岭算法直接用来提取水体,分割结果特别差,这是由于地物类型复杂多样且存在“同谱异物”现象造成的。单一的分水岭算法并不能解决复杂的分割问题,一些改进的分水岭变换算法虽然解决了一部分问题,但依然存在分割目标破碎、地物类型误判、过度分割导致结果不完整等缺点,因此有必要针对水体本身特性设计提取方法。
综上,本文针对水体地物本身的光谱和形状特性,结合目标水体的光谱信息分量和形态学原理,设计利用改进的分水岭算法对水体进行分割提取的试验算法,以期使分水岭算法对水体提取达到较好的效果。
1 数据来源
高分二号(GF-2)卫星的多光谱空间分辨率为4 m, 全色空间分辨率1 m,辐射分辨率10 bit, 重访周期5 d。高分卫星具有较高的空间分辨率、辐射分辨率,重访周期较短,可以为地方河道信息提取提供很好的数据来源。
潍坊位于山东半岛中部,区域内有潍河南北贯穿,流入渤海湾,是潍坊地区最重要的地表水源。本文中选取潍坊市2015年5月16日的高分影像(119.1°E,36.7°N)用于水体提取研究。
2 研究方法2.1 分水岭算法2.1.1 标准分水岭算法
分水岭分割是以拓扑形态学理论为基础的图像分割算法,其核心思想是把图像想象为地理学中的地貌,各像素值代表这一点海拔高度,那么积水盆地为包含局部极小值点及其影响的区域,分水岭则是这些集水盆地的边界。分水岭的形成是一个浸入过程,在整个地表的每个局部极小值下部扎孔,再将地表浸入