南海島礁高分辨率遙感影像最優(yōu)分割尺度確定

王忠芳，陳 剛,，于丙辰，張憲哲

（1.南京大學(xué) 地理與海洋科學(xué)學(xué)院，江蘇 南京210023；2.中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京210023）

開展南海島礁的遙感動(dòng)態(tài)監(jiān)測對南海的開發(fā)利用和生態(tài)保護(hù)具有重要意義[1]。高分辨率遙感影像具有影像信息豐富、數(shù)據(jù)采集周期短等特點(diǎn)[2]，適用于南海島礁動(dòng)態(tài)監(jiān)測。利用高分辨率遙感影像進(jìn)行海島礁動(dòng)態(tài)監(jiān)測，首先需進(jìn)行影像分割，而最優(yōu)分割尺度的確定是獲得理想分割結(jié)果的前提。影像分割是把整幅影像分割為若干對象，而對象是光譜值相近的一塊同質(zhì)區(qū)域[3-4]。影像分割參數(shù)包括分割尺度、形狀、緊密度和影像波段權(quán)重組合[5-6]，選擇最優(yōu)的尺度參數(shù)，有助于提高影像分類和信息提取的精度[7]。

常用的確定最優(yōu)分割尺度的方法包括人為試錯(cuò)法、評價(jià)指標(biāo)法、函數(shù)模型法3種。CHENG J H[6]等根據(jù)分割影像區(qū)域與實(shí)際影像區(qū)域的差異提出了面積差異指數(shù)和位置差異指數(shù)，評價(jià)了美國佛羅里達(dá)州某區(qū)域影像的分割質(zhì)量；于歡[8]等利用影像對象邊界與地物真實(shí)邊界在橫向和縱向的距離差異構(gòu)建指標(biāo)，實(shí)現(xiàn)了對三江平原某濕地影像的最優(yōu)分割尺度選擇；黃慧萍[9]根據(jù)分割后影像對象的均值方差和對象最大面積與分割尺度的關(guān)系，確定了不同植被的最優(yōu)分割尺度。

根據(jù)目前南海島礁動(dòng)態(tài)監(jiān)測缺乏相關(guān)研究的情況，本文利用南海島礁高分辨率遙感影像，結(jié)合島礁上典型地物的特點(diǎn)，選擇合適的形狀和緊密度參數(shù)，使用加權(quán)均值方差法和最大面積法確定了不同地物的最優(yōu)分割尺度；并利用最優(yōu)分割尺度進(jìn)行影像分割，再根據(jù)分割結(jié)果提取島礁地物，可為海島礁動(dòng)態(tài)監(jiān)測工作提供重要參考。

1 研究方法

1.1 加權(quán)均值方差法

均值為影像分割后對象所含像元亮度值的均值，均值方差為所有對象亮度均值的方差[9]。影像分割后，若分割對象與某類地物的形狀和位置吻合較好，即均值方差取極大值，此時(shí)對應(yīng)的分割尺度為該類地物的最優(yōu)分割尺度。隨著分割尺度的變化，影像的均值方差將出現(xiàn)多個(gè)極大值，理論上影像中各類地物的最優(yōu)分割尺度為其中的某個(gè)極大值。然而，當(dāng)使用多光譜影像進(jìn)行分割時(shí)，均值方差法無法考慮影像各波段對分割結(jié)果的影響，因此計(jì)算均值方差時(shí)需考慮參與分割的影像波段權(quán)重。各波段加權(quán)均值方差的計(jì)算公式為：

式中，Lb為參與分割的b波段，本文中b取值為1～4；n為某對象中像元的個(gè)數(shù)；CLb,i為b波段影像分割后，對象內(nèi)某像元的亮度值；Lb,k為b波段某對象的亮度均值；m為b波段影像分割后的對象個(gè)數(shù)；Lb為b波段影像的均值；為b波段影像分割后對象的均值方差；ωLb為b波段參與分割的權(quán)重系數(shù)；S2為整幅影像分割后的加權(quán)均值方差。

1.2 最大面積法

影像分割后，對象的最大面積可表示對象隨分割尺度的變化情況[9]。對象的面積由分割時(shí)的尺度參數(shù)、形狀、緊密度、參與分割的影像波段組合以及影像本身的幾何與光譜特征決定。在分割后的影像中，對象與地物實(shí)際位置、大小基本吻合時(shí)的尺度參數(shù)為最優(yōu)尺度，此時(shí)對象的最大面積趨于穩(wěn)定，因此對象最大面積穩(wěn)定時(shí)的尺度參數(shù)為最優(yōu)分割尺度范圍。

2 實(shí)驗(yàn)流程

2.1 研究區(qū)與實(shí)驗(yàn)數(shù)據(jù)

本文選取的研究區(qū)為南威島，位于南海的南沙群島西部區(qū)域，面積為0.16 km2。實(shí)驗(yàn)數(shù)據(jù)為2014年4月3日拍攝的南威島QuickBird遙感影像。影像包含全色波段和多光譜波段（紅、綠、藍(lán)和近紅外波段），全色波段的空間分辨率為0.61 m，多光譜波段的空間分辨率為2.44 m。經(jīng)目視判讀得出，研究區(qū)內(nèi)主要地物類型包括建筑物、道路、森林、草地、沙地和未利用地6種。

實(shí)驗(yàn)前，先利用ENVI 5.3中的Gram-Schmidt Spectral Sharpening方法對全色波段和多光譜波段影像進(jìn)行融合，得到了空間分辨率為0.61 m的多波段影像；再使用eCognition9.0軟件中的多尺度分割算法對多波段影像進(jìn)行影像分割實(shí)驗(yàn)。

圖1 實(shí)驗(yàn)區(qū)遙感影像

2.2 最優(yōu)分割尺度的確定

最優(yōu)分割尺度參數(shù)的確定流程為：①確定參與影像分割的各波段權(quán)重；②確定實(shí)驗(yàn)中分割尺度參數(shù)的范圍；③選擇形狀和緊密度參數(shù)；④根據(jù)影像的加權(quán)均值方差和對象的最大面積，得到候選最優(yōu)分割尺度范圍；⑤根據(jù)目視判讀結(jié)果，確定不同地物的最優(yōu)分割尺度。

2.2.1 參與影像分割的各波段權(quán)重確定

根據(jù)影像不同波段統(tǒng)計(jì)協(xié)方差矩陣（表1）和相關(guān)性統(tǒng)計(jì)矩陣（表2），確定參與分割的不同波段的權(quán)重。由表1可知，各波段統(tǒng)計(jì)的協(xié)方差由大到小依次為Band2、Band4、Band3和Band1，即綠波段、近紅外波段、紅波段和藍(lán)波段。由表2可知，4個(gè)波段之間的相關(guān)性系數(shù)均在0.9以上，對于整幅影像的貢獻(xiàn)相當(dāng)，因此確定它們參與分割的權(quán)重比為1∶1∶1∶1。

表1 不同波段統(tǒng)計(jì)協(xié)方差矩陣

表2 不同波段相關(guān)性統(tǒng)計(jì)矩陣

2.2.2 實(shí)驗(yàn)中分割尺度參數(shù)范圍的確定

對于產(chǎn)生影像對象的加權(quán)影像層，尺度參數(shù)定義了同質(zhì)性標(biāo)準(zhǔn)的最大標(biāo)準(zhǔn)差。尺度參數(shù)越大，產(chǎn)生的對象越大。本文以5為尺度間隔，以10～140為尺度范圍對影像進(jìn)行分割實(shí)驗(yàn)，得到影像分割尺度與對象數(shù)目的關(guān)系圖，如圖2a所示。當(dāng)分割尺度為10～25時(shí)，對象數(shù)目隨分割尺度的增大而急劇減少；當(dāng)分割尺度大于60時(shí)，對象數(shù)目隨分割尺度增大的變化不明顯。對象數(shù)目急劇變化，說明此時(shí)的分割尺度不適合任何地物的提取；對象數(shù)目幾乎沒有變化，說明分割結(jié)果已趨于穩(wěn)定，因此本文確定分割尺度參數(shù)范圍為25～60，分割尺度與對象數(shù)目的關(guān)系如圖2b所示。為了得到準(zhǔn)確的實(shí)驗(yàn)結(jié)果，本文以2為尺度間隔，以23、25、…、59等19個(gè)尺度進(jìn)行分割實(shí)驗(yàn)，確定影像中不同地物的最優(yōu)分割尺度參數(shù)。

圖2 分割尺度與對象數(shù)目關(guān)系圖

2.2.3 形狀和緊密度參數(shù)的選擇

影像分割時(shí)，同質(zhì)性標(biāo)準(zhǔn)由顏色、形狀、光滑度和緊密度組成，它們定義了產(chǎn)生影像對象的相對同質(zhì)性總和。同質(zhì)性標(biāo)準(zhǔn)由顏色和形狀組成，二者的總和為1；而形狀又由光滑度和緊密度組成，二者的總和為1，因此一旦確定了形狀和緊密度，4個(gè)標(biāo)準(zhǔn)就全部確定。形狀和緊密度的取值范圍均為0.1～0.9。

為了確定分割時(shí)的形狀和緊密度，本文選取的分割尺度為39，采用形狀（0.1,0.5,0.9）和緊密度（0.1,0.5,0.9）兩個(gè)參數(shù)的9種組合，以影像中一小塊區(qū)域的分割結(jié)果為參考。當(dāng)組合為0.1和0.1時(shí)，區(qū)域中大建筑物的分割結(jié)果過于“破碎”；當(dāng)組合為0.5和0.1、0.5和0.5以及0.5和0.9時(shí)，區(qū)域中大建筑物右上邊的分割線輪廓在實(shí)際邊界以外，分割結(jié)果有“淹沒”現(xiàn)象；當(dāng)組合為0.9和0.1、0.9和0.5以及0.9和0.9時(shí)，大小建筑物的分割線輪廓均在實(shí)際邊界以外，建筑物右上方的綠色植被未被分割出來，分割結(jié)果“淹沒”現(xiàn)象嚴(yán)重。綜上所述，組合為0.1和0.5以及0.1和0.9的分割結(jié)果較好，由于兩種組合的分割結(jié)果較為接近，本文選擇的形狀參數(shù)為0.1和緊密度參數(shù)為0.5。

2.2.4 加權(quán)均值方差和對象最大面積的計(jì)算

采用選擇的尺度參數(shù)進(jìn)行分割實(shí)驗(yàn)后，統(tǒng)計(jì)影像中對象的數(shù)目和所有對象的均值、面積。首先利用式（2）、式（3）計(jì)算分割后不同波段影像中所有對象均值的方差；再通過式（4）計(jì)算所有波段的加權(quán)均值方差，繪制加權(quán)均值方差與分割尺度的關(guān)系圖以及對象最大面積與分割尺度的關(guān)系圖，如圖3、4所示；最后通過分析關(guān)系圖確定影像中不同地物的最優(yōu)分割尺度范圍。

由圖3可知，加權(quán)均值方差取局部極大值時(shí)的尺度為27、39、43、47和55。由圖4可知，對象最大面積趨于穩(wěn)定時(shí)的尺度范圍為25～33、37～39、41～49和51～53。綜合二者的結(jié)果，本文選擇27、37～39和43～47作為最優(yōu)分割尺度的候選范圍。

圖3 加權(quán)均值方差與分割尺度關(guān)系圖

圖4 影像對象最大面積與分割尺度關(guān)系圖

3 實(shí)驗(yàn)結(jié)果分析

3.1 實(shí)驗(yàn)結(jié)果

本文分別采用候選的最優(yōu)分割尺度27、37～39和43～47進(jìn)行影像分割實(shí)驗(yàn)，并比較不同分割結(jié)果中各種地物的分割情況，從而確定不同地物的最優(yōu)分割尺度。

以影像中的建筑物和沙地為例，分割結(jié)果如圖5所示。由圖5a～5f可知，當(dāng)分割尺度為27時(shí)，建筑物的分割結(jié)果較“破碎”；當(dāng)分割尺度為43～47時(shí)，建筑物邊緣部分與周圍地面未分割開，因此建筑物的最優(yōu)分割尺度為37～39。由圖5g～5l可知，當(dāng)分割尺度為27～39時(shí)，沙地的分割結(jié)果較“破碎”；當(dāng)分割尺度為47時(shí)，沙地與周圍的草地不能區(qū)分，因此沙地的最優(yōu)分割尺度為43～45。

實(shí)驗(yàn)最終結(jié)果為：建筑物的最優(yōu)分割尺度為37～39，草地的最優(yōu)分割尺度為39，道路和森林的最優(yōu)分割尺度為47，沙地的最優(yōu)分割尺度為43～45。

圖5 分割結(jié)果（尺度、形狀、緊密度）

3.2 提取精度評價(jià)

為了驗(yàn)證本文方法選擇最優(yōu)分割尺度的合理性，采用確定的最優(yōu)分割尺度進(jìn)行影像分割，再分別用于各類地物的提取。

本文將提取結(jié)果與目視解譯結(jié)果進(jìn)行比較，以評價(jià)提取結(jié)果的精度。以建筑物為例，根據(jù)提取結(jié)果與目視解譯所得建筑物實(shí)際邊界的關(guān)系，得到建筑物正確提取、錯(cuò)誤提取、未能提取的結(jié)果圖，如圖6所示。建筑物數(shù)量共計(jì)75棟，其中正確提取的占比為80%；建筑物面積為12 657.69 m2，其中正確提取的占比為89.55%。建筑物提取結(jié)果中正確地物的占比為74.23%，錯(cuò)誤地物的占比為25.77%。兩種精度評價(jià)方法得到的建筑物提取精度均較高，從而說明本文方法確定的最優(yōu)分割尺度較合理，可保證地物提取的精度。

圖6 建筑物提取結(jié)果圖

4 結(jié) 語

本文針對南海島礁動(dòng)態(tài)監(jiān)測相關(guān)研究缺乏的現(xiàn)狀，利用南海島礁的高分辨率遙感影像，采用加權(quán)均值方差法和最大面積法確定了各地物的最優(yōu)分割尺度參數(shù)。本文充分考慮了影像分割的4個(gè)參數(shù)：影像波段權(quán)重組合、形狀、緊密度和分割尺度，得到了研究區(qū)內(nèi)建筑物、草地、道路、森林、沙地等地物的最優(yōu)分割尺度；通過確定的最優(yōu)分割參數(shù)進(jìn)行影像分割，并將分割結(jié)果用于島礁上不同地物的提取，精度較高。地物提取結(jié)果對海島礁動(dòng)態(tài)監(jiān)測工作具有重要參考價(jià)值。