鐵路工程地質(zhì)遙感圖像處理系統(tǒng)設(shè)計(jì)研究

丁小軍

摘要：文章針對鐵路工程缺少專業(yè)的地質(zhì)遙感圖像處理系統(tǒng)需求，設(shè)計(jì)支持圖像融合評價(jià)、波段運(yùn)算等功能的系統(tǒng)。在闡述系統(tǒng)的結(jié)構(gòu)基礎(chǔ)上，詳細(xì)介紹系統(tǒng)圖像文件管理、圖像融合、圖像增強(qiáng)等功能的設(shè)計(jì)。同時(shí)，選取部分實(shí)例測試系統(tǒng)功能，研究結(jié)果表明，根據(jù)光譜逼真度及其紋理清晰度可以定量評價(jià)圖像融合結(jié)果，從而挑選最合理的融合算法，提升遙感影像可判釋能力;水體指數(shù)法可以展現(xiàn)良好的細(xì)節(jié)信息，適用于平坦地域水體信息提取;譜間信息法可以把水體和陰影進(jìn)行區(qū)分，適合用在陡峻山區(qū)信息提取。

關(guān)鍵詞：鐵路工程;地質(zhì)遙感;圖像處理系統(tǒng);設(shè)計(jì)

中圖分類號：U212.22，TQ015.9

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-5922（2019）08-0036-04

遙感是現(xiàn)代信息技術(shù)中一種重要的技術(shù)，主要用來采集地球空間信息及動態(tài)變化資料，成為廣泛用于資料環(huán)境、測繪勘察、農(nóng)業(yè)水利等領(lǐng)域開展科學(xué)研究的主要方法。近些年，隨著遙感技術(shù)的迅速發(fā)展，高空間及光譜分辨率的衛(wèi)星影像被廣泛用于工程地質(zhì)工作中。衛(wèi)星影像除具備幾何校正等功能外，還能依據(jù)地質(zhì)判釋情況完成圖像增強(qiáng)、融合等處理?；诖?，本文針對傳統(tǒng)遙感圖像處理軟件所欠缺的功能，設(shè)計(jì)一款功能齊全的遙感圖像處理系統(tǒng)，以滿足鐵路工程圖像融合、圖像特征增強(qiáng)等信息提取需要。

1 系統(tǒng)業(yè)務(wù)流程分析

與一般圖像處理系統(tǒng)相比較，遙感圖像處理系統(tǒng)不同之處表現(xiàn)在下列方面：遙感圖像具有復(fù)雜、多樣化特征;遙感圖像實(shí)施處理時(shí)，要求數(shù)據(jù)有較小的損失量，且對數(shù)據(jù)處理精度提出更高的要求[1]。因此，遙感圖像處理系統(tǒng)在構(gòu)建與實(shí)現(xiàn)過程中均有一定的復(fù)雜性，采用這種系統(tǒng)提取專題信息，不僅要求操作人員具有一定的專業(yè)知識，也要求采用部分特殊的數(shù)據(jù)分析方法，便于用戶理解、使用該系統(tǒng)各項(xiàng)功能。該系統(tǒng)業(yè)務(wù)流程如下：挑選系統(tǒng)內(nèi)需要處理的遙感圖像文件，若通過applet方法執(zhí)行，必須對其進(jìn)行授權(quán)，方可支持客戶端訪問本地資源。挑選需要處理的文件后，將遙感圖像基本信息輸入在內(nèi)，包含尺寸、文件格式、灰度等[2][3]。程序?qū)D像文件進(jìn)行加載后，會利用原始大小顯示這一圖像。操作人員依據(jù)選擇對圖像開展各種處理，包含復(fù)原、增強(qiáng)等不同的操作，如圖1所示。

2 系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)

依據(jù)鐵路工程開展地質(zhì)遙感判釋工作的實(shí)際需要，設(shè)計(jì)系統(tǒng)主要功能包含圖像融合、圖像增強(qiáng)運(yùn)算等，如圖2所示。

波段組合方法與處理：利用對多光譜數(shù)據(jù)展開統(tǒng)計(jì)分析，求解波段組合中的最佳指數(shù)，給出最合理的波段組合方法及其相應(yīng)計(jì)算參數(shù)，完成波段組合處理操作[4]。

圖像文件管理：該模塊包含文件輸入、輸出及文件格式轉(zhuǎn)換功能。該系統(tǒng)需要對不同格式的遙感圖像及文件格式進(jìn)行處理，包含：BMP、GIF、JPG等，因遙感圖像主要為BSQ及BIL格式，因此，本系統(tǒng)重點(diǎn)關(guān)注這兩種格式。對這兩種數(shù)據(jù)格式進(jìn)行讀人時(shí)，必須輸入相應(yīng)地基本信息，如：圖像尺寸、總波段數(shù)等，并挑選三個(gè)波段當(dāng)做RGS顯示出來。輸入上述數(shù)據(jù)后，系統(tǒng)需要開展相應(yīng)地信息監(jiān)測，判定上述數(shù)據(jù)是否合理。若存在不合理的數(shù)據(jù)，系統(tǒng)則彈出相應(yīng)地提示信息，并停止操作[5]。如果全部數(shù)據(jù)均合理，系統(tǒng)會采用圖像原始大小及所選RCB波段進(jìn)行處理。文件輸入操作流程如圖3所示。必須注意，文件輸出則是在獲取圖像對應(yīng)的一維數(shù)組，隨之，將其寫入在內(nèi)存流內(nèi)，執(zhí)行寫入文件操作同。一般情況下，所用遙感圖像格式大多為BIL、BSQ，因此，系統(tǒng)需要順利實(shí)現(xiàn)這兩種格式間的轉(zhuǎn)換。

圖像融合功能：在于支持遙感圖像實(shí)施多種融合處理，包含PCA變換融合、HPF變換融合等，并利用平均地區(qū)、相關(guān)系數(shù)、信息熵等參數(shù)對融合結(jié)果展開定量評價(jià)，挑選合理地圖像融合算法，從而獲取良好的融合效果[8][9]。

圖像增強(qiáng)功能：該功能模塊是系統(tǒng)算法中最主要的一個(gè)模塊，一般情況下，一幅沒有通過處理的遙感圖像象素間對比度較差，很難精確分辨圖像代表的地物細(xì)節(jié)。利用圖像增強(qiáng)方式，不僅能增強(qiáng)圖像對比度，也可以達(dá)到合理分辨地物細(xì)節(jié)的效果[10][11]。該功能模塊具體功能，如圖4所示。

信息提取功能：該模塊功能支持通過計(jì)算機(jī)輔助提取水體、斷裂構(gòu)造等信息，有利于提升地質(zhì)遙感判釋效率。在鐵路工程中開展勘察設(shè)計(jì)時(shí)，需要采用不同時(shí)期的衛(wèi)星圖像獲得沿線不同類型河流特征及其地貌單元，深入研究河道演變規(guī)律，用于更好地指導(dǎo)做好現(xiàn)場調(diào)查及選線設(shè)計(jì)工作[12]-[14]。地表井等調(diào)查工作也是地質(zhì)遙感日常工作內(nèi)容之一?，F(xiàn)階段，通過衛(wèi)星遙感影像可以順利完成自動提取水體信息操作，而差值法、水體指數(shù)法等相繼得到廣泛的應(yīng)用。其中，譜間信息法、水體指數(shù)法發(fā)展更為成熟，且效果好。前一種方法通過波段之間的光譜差異特征提取水體信息。依據(jù)水體特殊的多波段譜間關(guān)系特點(diǎn)，有學(xué)者提出創(chuàng)律譜間信息法模型：

B5/B2

（2）

上述式子中，B2、B3分別代表綠、紅波段;a表示閥值;B4代表近紅外;B5表示短波紅外?？衫霉剑?）把水體與陰影當(dāng)做一類，與其它地物實(shí)施分離處理;式子（2）把水體和陰影進(jìn)行分開。

后一種方法則要考慮水體的波譜特征，就是在綠波段展現(xiàn)出較強(qiáng)的投射型，短波紅外處在水吸收帶之內(nèi)，真實(shí)展現(xiàn)地表所含水量敏感情況。因此，使用綠波段和短波紅外波之間的差值與這兩個(gè)波段數(shù)值之和比值當(dāng)做歸一化書體指數(shù)NDWl，如果滿足NDWI>O這個(gè)條件，提取的地物是水體[15][16]。歸一化水體指數(shù)求解公式如下：

NDWI= （B2+ Bs）/（B2- B5）

（3）

上述式子內(nèi)，B2代表綠波段;B5表示短波紅外波段。

3 系統(tǒng)部分功能應(yīng)用實(shí)例

3.1 圖像融合效果評價(jià)

選取我國河南省的洛寧縣一韓城縣的ALOSlOm多光譜影像及2.5m全色影像相互融合為研究對象，以此展開相應(yīng)地評價(jià)試驗(yàn)。圖像實(shí)施融合前必須展開輻射校正、圖像配準(zhǔn)等處理。波段組合使用321組合方法，影像配準(zhǔn)選定全色數(shù)據(jù)作為基準(zhǔn)，并把多光譜和全色數(shù)據(jù)進(jìn)行合理地配準(zhǔn)。除系統(tǒng)軟件自身配置的PCA轉(zhuǎn)換、HPF變換等融合算法之外，還需要加入IHS變換、乘積變換等融合算法展開評價(jià)。

根據(jù)融合結(jié)合和原始圖像所對應(yīng)波段一系列參數(shù)進(jìn)行計(jì)算，后采用平均值當(dāng)做融合結(jié)果評價(jià)標(biāo)準(zhǔn)。ALOS數(shù)據(jù)所用不同融合方式效果評價(jià)參數(shù)，如表l所示。從相關(guān)性視角分析，小波變換能夠獲得良好的效果，其次分別為HPF、乘積這兩種變換方法。由信息熵層面分析，小波變換能夠獲取最佳的結(jié)果，隨之分別為Brovey及HPF變換;從偏差系數(shù)分析，HPF變換能獲得更好地效果，其次分別是小波、Brovey變換。根據(jù)紋理清晰程度可知，小波變換效果更理想，隨之依次為HPF和Brovey這兩種變換;分析光譜逼真程度可知，HPF變換可以獲取最佳的效果，其次分別是小波和Brovey變換。綜合分析光譜逼真度及紋理清晰度可知，小波及HPF變換會獲取最佳的效果，可當(dāng)做地質(zhì)判釋遙感圖像融合優(yōu)先選取的方法。

根據(jù)圖像融合評價(jià)結(jié)果可知，對同一種數(shù)據(jù)源，采用不同算法獲取的融合效果存在一定的差異。因數(shù)據(jù)源類型、區(qū)域等指標(biāo)存在差異，在鐵路工程進(jìn)行地質(zhì)遙感判釋操作前，需要對圖像融合效果展開評價(jià)，找到最優(yōu)的融合算法，并實(shí)施融合處理。

3.2 水體信息提取

選取新建設(shè)的浦梅線局部區(qū)域Landsat8多光譜影像為研究依據(jù)，開展水體信息提取分析。原始圖像合成效果中水體顯示為藍(lán)色，能夠看出有大河流、湖泊輪廓。根據(jù)提取的信息可知，影像內(nèi)大規(guī)模的水體信息已經(jīng)基本提取出來，與譜間信息法提取結(jié)果比較，水體指數(shù)法所提取的河流信息更為連續(xù)，小湖泊等信息提取效果更加豐富，表明水體指數(shù)法對于小型水體信息提取具有更好地效果。必須注意，圖像右下角存在少量陰影及云覆蓋，利用譜間信息法可以有效分離陰影和水體，水體指數(shù)法則會這些信息混為一體。

4 結(jié)語

綜上所述，根據(jù)鐵路工程開展地質(zhì)遙感判釋工作實(shí)際需求，設(shè)計(jì)一款用于鐵路工程的遙感圖像處理系統(tǒng)軟件，以此完成圖像融合評價(jià)、專題信息提取等功能。在此基礎(chǔ)上，對系統(tǒng)部分功能展開應(yīng)用測試，測試結(jié)果證實(shí)，依托光譜逼真度及其紋理清晰度評估圖像融合結(jié)果，可以挑選出最佳的融合算法，提升圖像可判釋能力。同時(shí)，采用水體指數(shù)法提取平坦區(qū)域的水體信息，其細(xì)節(jié)顯示效果優(yōu)于譜間信息法，而譜間信息法有利于準(zhǔn)確區(qū)分水利和陰影，滿足陡峻山區(qū)提取水體信息需求。

參考文獻(xiàn)

[1]劉桂衛(wèi)，全德武，鐵路工程地質(zhì)遙感圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].鐵道工程學(xué)報(bào)，2017，34（8）：11-15+52.

[2]彭檢貴，張良，李維良，等，桌面遙感圖像處理系統(tǒng)并行處理架構(gòu)選擇與實(shí)驗(yàn)分析[J].軟件導(dǎo)刊，2017，16（4）：201-204.

[3]明冬萍，邱玉芳，周文，等，遙感模式分類中的空間統(tǒng)計(jì)學(xué)應(yīng)用——以面向?qū)ο蟮倪b感影像農(nóng)田提取為例[J].測繪學(xué)報(bào)，2016，45 （7）：825-833.

[4]陳穎，王天陽，劉倩，等.遙感圖像處理技術(shù)在土地勘測中的應(yīng)用[J].民營科技，2016，（10）：70.

[5]韓岳松.專家系統(tǒng)在遙感圖像處理中的應(yīng)用探討[J].西部探礦工程，2014，26（7）：107-111.

[6]趙爽，李學(xué)軍，劉濤，等，構(gòu)建基于自主可控平臺遙感影像處理應(yīng)用系統(tǒng)關(guān)鍵技術(shù)[J].飛行器測控學(xué)報(bào)，2016，35（5）：385-391.

[7]張?jiān)?，基于雙邊濾波與小波閾值法的礦區(qū)遙感圖像處理[J].金屬礦山，2017，（9）：170-173.

[8]曹洪濤，李明，李器宇，等.ARCENGINE結(jié)合MAT-LAB的遙感圖像處理技術(shù)[J].測繪與空間地理信息，2015.（10）：147-150.

[9]秦緒佳，洪夏陽，王慧玲，等政進(jìn)的遙感圖像SURF特征匹配算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2016，37（2）：327-331.

[10]王鑫，遙感圖像信息提取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].自動化技術(shù)與應(yīng)用，2018，37（1）：93-96.

[11]劉揚(yáng)，付征葉，鄭逢斌，等.高分辨率遙感影像目標(biāo)分類與識別研究進(jìn)展[J].地球信息科學(xué)學(xué)報(bào)，2015，17（9）：1080-1091.

[12]李亞飛，董紅斌，基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[J].智能系統(tǒng)學(xué)報(bào)，2018，13（4）：550-556.

[13]譚翔，毛海穎，支曉棟，等，基于無人機(jī)紅外光譜技術(shù)的影像數(shù)據(jù)匹配方法研究[J].光譜學(xué)與光譜分析，2018，38（2）：413-417.

[14]李思瑤，周海芳，方民權(quán)，等，基于web的遙感影像并行系統(tǒng)設(shè)計(jì)[J].中國科技信息，2017，（9）：93-94.

[15]潘博陽，楊鶴猛，伍小潔，等，基于SIFT和AffinityPropagation的遙感圖像配準(zhǔn)算法[J].信息技術(shù)，2014，（12）：25-28+32.

[16]劉?？?，劉麗，曹世欣，等，遙感圖像結(jié)合MapGIS在省級礦山衛(wèi)片執(zhí)法檢查中的應(yīng)用[J].國土資源遙感，2014.（ 3）：166-169.