基于Matlab分割彩色等高線地形圖

李瑋瑋，帥向華，劉建坡，王 雷

（1.河南省有色金屬地質(zhì)礦產(chǎn)局第四地質(zhì)大隊(duì)，河南 鄭州 450016；2.中國地震臺網(wǎng)中心，北京 100045）

地形圖是按一定的比例尺，用點(diǎn)、線、面符號表示地表起伏形態(tài)、地物平面位置和高程等空間信息的投影圖。彩色地形圖通過黑、綠、棕、藍(lán)4種顏色表示注記、道路、等高線、河流等空間信息，色彩鮮明的地理信息對識別地物、豐富地形圖具有重要的作用。隨著數(shù)字化技術(shù)的發(fā)展，傳統(tǒng)的紙質(zhì)地形圖由于制作周期長、更新困難等缺點(diǎn)，難以適應(yīng)大數(shù)據(jù)、信息快速更新的發(fā)展要求。而數(shù)字地形圖根據(jù)地形圖制圖要求，通過計算機(jī)處理地形要素，以矢量或柵格數(shù)據(jù)結(jié)構(gòu)組織、儲存并以圖形方式輸出的數(shù)字產(chǎn)品，具有攜帶方便、定位精確、實(shí)時更新、動態(tài)顯示等優(yōu)點(diǎn)，快速應(yīng)用于城市規(guī)劃、地質(zhì)測繪、地理信息系統(tǒng)等領(lǐng)域[1]。

隨著數(shù)字化基礎(chǔ)地理信息工作的開展，地圖數(shù)字化已經(jīng)成為工程制圖較為重要的工作。以往的研究表明，紙質(zhì)地圖數(shù)字化主要有3種方式：手扶數(shù)字化儀跟蹤錄入法、掃描儀數(shù)字化法、自動識別與矢量化法。其中，手扶數(shù)字化儀跟蹤錄入法和掃描儀數(shù)字化法依賴人工干預(yù)，需要手動采集特征點(diǎn)，工作任務(wù)繁重。而自動識別與矢量化法，基于數(shù)字圖像處理、數(shù)學(xué)形態(tài)學(xué)運(yùn)算等方法自動識別地形、地物，在提高數(shù)字化速度、減輕工作量的同時提高數(shù)字化精度[2]。

在地形圖地形地物識別的研究中，地形圖中的河流、道路、建筑物等地理信息提取效果和精度往往優(yōu)于等高線。而等高線是生成數(shù)字高程模型，顯示三維地形的基礎(chǔ)數(shù)據(jù)，因此分割彩色地形圖對指導(dǎo)等高線自動提取工作具有重要意義。

本文通過研究彩色地形圖分割方法，基于Matlab軟件實(shí)驗(yàn)閾值分割彩色地形圖的等高線，并與最大類間方差法（又稱Otus法）自動分割進(jìn)行對比，實(shí)驗(yàn)結(jié)果表明選取閾值分割等高線效果優(yōu)于Otsu法自動分割。

1 彩色地形圖等高線提取方法研究

彩色地形圖黑、綠、棕、藍(lán)顏色代表不同地物，地理要素色彩對應(yīng)如表1所示。在分割彩色地形圖的過程中，根據(jù)地形圖色彩特征，選擇合適分割方法，分離道路、河流、注記等地理信息，得到等高線單一要素的地形圖。但是由于地圖印刷和掃描造成地形圖色彩混淆、等高線顯示地貌特征的復(fù)雜性，地形圖中道路、河流等地理要素的分離仍是等高線提取工作的難題[3]。

表1 地理要素色彩對應(yīng)表

隨著等高線提取方法研究的不斷深入，粟海華[4]在彩色地圖分色算法及其實(shí)現(xiàn)中，提出顏色空間轉(zhuǎn)換的色彩學(xué)習(xí)算法進(jìn)行圖像分色；董賢軍[5]在彩色掃描軍事地形圖等高線提取方法中，提出基于HSV色彩模型提取等高線；付敏[2]在彩色地圖等高線的自動提取與補(bǔ)斷研究中，提出了基于HIS空間和閾值分割融合的方法進(jìn)行等高線提取；錢靜[1]在彩色地形圖中等高線提取方法的研究中，提出采用本征向量擬合算法提取等高線；鄭華利[6]在彩色地形圖的自動識別與矢量化研究中，提出通過色彩空間轉(zhuǎn)換，基于改進(jìn)的FCM聚類方法，實(shí)現(xiàn)分割彩色地形圖。

本文通過研究分析地形圖分割的技術(shù)方法，根據(jù)實(shí)驗(yàn)地形圖的色彩特點(diǎn)，結(jié)合地圖空間直方圖信息，采用基于閾值分割的方法進(jìn)行等高線提取，分別采取手動選取閾值分割和Otus自動分割進(jìn)行實(shí)驗(yàn)分析，對于提高等高線數(shù)字化的速度具有實(shí)際意義。

2 基于閾值分割的理論

2.1 閾值分割

20世紀(jì)70年代，圖像分割技術(shù)就已開始應(yīng)用在圖像處理領(lǐng)域，隨著遙感技術(shù)的發(fā)展，對遙感影像分割的研究也在不斷深入?；谏窠?jīng)網(wǎng)絡(luò)、數(shù)學(xué)形態(tài)學(xué)等的研究成果促進(jìn)圖像分割算法的進(jìn)一步改進(jìn)。在眾多圖像分割算法中，圖像分割技術(shù)方法主要為閾值分割法、邊緣檢測法、區(qū)域提取法、結(jié)合特定理論工具分 割法。

閾值分割法是圖像分割的經(jīng)典方法，利用圖像中待提取目標(biāo)與背景在灰度上的差異，通過設(shè)置閾值將像素分類，從而分割目標(biāo)與背景。閾值分割的基本思想為確定合適的閾值，通過判斷圖像中像素是否滿足閾值要求，將大于等于閾值的像素歸類為目標(biāo)或背景，最終實(shí)現(xiàn)灰度圖轉(zhuǎn)換成二值圖[7]。閾值分割數(shù)學(xué)公式如式（1）所示：

式中，原始圖像g(x,y)，T為閾值。當(dāng)g(x,y)=1時，影像為白色；g(x,y)=0時，影像為黑色，分割后圖像轉(zhuǎn)成二值圖。

閾值分割具有操作簡單、性能穩(wěn)定等特點(diǎn)，多適用于灰度差異明顯的圖像中。最常用的閾值選取方法有直方圖閾值法、最大類間方差法（Otsu 法）、迭代閾值分割法、最佳閾值分割、一維熵閾值分割 等[8-9]。

2.2 Otsu閾值分割

1979年大津（nobuyuki otsu）提出一種自適應(yīng)閾值確定的方法，即最大類間方差法（otus法）。該方法的基本原理是將影像分為背景和目標(biāo)兩部分，分割閾值由目標(biāo)和背景平均灰度的最大方差得出[10-11]。

設(shè)圖像灰度級為M，ni表示灰度級為i的像素數(shù)，總像素，第i級灰度概率Pi= niN 。設(shè)Otsu閾值分割基于最大方差得出的閾值為T，設(shè)目標(biāo)C1灰度級范圍為[0,T]，背景C2灰度級范圍為[T+1,M-1]。

閾值T在[0,M-1]范圍取值，使得類間方差σ最大，即得出Otsu閾值分割的閾值。

3 實(shí)驗(yàn)與分析

本文選取1∶50 000掃描彩色地形圖作為研究數(shù)據(jù)，基于Matlab軟件對研究區(qū)域進(jìn)行實(shí)驗(yàn)分析，通過研究地形圖直方圖，選擇閾值分割背景地物（方格網(wǎng)、注記、道路、河流等）與目標(biāo)地物（等高線）。

通過Matlab軟件對彩色等高線地形圖進(jìn)行實(shí)驗(yàn)分析，實(shí)驗(yàn)結(jié)果如圖1所示，其中原圖如圖1a所示。對彩色地圖進(jìn)行灰度處理，繪制直方圖；結(jié)果如圖1b所示。直方圖橫軸表示灰度值，縱軸表示像素個數(shù)，通過分析直方圖發(fā)現(xiàn)，灰度值分布沒有明顯的單、雙峰。利用Matlab中im2bw(I,level)函數(shù)，設(shè)置閾值將灰度圖轉(zhuǎn)為二值圖。其中I表示圖像，level表示閾值，默認(rèn)為0.5。

通過實(shí)驗(yàn)，先選取閾值為0.3進(jìn)行圖形分割，分割得到注記、圖框、道路、河流等其他地物，同時還分割出少量等高線；再選取閾值為0.7進(jìn)行圖形分割，分割得到包含等高線在內(nèi)的地物。最后將兩次閾值提取結(jié)果進(jìn)行差值分析，得到去除注記、圖框、道路、河流等其他地物的等高線圖，結(jié)果如圖1c所示。

在Matlab中對原圖進(jìn)行Otsu自動分割，分割結(jié)果如圖1d所示，Otsu自動分割得出的分割閾值為0.56，未分離出大部分等高線。通過直方圖1b可知灰度分布沒有明顯的雙峰，Otsu算法用于本文分割等高線效果不佳。

圖1 基于Matlab分析彩色等高線地形圖

4 結(jié) 語

本文通過研究影像分割技術(shù)，選取1∶50 000掃描彩色地形圖進(jìn)行實(shí)驗(yàn)分析，基于Matlab軟件編程分別實(shí)現(xiàn)選取閾值分割和Otus法自動分割等高線，在閾值分割中選取兩個閾值實(shí)現(xiàn)提取等高線，并去除圖框、注記、河流等其他地物。Otus法自動分割雖然可以快速有效地找到類間分割閾值，但是由于本實(shí)驗(yàn)中，等高線地形圖灰度范圍分布較均勻，因此分割等高線的效果一般?；贛atlab軟件編程實(shí)現(xiàn)等高線自動提取的研究還需深入?；陂撝捣指畹雀呔€的提取精度，以及解決等高線斷裂、粘連問題還需要進(jìn)一步探討。