基于遙感技術(shù)的洪水監(jiān)測(cè)研究

秦 良

(濰坊市水利事業(yè)發(fā)展中心，山東 濰坊 261061)

近年來，遙感技術(shù)在洪水監(jiān)測(cè)中發(fā)揮了重要作用。與用于洪水測(cè)繪的光學(xué)傳感器相比，這種發(fā)展提供了全天候監(jiān)測(cè)能力。洪水繪圖是用于洪水監(jiān)測(cè)的技術(shù)之一[1- 2]，在這種技術(shù)中，將洪水前后的圖像進(jìn)行比較，對(duì)非洪水和洪水區(qū)域進(jìn)行分類。最初洪水監(jiān)測(cè)性能受限于衛(wèi)星和航空?qǐng)D像[3]，但是，隨著雷達(dá)遙感技術(shù)的發(fā)展，在惡劣天氣條件下(如云層、閃電等)預(yù)測(cè)性能有限的問題也得到了解決。合成孔徑雷達(dá)(SAR)圖像的使用解決了洪水監(jiān)測(cè)的問題，因?yàn)樗哂腥旌蚰芰?。在廣義上，洪水繪圖技術(shù)分為監(jiān)督式(需要操作員參與)、半監(jiān)督式和非監(jiān)督式技術(shù)[4- 5]。

一些被廣泛應(yīng)用的洪水繪圖技術(shù)包括目視解譯、閾值化、紋理匹配等方法。目視解譯是洪水繪圖中常用的監(jiān)督方法。半監(jiān)督(分段)技術(shù)的提出是為了盡量減少用戶的參與。該技術(shù)從用戶中選擇種子點(diǎn)，使用模糊邏輯生成連接圖，取決于種子點(diǎn)的正確識(shí)別(由用戶選擇)。一些學(xué)者提出了一種無(wú)需用戶參與和基于種子生長(zhǎng)機(jī)制的洪水圖，以克服用戶經(jīng)驗(yàn)不足的問題。然而，該方法仍然需要用戶能夠定位分割點(diǎn)[6- 7]。閾值化則將某些閾值用于無(wú)監(jiān)督洪水監(jiān)測(cè)?；?個(gè)電磁散射模型的輸出來選擇閾值，以快速生成洪水圖。然而，這些閾值在復(fù)雜的環(huán)境條件下效果可能并不好[8]。紋理匹配也用于從圖像中識(shí)別水域。水的同質(zhì)區(qū)域被分割，然后將顏色和紋理特征與預(yù)定義的水樣進(jìn)行比較。主要限制是計(jì)算時(shí)間長(zhǎng)和紋理特征重疊[9]。復(fù)相干圖用于對(duì)SAR數(shù)據(jù)進(jìn)行洪水監(jiān)測(cè)分析。這種技術(shù)不僅限于洪水破壞評(píng)估，還可以監(jiān)測(cè)其他特性(如地震)。但是，這對(duì)于觀測(cè)區(qū)域光學(xué)圖像的可用性具有更高的要求[10]。

最近，江巨浪等[11]提出了一種處理方法。該方法應(yīng)用不同的處理鏈(自適應(yīng)直方圖裁剪(AHC)、直方圖重映射(HR)和直方圖均衡化(HE))來提高可視化性能。然后通過組合處理過的前、后和差分圖像來生成RGB圖像。然而，這個(gè)過程有時(shí)會(huì)突出差分圖像中的額外細(xì)節(jié)，從而降低質(zhì)量。此外，均衡過程導(dǎo)致對(duì)比度增強(qiáng)，這又使處理后的圖像看起來不自然。為了解決上述方法中的這些問題，我們提出了一種基于對(duì)比度增強(qiáng)的技術(shù)來提高合成洪水圖的圖像質(zhì)量。該技術(shù)遵循了上述3條生成鏈。然而，這些鏈僅用于生成差分圖像的前圖像和后圖像。通過將差分圖像與均衡的前圖像和后圖像相結(jié)合，可以快速生成洪水圖。本文使用了具有低百分位值的自適應(yīng)直方圖均衡化方法(AHE)來提高可視化性能。結(jié)果使用實(shí)例進(jìn)行評(píng)估，這些數(shù)據(jù)集顯示了所提出技術(shù)的可行性。

1 研究方法

本文提出了一種基于自適應(yīng)直方圖均衡化(AHE)的洪水監(jiān)測(cè)技術(shù)，它由3個(gè)處理鏈組成。令I(lǐng)X(l，m)為前圖像、IY(l，m)為后圖像、IZ(l，m)為差分圖像，其中l(wèi)∈[0，…，(L-1)]和m∈[0，…，(M-1)]。

第一步是自適應(yīng)直方圖裁剪(AHC)，用來保存信息內(nèi)容。圖像的直方圖在特定的百分位值處被剪切/截?cái)?去除包含較少信息量的強(qiáng)度)。使用特定的百分位值q。裁剪原像IX的直方圖。讓hX(i)成為IX圖像的直方圖，其中i代表強(qiáng)度等級(jí)，即[0- 255]，累積直方圖CX(i)計(jì)算公式如下：

(1)

q值計(jì)算如下:

q=arg[CX(i)|CX(i)=q×M×L]

(2)

一些論文采用q=0.98。然而問題是最終的RGB圖中存在過多的細(xì)節(jié)，最終的RGB圖是在建議的q百分位下生成的。為了解決這個(gè)問題，我們?cè)诘谝徊街惺褂昧瞬煌膓百分位值來生成差分圖像。據(jù)觀察，在低百分位值時(shí)，所需的細(xì)節(jié)被去除，而在高百分位值時(shí)，不需要的細(xì)節(jié)變得更加突出，從而降低了質(zhì)量。因此，我們使用了q=0.3，因?yàn)樗Ａ袅藢?dǎo)致洪水的強(qiáng)度值。

在第二步直方圖重映射(HR)中，使用線性縮放將裁剪的直方圖重新映射到原始強(qiáng)度范圍。圖像IX1的直方圖被重新映射到全強(qiáng)度范圍[0- 255]。min(IX1)代表所有強(qiáng)度的最小值，max(IX)代表圖像中所有強(qiáng)度的最大值。IX2(直方圖重映射圖像IX1)計(jì)算公式如下：

(3)

在第三步(AHE)，我們使用自適應(yīng)直方圖均衡化來增強(qiáng)圖像。傳統(tǒng)HE有時(shí)會(huì)過度增強(qiáng)圖像并產(chǎn)生不需要的偽影(粗糙度等)。而且圖像有時(shí)可能顯示所有細(xì)節(jié)或合并細(xì)節(jié)，從而導(dǎo)致圖像質(zhì)量下降。需要對(duì)比度增強(qiáng)技術(shù)來保持圖像的平滑和自然，以獲得更好的視覺結(jié)果。因此使用了一個(gè)新的直方圖修改框架，通過保留細(xì)節(jié)來提高可視化效果。

HE通常將i的輸入強(qiáng)度水平映射到Xi的輸出強(qiáng)度水平：

Xi=(N-1)×CX(i)

(4)

式中，N—圖像中的總強(qiáng)度水平；CX(i)—累積直方圖。

這種映射適用于具有連續(xù)強(qiáng)度水平的圖像，在這些圖像中，它完美地均衡不同的直方圖。為了使其適用于數(shù)字圖像，可以修改輸入直方圖而不損害其對(duì)比度。然后，修改后的直方圖可以用作HE的映射函數(shù)。同時(shí)引入了專門設(shè)計(jì)的懲罰項(xiàng)，可用于調(diào)整對(duì)比度增強(qiáng)的級(jí)別。一旦強(qiáng)度范圍被重新映射，AHE可以削減一些不利影響(如過度增強(qiáng)，偽像和不自然的圖像)。AHE的原理是使修正的hXm與當(dāng)前直方圖h的差異最小化，使得修正的直方圖也更接近于統(tǒng)一直方圖hXu，即：

(5)

式中，α—當(dāng)前直方圖和均衡化直方圖的貢獻(xiàn)。通過式(6)求解修正直方圖hXm:

(6)

修正直方圖hXm用于生成圖像IX3和IY3(如圖1所示)，值得注意的是使用傳統(tǒng)直方圖會(huì)產(chǎn)生不想要的偽像、過度增強(qiáng)和不自然的外觀。這是因?yàn)閭鹘y(tǒng)HE的目標(biāo)是將輸入直方圖與均勻分布相匹配。但是，AHE還將修正直方圖和輸入直方圖之間的差分降至最低。因此，AHE為洪水監(jiān)測(cè)提供了更可靠的結(jié)果。然后使用IX3和IY3生成差分圖像IZ：

(7)

圖1 算法的流程

2 模擬和結(jié)果

為了評(píng)估此方法的可用性，以山東省濰坊市某洪水發(fā)生區(qū)為例。這些圖像分別為洪水前的圖像(如圖2(a)所示)和洪水后的圖像(如圖2(b)所示)。

差分圖像相對(duì)于百分位值q的變化如圖3所示。q值變大，則圖像中的細(xì)節(jié)增加(反之亦然)。

在圖3(a)中，我們可以注意到河流周圍的地面區(qū)域很暗，這在圖3(b)中變得非常明顯，但是洪水并不那么清晰。在百分位值q=0.3時(shí)(如圖3(c)所示)，地面面積、河流和洪水淹沒區(qū)在要求的水平可見。當(dāng)我們移動(dòng)到更高的百分位值(q>0.3)時(shí)，地面區(qū)域逐漸變得更加突出，這種效應(yīng)可以在圖3(d—i)中觀察到。

由各自的差分圖像生成的RGB圖像如圖4所示。

在圖4(a)和4(b)中，被淹沒的區(qū)域是暗淡的，在河流周圍逐漸消失。在圖4(c)(q=0.3)中，河流周圍的淹沒區(qū)域(在圖像的頂部中心)變得非常明顯，達(dá)到令人滿意的圖像水平。對(duì)于較高的百分位值(q>0.3)的圖4(d—g)，RGB圖像逐漸增加圖像底部中心的淹沒區(qū)域(墨藍(lán)色)。圖像頂部中心的淹沒區(qū)能見度也不好。這個(gè)現(xiàn)象在圖4(h)和圖4(i)中非常明顯，在圖4(h)和圖4(i)中，洪水淹沒的區(qū)域在河流周圍變得更加模糊。

本文改進(jìn)方法(AHE)與原方法(HE)的比較如圖5所示。

圖2 洪水發(fā)生區(qū)的原始圖像

圖3 不同q值下的差分圖像IZ

圖4 不同q百分位數(shù)的RGB圖像

圖5 2種方法的洪水圖像結(jié)果比較

圖5(a)是使用原方法生成的差分圖像，圖5(b)是使用改進(jìn)后方法生成的差分圖像。這些圖像在細(xì)節(jié)上有明顯的區(qū)別。圖5(a)突出地顯示了地面細(xì)節(jié)，而圖5(b)相對(duì)突出了主要的所需細(xì)節(jié)。這些細(xì)節(jié)上的差分對(duì)它們各自的RGB圖有很大影響(如圖5(c)和5(d)所示)。我們可以注意到圖5(c)河流周圍的淹沒區(qū)域是模糊不清的，這降低了能見度。在RGB中差分圖像的不相關(guān)細(xì)節(jié)的占比非常大(圖像底部中心和右上角的深色區(qū)域)。圖5(d)顯示了河流周圍淹沒區(qū)域的更好可見性(在頂部中心、右上角和底部中心)。可以清楚地注意到地面區(qū)域的細(xì)節(jié)，以及河流與洪水淹沒區(qū)域的對(duì)比。

3 結(jié)論

本文提出了一種基于自適應(yīng)直方圖均衡化的洪水圖像監(jiān)測(cè)方法，該方法由直方圖自適應(yīng)裁剪、重映射和自適應(yīng)直方圖均衡化3個(gè)步驟組成。處理淹沒前和淹沒后的圖像會(huì)產(chǎn)生不同的處理結(jié)果和差分圖像。然后，使用處理過的前圖像和后圖像與差分圖像的組合，生成洪水圖。一種對(duì)比增強(qiáng)技術(shù)AHE被用作第三步，以消除由HE產(chǎn)生的過度增強(qiáng)。結(jié)果表明，對(duì)于較高的百分位值(q>0.3)的圖，圖像頂部中心的淹沒區(qū)能見度并不好。當(dāng)q=0.3時(shí)，河流周圍的淹沒區(qū)域變得非常明顯，達(dá)到較好的圖像水平。所提出的技術(shù)是對(duì)現(xiàn)有技術(shù)的改進(jìn)，并具有更高的可靠性，此技術(shù)有望用于洪水監(jiān)測(cè)工作。