改进分水岭方法下的遥感图像水体提取

doi:10.13474/j.cnki.11-2246.2019.0175

测绘通报 ›› 2019, Vol. 0 ›› Issue (6): 11-15.doi: 10.13474/j.cnki.11-2246.2019.0175

改进分水岭方法下的遥感图像水体提取

冯朝晖¹, 李芹¹, 韩留生², 薛国超³, 赵红颖¹

1. 北京大学地球与空间科学学院, 北京 100871;
2. 山东理工大学建筑工程学院, 山东淄博 255000;
3. 山东科技大学测绘科学与工程学院, 山东青岛 266590

收稿日期:2018-10-17 出版日期:2019-06-25 发布日期:2019-07-01
通讯作者: 赵红颖。E-mail:zhaohy@pku.edu.cn E-mail:zhaohy@pku.edu.cn
作者简介:冯朝晖(1994-),女,硕士生,主要研究方向为遥感数字图像处理及无人机组网任务规划。E-mail:912735720@qq.com
基金资助:
国家重点研发计划（2017YFB0503003）

Remote sensing image water body extraction based on improved watershed

FENG Zhaohui¹, LI Qin¹, HAN Liusheng², XUE Guochao³, ZHAO Hongying¹

1. School of Earth and Space Sciences, Peking University, Beijing 100871, China;
2. School of Civil and Architectural Engineering, Shandong University of Technology, Zibo 255000, China;
3. College of Surveying and Mapping Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, China

Received:2018-10-17 Online:2019-06-25 Published:2019-07-01

摘要/Abstract

摘要：

针对当下全球的水域环境监测中水体提取不完整、与周围地物区分错误等问题，以山东潍河为研究对象，提出了一种改进分水岭分割方法。首先提取目标水体的光谱信息分量作为前景图，然后将膨胀后的水体对象作为背景图，利用前景图与背景图叠加生成标记图，最后利用标记图通过分水岭变换对原图像进行分割以实现水体信息的自动提取。本文将试验结果与OpenCV中手动标记种子点的分水岭算法、基于Canny边缘的分水岭算法、结合形态滤波和标记的分水岭分割方法结果进行了对比。结果表明，本文算法比用种子点手动标记的方法更加自动化，提取的水体更加完整准确；相比于Canny边缘方法又避免了过度分割；比结合形态滤波标记的方法也更加完整准确，目标水体明显，对于水体提取是一种自动化的有效方法。

关键词: 水体提取, 光谱信息分量, 形态学膨胀, 分水岭变换

Abstract:

In view of the incomplete and the misidentification of surrounding objects of water extraction in the current global water environment monitoring, this paper takes the Shandong Weihe River as the research object, and the improved watershed segmentation method designed by this paper is adopted. Firstly, the spectral information component of the target water body is extracted as the foreground image, then use the expanded water object as the background image. And the foreground image and the background image are superimposed to generate a marker image. The marker image is used by the watershed transformation to realize the automatic extraction of the water body information. The results of this paper are compared with the watershed algorithm of manual marker seed point in OpenCV, the watershed algorithm based on Canny edge, the watershed segmentation method combined with morphological filtering and labeling. The experimental results show that the algorithm designed in this paper is more automated than the seed point watershed algorithm in OpenCV. And the extracted water body is more complete and accurate. The method in this paper avoids the over-segmentation compared to the Canny edge method. Compared with the method of combining morphological filtering markers, the method is more complete and accurate in extracting the target water body. In conclusion, this paper's method is an automatic and effective method for water body extraction.

Key words: water body extraction, spectral information component, morphological expansion, watershed transformation

中图分类号:

P237

冯朝晖, 李芹, 韩留生, 薛国超, 赵红颖. 改进分水岭方法下的遥感图像水体提取[J]. 测绘通报, 2019, 0(6): 11-15.

FENG Zhaohui, LI Qin, HAN Liusheng, XUE Guochao, ZHAO Hongying. Remote sensing image water body extraction based on improved watershed[J]. 测绘通报, 2019, 0(6): 11-15.

参考文献

[1] 殷亚秋,李家国,余涛,等.基于高分辨率遥感影像的面向对象水体提取方法研究[J].测绘通报, 2015(1):81-85.
[2] BLASCHKE T. Object based image analysis for remote sensing[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2010,65(1):2-16.
[3] JENSEN M L. Knowledge-based classification of an urban area using texture and context information in Landsat TM imagery[J]. Photogrammetric Engineering and Remote Sensing,1990,56:475-479.
[4] 童小念,刘娜.一种基于遗传算法的最优阈值图像分割算法[J].武汉理工大学学报(交通科学与工程版), 2008, 32(2):301-304.
[5] 张志龙,杨卫平,李吉成.一种基于蚁群优化的显著边缘检测算法[J].电子与信息学报, 2014, 36(9):2061-2067.
[6] 蔡利平,史文中,张华, 等.边缘走向自适应的多尺度分水岭分割算法[J].中国矿业大学学报, 2015, 44(4):739-746.
[7] VINCENT L, SOILLE P. Watersheds in digital spaces:an efficient algorithm based on immersion simulations[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1991, 13(6):583-598.
[8] 陈景广,佘江峰,黄海涛.基于形态学的多尺度遥感图像分割方法[J].地理与地理信息科学,2012,28(4):22-24.
[9] ANGULO J,VELASCO F S,CHANUSSOT J. Multiscale stochastic watershed for unsupervised hyperspectral image segmentation[C]//Proceedings of IEEE International Geoscience and Remote Sensing Symposium. Cape Town:IEEE, 2009.
[10] 王子煜.基于数学形态学的高分辨率遥感影像分割方法研究[D].北京:北京大学,2005.
[11] BEUCHER S,MEYER F. Mathematical morphology in image processing[M].[S.l.]:Marcel Dekker,1993.
[12] 李珀任, 潘懋, 杜世宏. 一种基于标记分水岭的高分辨率遥感图像分割方法[J]. 地理与地理信息科学, 2012, 28(5):10-15.
[13] 谢云聪.数字图像处理的发展与应用趋势讨论[J]. 电子世界, 2016(16):8-9.
[14] 江怡,梅小明,邓敏,等.一种结合形态滤波和标记分水岭变换的遥感图像分割方法[J].地理与地理信息科学,2013,29(2):17-21.
[15] 刘天乐. 基于高光谱遥感的矿物光谱特征分析和提取[D].武汉:中国地质大学, 2009.
[16] 崔屹.图像处理与分析-数学形态学方法及应用[M].北京:科学出版社,2000.
[17] SALEMBIER P. Morphological multiscale segmentation for image coding[J]. Signal Processing,1994,38(3):359-386.
[18] OpenCV API Reference.[2018-09-20]. https://docs.opencv.org/2.4/modules/imgproc/doc/imgpra.html.
[19] 方红萍, 方康玲, 刘新海. 自适应H-minima的改进分水岭堆叠细胞分割方法[J]. 计算机应用研究, 2016, 33(5):1587-1590.

改进分水岭方法下的遥感图像水体提取

Remote sensing image water body extraction based on improved watershed

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[2]	王春霞, 张俊, 李屹旭, 范成成. 一种基于Landsat 8的多波段组合水体指数模型[J]. 测绘通报, 2022, 0(5): 20-25.
[3]	刘双童, 王明孝, 杨树文, 杨明泽, 杨立华. GF-2影像中不同水体指数模型提取精度及稳定性分析[J]. 测绘通报, 2019, 0(8): 135-139.
[4]	欧健滨, 罗文斐, 刘畅. 多时相阴影轮廓差分辅助下的城市水体提取[J]. 测绘通报, 2019, 0(3): 116-119.
[5]	周炜, 关洪军, 童俊. 一种利用高光谱像元分解技术提取水体边界的方法[J]. 测绘通报, 2019, 0(3): 120-123,140.
[6]	张启华, 王胜利, 孙磊, 蒋毅. 空-谱角匹配与多指数法相结合的OLI遥感影像水体提取[J]. 测绘通报, 2019, 0(12): 71-76.
[7]	王雪, 隋立春, 钟棉卿, 李顶萌, 党丽丽. 全卷积神经网络用于遥感影像水体提取[J]. 测绘通报, 2018, 0(6): 41-45.
[8]	赵展, 闫利, 夏旺. 一种基于概率框架的遥感影像分割方法[J]. 测绘通报, 2018, 0(4): 10-15.
[9]	张伟, 赵理君, 郑柯, 唐娉. 一种改进光谱角匹配的水体信息提取方法[J]. 测绘通报, 2017, 0(10): 34-38.
[10]	殷亚秋李家国余涛杨红艳张永红. 基于高分辨率遥感影像的面向对象水体提取方法研究[J]. 测绘通报, 2015, 0(1): 81-85.
[11]	赵芳朱丰琪冯仲科丁敏. 基于资源三号卫星影像数据提取水体信息的方法研究[J]. 测绘通报, 2014, 0(3): 25-28.