基于PIE的高分遙感泥石流自動(dòng)化變化檢測(cè)方法研究

張歡歡 劉東升 杜偉

摘 要：泥石流是在地形險(xiǎn)峻的地區(qū)，因?yàn)楸┯?、暴雪或其他自然?zāi)害引發(fā)的山體滑坡并攜帶有大量泥沙以及石塊的特殊洪流。傳統(tǒng)的人工目視解譯方法費(fèi)時(shí)費(fèi)力，且遙感數(shù)據(jù)的很多信息不能得到充分的發(fā)掘和利用，難以滿足泥石流災(zāi)害調(diào)查，尤其是緊急救災(zāi)的急迫要求，計(jì)算機(jī)自動(dòng)、半自動(dòng)的泥石流淹沒(méi)區(qū)域信息提取方法為災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評(píng)估提供了依據(jù)。該文根據(jù)泥石流發(fā)生前后高空間分辨率遙感影像變化特點(diǎn)，提供一種基于PIE SDK綜合利用前后兩期遙感影像的紋理信息和光譜特性，實(shí)現(xiàn)泥石流自動(dòng)化變化檢測(cè)的方法。該文方法對(duì)泥石流淹沒(méi)區(qū)域的檢測(cè)率達(dá)90%以上，虛警率在10%以下，這對(duì)于泥石流災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評(píng)估具有非常重要的實(shí)際應(yīng)用意義。

關(guān)鍵詞：PIE 遙感圖像處理 變化檢測(cè) 泥石流 高分辨率遙感影像

中圖分類號(hào)：TP911 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2015）09（a）-0051-02

泥石流是在地形險(xiǎn)峻的地區(qū)，因?yàn)楸┯辍⒈┭┗蚱渌匀粸?zāi)害引發(fā)的山體滑坡并攜帶有大量泥沙以及石塊的特殊洪流。泥石流常常具有暴發(fā)突然、來(lái)勢(shì)兇猛、迅速的特點(diǎn)，會(huì)造成地面交通嚴(yán)重受阻、通訊中斷，致使災(zāi)后短時(shí)間內(nèi)不能進(jìn)行人工現(xiàn)場(chǎng)勘查，無(wú)法獲取受災(zāi)程度，災(zāi)害分布狀況等重要災(zāi)情信息，在此情況下，遙感技術(shù)逐漸成為快速獲取災(zāi)情信息，進(jìn)行災(zāi)害信息提取、災(zāi)后應(yīng)急和快速評(píng)估的有效手段。在利用遙感影像進(jìn)行災(zāi)情獲取和災(zāi)后應(yīng)急救援的過(guò)程中，泥石流淹沒(méi)區(qū)域的信息提取技術(shù)是準(zhǔn)確獲取泥石流災(zāi)情的關(guān)鍵。傳統(tǒng)的人工目視解譯方法費(fèi)時(shí)費(fèi)力，且遙感數(shù)據(jù)的大量信息不能得到充分的發(fā)掘和提取，難以滿足泥石流災(zāi)害調(diào)查尤其是泥石流緊急救災(zāi)的急迫要求，計(jì)算機(jī)自動(dòng)、半自動(dòng)的泥石流淹沒(méi)區(qū)域信息提取方法為災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評(píng)估提供了依據(jù)。遙感圖像通常包含光譜信息和空間結(jié)構(gòu)兩大特征，該文基于PIE SDK（PIE（Pixel Information Expert）是北京航天宏圖信息技術(shù)有限公司自主開(kāi)發(fā)的一款專業(yè)的遙感圖像處理軟件）提出一種綜合利用高空間分辨率遙感影像的紋理和光譜特征進(jìn)行泥石流自動(dòng)化變化檢測(cè)的方法。

1 數(shù)據(jù)預(yù)處理

對(duì)同源的前后期遙感影像（航空影像或衛(wèi)星影像）的預(yù)處理為后續(xù)的泥石流淹沒(méi)區(qū)域的變化檢測(cè)提供了高質(zhì)量的數(shù)據(jù)源。其中航空影像的預(yù)處理主要包括影像格式轉(zhuǎn)換與質(zhì)量檢查、圖像增強(qiáng)、畸變改正等處理，以消除鏡頭畸變、地表起伏等引起的影像變形；衛(wèi)星影像的預(yù)處理主要包括輻射校正、正射校正、圖像融合等處理。

2 泥石流淹沒(méi)區(qū)域自動(dòng)化變化檢測(cè)

對(duì)于經(jīng)預(yù)處理后的前后期遙感影像，根據(jù)影像特點(diǎn)及泥石流淹沒(méi)區(qū)域特性，首先進(jìn)行特征提取以突出泥石流淹沒(méi)區(qū)域；接著利用變化檢測(cè)技術(shù)進(jìn)行泥石流淹沒(méi)區(qū)域的檢測(cè)，生成二值檢測(cè)結(jié)果；最后進(jìn)行后處理以進(jìn)一步提高檢測(cè)率，從而實(shí)現(xiàn)泥石流淹沒(méi)區(qū)域的自動(dòng)化變化檢測(cè)。

2.1 特征提取

根據(jù)遙感影像的波段特點(diǎn)及泥石流發(fā)生前后影像的變化特征，可分別提取紋理和光譜特征。紋理是圖像處理和模式識(shí)別的主要特征之一，用以表示圖像的均勻、細(xì)致、粗糙等現(xiàn)象。首先分別計(jì)算泥石流發(fā)生前后影像指定通道的基于灰度共生矩陣的6類紋理特征（能量、熵、慣性矩、相關(guān)、局部平穩(wěn)、方差）。影像數(shù)據(jù)的量化值為像素值乘以量化級(jí)別再除以影像在該通道的像素值的最大值與最小值之差，這能減輕泥石流發(fā)生前后影像光照條件不同對(duì)變化檢測(cè)效果的影響。每類紋理特征值均為0°、45°、90°、135°4個(gè)方向灰度共生矩陣的紋理特征值的均值，以去除方向?qū)y理特征的影響。

光譜特征，即通過(guò)原始波段的像素運(yùn)算獲得的，響應(yīng)遙感影像中目標(biāo)物的顏色及灰度或者波段間亮度的不同，光譜特征反映了是地物在不同的波段輻射條件下的成像特性。若遙感影像至少包含R、G、B和近紅外4個(gè)通道，則分別提取前期和后期影像的歸一化植被指數(shù)（NDVI）。NDVI是植物生長(zhǎng)狀態(tài)以及植被空間分布密度的最佳指示因子，與植被分布密度呈線性相關(guān)。如植被覆蓋區(qū)域發(fā)生泥石流后已無(wú)明顯的植被分布，NDVI變化較大。如果遙感影像至少包含藍(lán)、綠、紅3個(gè)通道，則分別提取前后期影像的色調(diào)。色調(diào)是指彩色的類別，是彩色彼此相互區(qū)分的特征，泥石流淹沒(méi)區(qū)域前后期影像的色調(diào)可能變化較大，如居民區(qū)或植被覆蓋區(qū)域。

2.2 變化檢測(cè)

分別生成前后期遙感影像的特征向量的相關(guān)系數(shù)影像，并對(duì)其進(jìn)行二值化，提取泥石流淹沒(méi)區(qū)域。對(duì)每類特征進(jìn)行歸一化，其中歸一化因子為前、后期影像的該類特征的最大值。歸一化后的多個(gè)特征形成一個(gè)紋理特征向量，計(jì)算泥石流發(fā)生前后對(duì)應(yīng)點(diǎn)的特征向量的相關(guān)系數(shù)，線性相關(guān)系數(shù)越大表明前后兩期影像相應(yīng)區(qū)域的紋理特征變化越小，即前后兩期影像相應(yīng)區(qū)域變化越小。對(duì)各特征值的歸一化不僅去除量綱的影像，而且使各類特征對(duì)線性相關(guān)系數(shù)的計(jì)算的貢獻(xiàn)因子是相同的。接著對(duì)紋理特征相關(guān)系數(shù)影像進(jìn)行二值化，根據(jù)線性相關(guān)系數(shù)的含義可將二值化分割閾值設(shè)定為0.85，小于該閾值的為泥石流淹沒(méi)區(qū)域。然后利用形態(tài)學(xué)開(kāi)運(yùn)算去除噪聲，并提取連通區(qū)域，確定疑似泥石流淹沒(méi)區(qū)域。

2.3 后處理

根據(jù)在相同光照條件下泥石流發(fā)生后期和前期影像的泥石流淹沒(méi)區(qū)域的灰度比值變大的特性，計(jì)算泥石流發(fā)生后與發(fā)生前的灰度比值，進(jìn)而篩選連通區(qū)域，這可有效濾除虛警。篩選條件為連通區(qū)域灰度比值的均值不小于所有連通區(qū)域灰度比值的均值與平均變化絕對(duì)值的差值。這可有效消除因泥石流發(fā)生前后影像光照條件不同對(duì)篩選結(jié)果的影響。根據(jù)在相同的光照條件下，泥石流發(fā)生后與發(fā)生前相比會(huì)變亮的特性，基于泥石流發(fā)生后、前的灰度比值進(jìn)行區(qū)域生長(zhǎng)。區(qū)域生長(zhǎng)的種子點(diǎn)的值為其所在連通區(qū)域灰度比值的均值和所有連通區(qū)域灰度比值的均值的最大值，區(qū)域生長(zhǎng)的閾值為其所在連通區(qū)域灰度比值的平均變化絕對(duì)值和所有連通區(qū)域灰度比值的平均變化絕對(duì)值的最大值。該過(guò)程考慮了前后兩期影像光照條件不同的實(shí)際情況，不僅可提高檢測(cè)率，還可抑制虛警的增加。對(duì)區(qū)域生長(zhǎng)二值結(jié)果進(jìn)行去噪和區(qū)域填充，生成泥石流淹沒(méi)區(qū)域變化檢測(cè)結(jié)果（見(jiàn)圖1）。

3 實(shí)驗(yàn)結(jié)果及分析

圖2（a）、圖2（b）分別為泥石流發(fā)生前后的高分航空遙感影像，分別提取影像的色調(diào)和藍(lán)光通道的6個(gè)紋理特征，其中計(jì)算基于灰度共生矩陣的紋理特征參數(shù)為：灰度級(jí)為16、正方形窗口尺寸為9、共生像素距離為1。圖2（c）為泥石流變化檢測(cè)矢量結(jié)果與泥石流發(fā)生后影像的疊加效果圖。

由圖2可知石流發(fā)生前后遙感影像的光照條件差別較大，泥石流淹沒(méi)區(qū)域基本已被檢測(cè)出來(lái)，檢測(cè)率達(dá)到90%以上，虛警率在10%以下。

4 結(jié)語(yǔ)

該文提出了一種基于高空間分辨率遙感影像的泥石流自動(dòng)化變化檢測(cè)方法。該方法綜合利用遙感影像的紋理和光譜特征，避免了使用單一圖像特征進(jìn)行分析所帶來(lái)的片面性；對(duì)前后兩期影像歸一化特征向量的線性相關(guān)系數(shù)進(jìn)行閾值分割，根據(jù)線性相關(guān)系數(shù)的含義使二值化分割閾值固定，避免人為設(shè)定閾值所帶來(lái)的誤差；根據(jù)泥石流淹沒(méi)區(qū)域特性進(jìn)行區(qū)域生長(zhǎng)，有效提高檢測(cè)率；該方法在實(shí)現(xiàn)過(guò)程中充分考慮了泥石流發(fā)生前后遙感影像光照不同的情況，具有實(shí)際應(yīng)用價(jià)值。

實(shí)驗(yàn)結(jié)果表明，該方法能夠自動(dòng)化的提取泥石流淹沒(méi)區(qū)域，其檢測(cè)率達(dá)90%以上，虛警率在10%以下，這對(duì)于泥石流災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評(píng)估具有非常重要的實(shí)際應(yīng)用意義。但是對(duì)面積較小區(qū)域的泥石流還存在漏檢情況，因此通過(guò)發(fā)掘影像的紋理、光譜等特征信息，進(jìn)一步提高變化檢測(cè)算法的檢測(cè)率和減小虛警率是下一步的研究工作。

參考文獻(xiàn)

[1] 趙福軍.遙感影像震害信息提取技術(shù)研究[D].哈爾濱：中國(guó)地震局工程力學(xué)研究所，2010.

[2] 李宏宏.面向?qū)ο蟮母叻直媛蔬b感影像分類及泥石流信息提取研究[D].南京：南京理工大學(xué)，2013.

[3] 楊小兵.基于多光譜影像和DEM的泥石流堆積扇識(shí)別研究—以白龍江流域武都段為例[D].蘭州：蘭州大學(xué)，2012.