桂 新,戴 微
(江西省基礎測繪院,江西 南昌 330001)
GUI Xin,DAI Wei
MASK在遙感影像水系提取中的應用
桂新,戴微
(江西省基礎測繪院,江西 南昌 330001)
Application of MASK in Extracting the Water in Remote Sensing Image Process
GUI Xin,DAI Wei
摘要:在遙感圖像處理中,通過遙感影像判別識別各種目標是其發展的一個重要環節,無論是專業信息的提取、動態變化監測,還是專題地圖的制作和遙感數據庫的建立等都離不開所需信息的提取,因此影像信息的提取是影像圖像處理的研究重點。掩膜(MASK)技術就是運用地物及影像的特點將影像中的地物提取出來。本文主要介紹地物及影像的特點,運用MASK技術將影像中的水提取出來,并將提取成果與原始影像進行比較分析。
關鍵詞:掩膜;水提取;建模;NDVI;閾值
中圖分類號:P237
文獻標識碼:B
文章編號:0494-0911(2015)09-0079-04
收稿日期:2014-07-31
作者簡介:桂新(1967—),男,高級工程師,主要研究方向為航空攝影測量、地理信息。E-mail:jxguixin@163.com
一、引言
在攝影技術中,掩膜(MASK)技術是攝影中的一種影像復制方法:用一張模糊的透明正片作為遮光板,這張影像模糊的或邊緣不清晰的透明正片稱為MASK,其制作方式是在負片(經反轉后得到的正片為降質影像)和正片相紙之間加一塊玻璃,玻璃的厚度可根據模糊程度而定,經曝光和顯影后得到一張模糊的透明正片,然后將這張模糊的透明正片和負片按輪廓線疊加在一起,使用硬性相紙曬像使得負片中大反差減小、小反差增大,以達到反差基本一致,且相鄰細部反差增大,以得到一張照度與顏色均勻、反差適中的相片,即恢復影像[1]。而在遙感影像中,其最重要的應用是在原始圖像中有選擇地去掉不需要的信息,即去掉干擾信息,用以提取有用的信息來進行研究。
一般來說,掩膜就是由像素0和像素1組成的一個二值圖像,在ENVI的掩膜處理中,1值被處理,而0值部分則被忽略。將掩膜運用到影像中,將有用的信息或感興趣的信息提取出來進行處理,其他信息則被忽略。
本試驗所使用的專業軟件為 ERDAS IMAGINE、ENVI和Visual C++,用這3種軟件做出同一影像的水掩膜,并提取影像中水的部分。
二、概述
本次試驗所使用的影像是武漢地區的影像,來自于《遙感圖像解譯》[1]隨書光盤中的影像,但是原始數據是TIF格式的TM 1、2、3、4、5、7波段的影像,為了方便后續處理,首先用ERDAS IMAGINE軟件轉換為IMG格式,然后再用ERDAS IMAGINE對6個波段進行合成,如圖1所示。
影像分析:TM1單波段圖,波長為0.45~0.56 μm,屬藍光波段,對水體的穿透力強,易于調查水質、水深、沿海水流和泥沙情況;TM2單波段圖,波長為0.52~0.60 μm,屬綠光波段,對水的穿透較強,可用于反映水下地形;TM3單波段圖,波長為0.63~0.69 μm,屬紅光波段,為葉綠素的主要吸收波段;TM4單波段,波長為0.76~0.90 μm,屬近紅外波段,常被用于生物量調查,作物長勢測定;TM5單波段圖,波長為1.55~1.75 μm,屬近紅外波段,處于水的吸收帶內,故對水量反映敏感,可用于土壤濕度調查、植物含水量調查、水分狀況研究、作物長勢分析等;TM7單波段圖,波長為10.4~12.5 μm,屬近紅外波段,它處于水的強吸收帶,水體在圖像上呈黑色,可用于區分主要巖石類型、巖石的水熱蝕變等[1]。

圖1 本文處理的數據影像
在6波段合成圖上,可以很明顯地看到長江、漢水、東湖及其他水域,它們均因為水體的質量不同、水體深度不同及水中綠藻等綠色植物覆蓋度的不同而呈現出不同的顏色。水體對紅外線有較強的吸收性,凈水在彩紅外像片上呈現為暗藍色或黑色,當水體中有懸浮物質時,可能會呈現為淺藍色,因此,可以在彩色紅外像片上水體從淺藍至深藍乃至黑色的變化中粗略地估計其水深。這即是圖1中各種水體呈現不同顏色的原因。
三、水掩膜制作方法
以下先介紹水掩膜提取的編程原理與方法。
在研究植物的光譜特征時,經常使用的是歸一化植被指數NDVI,它被定義為近紅外波段與可見光紅波段數值之差和這兩個波段數值之和的比值
NDVI=(DNNIR-DNR)/(DNNIR+DNR)
(1)
式中,DNNIR表示近紅外波段像素值;DNR表示可見光紅波段像素值。
清潔水體各波段的反射都較弱,呈現出一個平緩的直線,只有綠色波段(TM2波段)稍強,并且TM5所在的近紅外波段,處于水的吸收帶,因此模仿NDVI的算法來編程提取水體
數值=(DN5-DN2)/(DN5+DN2)
(2)
數值小于給定閾值的即認為是水體,給其賦上原始影像的信息;否則給其賦為黑色(255)。而這個閾值一定是負數,這是由于在TM5的波段值正好處于水的吸收帶,因此,算出的結果都是負值。利用TM原始圖像2、5波段計算它的值,輸入的對話框如圖2所示。
由于水體在各波段的反射都很弱,因此選TM2波段和TM4波段進行計算,或選TM2波段和TM5波段進行計算,所得的結果很相似,但是TM4波段對綠色植物非常敏感,它避開了小于0.76 μm出現的葉綠素陡坡效應的坡面和大于0.90 μm可能發生的水分子吸收光譜帶,因此表現出植物的強反射,當水體中的綠色植被過多時,就可以反映出來,它可以反映出水體的細微變化。

圖2 水掩膜輸入對話框
在水體提取的編程實現中,計算值小于某個閾值便將其賦予255(黑),它便是水體,大于該閾值的則是其他地物。運用TM2、TM4波段處理的結果和運用TM2、TM5波段用相同算法處理的結果比較,如圖3所示,圖中左圖為TM2、TM4波段處理后的影像;右圖為TM2、TM5波段處理后的影像。
從圖3的處理圖像對比分析可以看出,閾值越大,提取的范圍越大,所產生的誤差也越大,不同的閾值從-0.5至-0.05,隨著閾值的增大,水域提取的更多,但是長江旁邊的居民區也慢慢地被提取出來。而對比運用TM2、TM4波段處理的結果和運用TM2、TM5波段用相同算法處理的結果可以看出,TM2、TM5波段處理后的結果對水體提取的結果更優。因此,下面用軟件生成掩膜均運用TM2與TM5波段。

圖3 編程生成的掩膜及其處理后的影像
掩膜除了可以用編程實現外,還可以通過軟件進行掩膜生成和影像提取。
在ENVI中,掩膜是由0和1值組成的一個二進制圖像,當在某一功能中應用掩膜時,1值區域被處理,被屏蔽的0值不被包括在計算中。ENVI中建立掩膜的方法:ENVI中有掩膜(Mask)的建立工具,在水體提取方面操作如下:首先打開合成后的影像wuhan.img,在影像上選擇Tools→Build Mask,這樣便進入了建立掩膜的對話框,根據TM影像第5波段純凈水體呈現為黑色,選擇Options→Import Data Range 的Selected Attributes for Mask,只選擇wuhan.img的第5波段Layer_5: wuhan.img,并且在Data Min Value中填掩膜中的像素的最小值,Data Max Value中填掩膜中的像素最大值。
掩膜自動生成后,便可以將掩膜應用到原始影像中,得到相應提取的地物圖。圖4便是第5波段0-25、0-50、50-100處理的掩膜圖和對原始影像進行掩膜后的結果圖(所有的彩色圖,也即結果圖均為2、3、4波段合成后的影像)。
對比兩幅處理后的影像,其中0-25掩膜處理后的影像最好。很容易發現它和編程實現的類似,也可以用編程形成的掩膜圖充當ENVI的掩膜。由于ENVI的掩膜中黑白表示方法與編程的掩膜表示方法不一致:ENVI默認的掩膜是白為處理,黑為不處理;而編程的掩膜是黑為處理,白為不處理。因此,應將編程中的白與黑進行置換,即要將編程掩膜的白變成黑,黑變成白,再用ENVI進行掩膜處理。

圖4 ENVI生成的掩膜圖及處理結果
對比ENVI自動生成的掩膜和編程生成的掩膜,它們原理相似,前者是根據TM影像第5波段的特點進行提取,后者是通過比值,擴大了差距來進行提取。
除了運用ENVI和編程這兩種方法進行生成掩膜外,還可以運用ERDAS IMAGINE軟件的建模功能進行掩膜的生成,其建模的原理與編程一樣,利用水在TM2波段和TM5波段的特性來實現掩膜的制作。具體操作為:打開ERDAS IMAGINE軟件,單擊上面的圖標Modeler→Model Maker便進入到模型建立,建立如圖5所示的模型。
n1_2和n2_5分別表示輸入TM2和TM5影像,中間的圓圈表示的計算公式為

圖5 ERDAS IMAGINE建模
(3)
即對原有的在[-1,1]中的值進行了拉伸變換,使其輸出值在[0,255]之間,這樣就可以生成一幅影像water.img,如圖6所示。再對生成的影像water.img進行二值化處理,通過ERDAS IMAGINE建模的方法,對其影像像素值≤50的賦值為1,像素值>50的賦值為0,這個掩模便可以用相同的方法在ENVI中對原始影像進行處理了。生成的掩模和輸出的結果如圖7所示。至此,水掩膜的制作就全部完成了。

圖6 water.img

圖7 ERDAS生成的掩膜及處理后的結果
四、結束語
在實際的生產中,對于水掩膜的制作,可以通過很多方式實現,但均要在針對影像及該區域水域的特點的基礎上,選出最適合的閾值,必要時可對其進行適當的人工干預,對掩膜進行修正,將感興趣的圖斑找出。
參考文獻:
[1]關澤群,劉繼琳. 遙感圖像解譯[M]. 武漢:武漢大學出版社,2007.
[2]胡慶武,李清泉. 基于MASK原理的遙感影像恢復技術研究[J]. 武漢大學學報:信息科學版,2004,29(4):317-323.
[3]倪金生,蔣一軍,張富民. 遙感圖像處理理論與實踐[M]. 北京:電子工業出版社,2008.
[4]鄧書斌. ENVI遙感圖像處理方法[M]. 北京:科學出版社,2010.
[5]趙英時. 遙感應用分析原理與方法[M]. 北京:科學出版社, 2003.
[6]劉耀林,趙翔,馬瀟雅,等.TM/ETM+影像大氣校正產品質量評價方法研究[J].測繪學報, 2012, 41 (4):549-555.
[7]李軍利, 何宗宜, 晏雄鋒,等.一種形式概念分析的陸地水系語義分類[J].測繪學報, 2014, 43 (9): 976-981.
[8]孫家抦. 遙感原理與應用[M]. 武漢:武漢大學出版社,2003.
[9]王華,韓祖杰,趙文,等.應用不完全分層MRF模型的影像色彩修補方法[J].測繪通報,2012(11):68-70.
[10]朱述龍,朱寶山,王紅衛. 遙感圖像處理與應用[M]. 北京:科學出版社,2006.
[11]舒方國, 龍毅, 周侗,等.地圖水系綜合中等高線簇與河網協同的匯水區域提取方法[J].測繪學報,2013, 42(5): 774-781.
[12]黨安榮.ERDAS IMAGING遙感圖像處理教程[M]. 北京:清華大學出版社,2010.