基于栅格覆盖模型的林相图斑快速矢量化方法

李佳唐斌姜岩

（成都理工大学 地球科学学院，四川 成都 610300）

0 引言

随着GIS应用的深入，林业GIS大量投入使用；林相信息快速获取显得尤为关键[1]。数据是GIS应用的基础和重要组成部分，其质量的好坏将直接影响GIS的可靠性与价值。GIS数据采集方法包括原始数据采集及派生数据采集，前者常用地面或摄影测量、卫星遥感及GPS测量等方式；后者主要以已有的地图为数据源，通过矢量化获取信息。传统的矢量化方法一般采用矢量数据结构，较关注像素信息，以求精确描述几何对象及其拓扑属性，但矢量化效率有待进一步提高[2-3]。在面状对象矢量化过程中，如果能基于面向对象的思想[4]，将色彩或灰度相似的区域视为对象，将图像分割为不同斑块；通过数学形态学运算，即可达到充分描述面状要素的目的[5]，该研究已在工程地质图、地形图矢量化及地物识别等得到应用，但在林相专题图方面存在欠缺。

1原理与方法

1.1栅格覆盖模型

基于林相图斑的特点，借鉴前人关于栅格覆盖模型的研究，首次将其引入GIS数据采集领域，以支持图斑的快速矢量化[6]。

完整的栅格覆盖模型含像素（Pixel）、栅格区（RasterRegion）及栅格空间（RasterCoverage）三个层次的对象，其关系如图1。其中Pixel描述二维空间R2中一个规则正方形区域的信息，是构成栅格数据的基本单元。RasterRegion描述地理空间中的连续分布现象，连续的区域用一个RasterRegion表达；该区域不仅记录栅格数据本身，还记录了栅格数据的分布范围等信息。RasterCoverage表达多个RasterRegion组成的集合，其中的RasterRegion可以彼此独立；也可以是属性不同而相互邻接的不同区域。Pixel与RasterRegion、RasterRegion与RasterCoverage彼此间构成n：1关系。

图1栅格覆盖模型组成关系图

1.2处理原理与步骤

传统林相图斑矢量化策略的实质是识别林相图斑边缘并将其转换为折线段，是典型的基于矢量数据模型的数字化方法，处理流程如图2上半部分。

基于林相专题图的简明性及颜色差异等特征，可以依据某一标准（如RGB或灰度阈值），重分类（reclassify）纸质扫描图，得到不同类别、以栅格数据描述的RasterRegion，这是对林相专题图的粗描述；粗描述的RasterRegion不可避免存在很多瑕疵，Pixel的作用体现在对RaterRegion的增强和细化描述，可以用数学形态学的去噪、膨胀及腐蚀等运算加以实现。RasterCoverage体现在不同含义林相图斑叠加形成对整个纸质扫描图的栅格覆盖，以支持对不同林相含义的描述。RasterCoverage形成后，不同属性值的RaterRegion相互区别，实施栅格-矢量转换，即可实现多边形对象内部、外部边缘一体化识别，处理流程如图2下半部分。

从图2可以看出面向对象方法与人工勾绘方法相比，用“聚类/分类”的方法解决了人工判读扫描信息的过程，初步得到自动识别的对象；其后又以数学形态学运算等处理为核心，实现基于栅格覆盖模型的对象充分描述，并最终通过栅格-矢量转换方法得到数字化林相图。这种处理过程自动化程度高，简化了人工判读过程，降低了手工勾绘的劳动强度，充分提高了生产效率。

图2 两种林相图矢量化方法原理与流程对比

1.3数学形态学方法

数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合，它们在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边缘检测、图像滤波、图像增强和恢复等[7]。

2应用实例

以川中丘陵区某镇林相专题图为实验样区，对其快速矢量化方法进行了实验分析。区域有马尾松、杉木、柏木等优势树种；图3是实验样区扫描图（部分）；图4是RasterRegion粗分割结果；图5是Pixel形态学运算处理效果；图6是多个RasterRegion叠加形成RasterCoverage并执行栅格-矢量转换效果。

2.1 直接粗分割

从分割的图中我们可以看出粗描述不能充分逼近林相图斑边缘，或存在内部空洞。从而出现欠描述区域。

图3 原始扫描图

图4 RasterRegion粗分割

2.2 数学形态学方法处理

A称为输入图像，B称为结构元素，其中Ac为A的补集，将B相对原点旋转一周得到-B，再利用-B对Ac进行腐蚀,腐蚀结果的补集就是所求结果。为了解决膨胀算法处理后遗留的断点孔洞和新出现的线段错误连接，这里运用开算法对已经经过膨胀处理的图像进行再次处理。

开运算基本公式A·B=（A-B）⊕B （2）

根据公式开运算可以看做将一个结构元素先做腐蚀运算再做膨胀的结果。开运算的作用为磨光边缘，使边缘的尖角转化为背景，将已处理后的栅格图像再用开滤波处理可以打开线性地物间的连接，由于有再次膨胀的过程，可以对形成的孔洞进行再次填充。再对处理后的图像进行矢量化，矢量化效果如下图。

图5 形态学运算逼近

图6 RasterCoverage栅格-矢量转换

3结束语

与传统矢量化面状要素侧重对其边缘的描述相比，栅格覆盖模型将其栅格化描述作为首要解决问题，通过数学形态学运算较好的解决了面状要素充分描述的问题，避免了传统交互式矢量化面状要素过程中边缘线自动追踪的噪声干扰；然后通过栅格与矢量数据格式转换，得到矢量化描述的最终目标。

实践表明，这种方案在矢量化图斑较多的专题地图，特别是林相图方面效果明显。多次实验结果表明，适当的聚类、分类阈值设置较为重要，当前仍需要借助试错及迭代法逐步改进方案；后续研究应当致力于研究扫描图像的自适应分类、分类标准与矢量化效果之间的关系；该方案适宜于处理有一定色差的专题图，连续渐变颜色专题图矢量化问题仍有待研究。

［1］陆元昌，洪玲霞，雷相东．基于森林资源二类调查数据的森林景观分类研究[J]．林业科学，2005，42(2)：21-29．

［2］董敏，孙宝生，陈川，等．基于Arcgis的栅格图像自动矢量化的实现新方法[J]．西部探矿工程，2011，2：139-142．

［3］李雪，舒宁，李亮，等．基于GIS辅助数据的样本像斑变化检测方法研究[J]．计算机工程与应用，2010，46(14)：215-218．

［4］童小华，华慧，杨光，等．面向对象数字化和数据处理[J]．测绘通报，1998(5)：33-35．

［5］陈鸿，汤晓安，王晨昊，等．面向对象的扫描地形图自动分层算法研究[J]．中国图象图形学报，2010，15(9)：1416-1424．

［6］陈军，杨存建，许辉熙．基于知识发现的林相图小斑空间信息的自动提取方法[J]．计算机应用，2004，24(S2)：268-269,273．

［7］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．