MASK在遥感影像水系提取中的应用

桂　新，戴　微

(江西省基础测绘院，江西 南昌 330001)

GUI Xin，DAI Wei

MASK在遥感影像水系提取中的应用

桂新，戴微

(江西省基础测绘院，江西 南昌 330001)

Application of MASK in Extracting the Water in Remote Sensing Image Process

GUI Xin，DAI Wei

摘要：在遥感图像处理中，通过遥感影像判别识别各种目标是其发展的一个重要环节，无论是专业信息的提取、动态变化监测，还是专题地图的制作和遥感数据库的建立等都离不开所需信息的提取，因此影像信息的提取是影像图像处理的研究重点。掩膜(MASK)技术就是运用地物及影像的特点将影像中的地物提取出来。本文主要介绍地物及影像的特点，运用MASK技术将影像中的水提取出来，并将提取成果与原始影像进行比较分析。

关键词：掩膜；水提取；建模；NDVI；阈值

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2015)09-0079-04

收稿日期：2014-07-31

作者简介：桂新(1967—)，男，高级工程师，主要研究方向为航空摄影测量、地理信息。E-mail：jxguixin@163.com

一、引言

在摄影技术中，掩膜(MASK)技术是摄影中的一种影像复制方法：用一张模糊的透明正片作为遮光板，这张影像模糊的或边缘不清晰的透明正片称为MASK，其制作方式是在负片(经反转后得到的正片为降质影像)和正片相纸之间加一块玻璃，玻璃的厚度可根据模糊程度而定，经曝光和显影后得到一张模糊的透明正片，然后将这张模糊的透明正片和负片按轮廓线叠加在一起，使用硬性相纸晒像使得负片中大反差减小、小反差增大，以达到反差基本一致，且相邻细部反差增大，以得到一张照度与颜色均匀、反差适中的相片，即恢复影像[1]。而在遥感影像中，其最重要的应用是在原始图像中有选择地去掉不需要的信息，即去掉干扰信息，用以提取有用的信息来进行研究。

一般来说，掩膜就是由像素0和像素1组成的一个二值图像，在ENVI的掩膜处理中，1值被处理，而0值部分则被忽略。将掩膜运用到影像中，将有用的信息或感兴趣的信息提取出来进行处理，其他信息则被忽略。

本试验所使用的专业软件为 ERDAS IMAGINE、ENVI和Visual C++，用这3种软件做出同一影像的水掩膜，并提取影像中水的部分。

二、概述

本次试验所使用的影像是武汉地区的影像，来自于《遥感图像解译》[1]随书光盘中的影像，但是原始数据是TIF格式的TM 1、2、3、4、5、7波段的影像，为了方便后续处理，首先用ERDAS IMAGINE软件转换为IMG格式，然后再用ERDAS IMAGINE对6个波段进行合成，如图1所示。

影像分析：TM1单波段图，波长为0.45~0.56 μm，属蓝光波段，对水体的穿透力强，易于调查水质、水深、沿海水流和泥沙情况；TM2单波段图，波长为0.52~0.60 μm，属绿光波段，对水的穿透较强，可用于反映水下地形；TM3单波段图，波长为0.63~0.69 μm，属红光波段，为叶绿素的主要吸收波段；TM4单波段，波长为0.76~0.90 μm，属近红外波段，常被用于生物量调查，作物长势测定；TM5单波段图，波长为1.55~1.75 μm，属近红外波段，处于水的吸收带内，故对水量反映敏感，可用于土壤湿度调查、植物含水量调查、水分状况研究、作物长势分析等；TM7单波段图，波长为10.4~12.5 μm，属近红外波段，它处于水的强吸收带，水体在图像上呈黑色，可用于区分主要岩石类型、岩石的水热蚀变等[1]。

图1　本文处理的数据影像

在6波段合成图上，可以很明显地看到长江、汉水、东湖及其他水域，它们均因为水体的质量不同、水体深度不同及水中绿藻等绿色植物覆盖度的不同而呈现出不同的颜色。水体对红外线有较强的吸收性，净水在彩红外像片上呈现为暗蓝色或黑色，当水体中有悬浮物质时，可能会呈现为浅蓝色，因此，可以在彩色红外像片上水体从浅蓝至深蓝乃至黑色的变化中粗略地估计其水深。这即是图1中各种水体呈现不同颜色的原因。

三、水掩膜制作方法

以下先介绍水掩膜提取的编程原理与方法。

在研究植物的光谱特征时，经常使用的是归一化植被指数NDVI，它被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值

NDVI=(DNNIR-DNR)/(DNNIR+DNR)

(1)

式中，DNNIR表示近红外波段像素值；DNR表示可见光红波段像素值。

清洁水体各波段的反射都较弱，呈现出一个平缓的直线，只有绿色波段(TM2波段)稍强，并且TM5所在的近红外波段，处于水的吸收带，因此模仿NDVI的算法来编程提取水体

数值=(DN5-DN2)/(DN5+DN2)

(2)

数值小于给定阈值的即认为是水体，给其赋上原始影像的信息；否则给其赋为黑色(255)。而这个阈值一定是负数，这是由于在TM5的波段值正好处于水的吸收带，因此，算出的结果都是负值。利用TM原始图像2、5波段计算它的值，输入的对话框如图2所示。

由于水体在各波段的反射都很弱，因此选TM2波段和TM4波段进行计算，或选TM2波段和TM5波段进行计算，所得的结果很相似，但是TM4波段对绿色植物非常敏感，它避开了小于0.76 μm出现的叶绿素陡坡效应的坡面和大于0.90 μm可能发生的水分子吸收光谱带，因此表现出植物的强反射，当水体中的绿色植被过多时，就可以反映出来，它可以反映出水体的细微变化。

图2　水掩膜输入对话框

在水体提取的编程实现中，计算值小于某个阈值便将其赋予255(黑)，它便是水体，大于该阈值的则是其他地物。运用TM2、TM4波段处理的结果和运用TM2、TM5波段用相同算法处理的结果比较，如图3所示，图中左图为TM2、TM4波段处理后的影像；右图为TM2、TM5波段处理后的影像。

从图3的处理图像对比分析可以看出，阈值越大，提取的范围越大，所产生的误差也越大，不同的阈值从-0.5至-0.05，随着阈值的增大，水域提取的更多，但是长江旁边的居民区也慢慢地被提取出来。而对比运用TM2、TM4波段处理的结果和运用TM2、TM5波段用相同算法处理的结果可以看出，TM2、TM5波段处理后的结果对水体提取的结果更优。因此,下面用软件生成掩膜均运用TM2与TM5波段。

图3　编程生成的掩膜及其处理后的影像

掩膜除了可以用编程实现外，还可以通过软件进行掩膜生成和影像提取。

在ENVI中，掩膜是由0和1值组成的一个二进制图像，当在某一功能中应用掩膜时，1值区域被处理，被屏蔽的0值不被包括在计算中。ENVI中建立掩膜的方法：ENVI中有掩膜(Mask)的建立工具，在水体提取方面操作如下：首先打开合成后的影像wuhan.img，在影像上选择Tools→Build Mask，这样便进入了建立掩膜的对话框，根据TM影像第5波段纯净水体呈现为黑色，选择Options→Import Data Range 的Selected Attributes for Mask，只选择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。

掩膜自动生成后，便可以将掩膜应用到原始影像中，得到相应提取的地物图。图4便是第5波段0-25、0-50、50-100处理的掩膜图和对原始影像进行掩膜后的结果图(所有的彩色图，也即结果图均为2、3、4波段合成后的影像)。

对比两幅处理后的影像，其中0-25掩膜处理后的影像最好。很容易发现它和编程实现的类似，也可以用编程形成的掩膜图充当ENVI的掩膜。由于ENVI的掩膜中黑白表示方法与编程的掩膜表示方法不一致：ENVI默认的掩膜是白为处理，黑为不处理；而编程的掩膜是黑为处理，白为不处理。因此，应将编程中的白与黑进行置换，即要将编程掩膜的白变成黑，黑变成白，再用ENVI进行掩膜处理。

图4　ENVI生成的掩膜图及处理结果

对比ENVI自动生成的掩膜和编程生成的掩膜，它们原理相似，前者是根据TM影像第5波段的特点进行提取，后者是通过比值，扩大了差距来进行提取。

除了运用ENVI和编程这两种方法进行生成掩膜外，还可以运用ERDAS IMAGINE软件的建模功能进行掩膜的生成，其建模的原理与编程一样，利用水在TM2波段和TM5波段的特性来实现掩膜的制作。具体操作为：打开ERDAS IMAGINE软件，单击上面的图标Modeler→Model Maker便进入到模型建立，建立如图5所示的模型。

n1_2和n2_5分别表示输入TM2和TM5影像，中间的圆圈表示的计算公式为

图5　ERDAS IMAGINE建模

(3)

即对原有的在[-1，1]中的值进行了拉伸变换，使其输出值在[0，255]之间，这样就可以生成一幅影像water.img，如图6所示。再对生成的影像water.img进行二值化处理，通过ERDAS IMAGINE建模的方法，对其影像像素值≤50的赋值为1，像素值>50的赋值为0，这个掩模便可以用相同的方法在ENVI中对原始影像进行处理了。生成的掩模和输出的结果如图7所示。至此，水掩膜的制作就全部完成了。

图6　water.img

图7　ERDAS生成的掩膜及处理后的结果

四、结束语

在实际的生产中，对于水掩膜的制作，可以通过很多方式实现，但均要在针对影像及该区域水域的特点的基础上，选出最适合的阈值，必要时可对其进行适当的人工干预，对掩膜进行修正，将感兴趣的图斑找出。

参考文献：

[1]关泽群，刘继琳. 遥感图像解译[M]. 武汉：武汉大学出版社，2007.

[2]胡庆武，李清泉. 基于MASK原理的遥感影像恢复技术研究[J]. 武汉大学学报：信息科学版，2004，29(4)：317-323.

[3]倪金生，蒋一军，张富民. 遥感图像处理理论与实践[M]. 北京：电子工业出版社，2008.

[4]邓书斌. ENVI遥感图像处理方法[M]. 北京：科学出版社，2010.

[5]赵英时. 遥感应用分析原理与方法[M]. 北京：科学出版社， 2003.

[6]刘耀林,赵翔,马潇雅,等.TM/ETM+影像大气校正产品质量评价方法研究[J].测绘学报, 2012, 41 (4):549-555.

[7]李军利, 何宗宜, 晏雄锋,等.一种形式概念分析的陆地水系语义分类[J].测绘学报, 2014, 43 (9): 976-981.

[8]孙家抦. 遥感原理与应用[M]. 武汉:武汉大学出版社，2003.

[9]王华，韩祖杰，赵文，等.应用不完全分层MRF模型的影像色彩修补方法[J].测绘通报，2012(11)：68-70.

[10]朱述龙，朱宝山，王红卫. 遥感图像处理与应用[M]. 北京：科学出版社，2006.

[11]舒方国, 龙毅, 周侗,等.地图水系综合中等高线簇与河网协同的汇水区域提取方法[J].测绘学报，2013, 42(5): 774-781.

[12]党安荣.ERDAS IMAGING遥感图像处理教程[M]. 北京：清华大学出版社，2010.