改进的OTSU法在遥感水体信息提取中的应用*

武国瑛，邓正栋，陈一村

(解放军理工大学 国防工程学院，江苏 南京 210007)

改进的OTSU法在遥感水体信息提取中的应用*

武国瑛，邓正栋，陈一村

(解放军理工大学 国防工程学院，江苏 南京 210007)

在遥感信息解译中，利用指数法提取水体信息一直存在阈值选取困难的问题。为了进一步解决该问题，将改进的OTSU法用于阈值选取。综合考虑目标像元和背景像元类间方差、类内方差两个指标，并结合粒子群算法，对研究区水体信息进行提取。实验结果表明，提出的算法能更快地确定阈值，有效地提取水体信息。

MNDWI；大津法；粒子群算法；遥感水体信息提取

0 引言

卫星遥感数据具有监测范围广、更新速度快、不受地域限制等优势，近年来已成为我国农业、工业、军事监测的重要数据来源。多光谱遥感影像是众多遥感影像中的一种，可被用于地表水体信息的快速提取，为洪涝灾害监测以及湖泊、水库监测提供了极大便利。指数法是利用多光谱遥感数据提取水体信息的一种重要方法，如归一化差异水体指数(NDWI)、修正归一化差异水体指数(MNDW I)等。利用指数法提取水体信息，合理选取阈值对于地物的精确分类至关重要，是目前遥感信息提取的一个重要研究方向。

文献[1]中利用直方图分割和最大似然法对NDWI影像进行阈值分割实现全域水体信息提取，进而搜索水体像元进行区域填充并建立缓冲区，对局部水体信息采用分布迭代的方式确定阈值，实现对局部水体信息的提取；文献[2]利用数值较大的阈值确定水体范围，再将研究区分为K×K个子区域应用大津法确定阈值，实现自适应阈值水体信息提取；文献[3]融合OTSU法对Canny算子进行改进，算法较好地适用于噪声图像的边缘检测；文献[4]将类内平均距离引入最大类间方差分割，文献[5]将均方差因素引入最大类间方差分割法，并对结果进行验证，均取得较好的效果[4-6]。

为精确提取遥感影像中的水体分布，本文提出一种改进的OTSU算法，并结合粒子群算法提高阈值选取效率。通过对Landsat8数据进行实验，验证了该算法的有效性。

1 本文方法

1.1 OTSU法

1979年，最大类间方差法由日本学者大津根据最小二乘法原理推出。该方法将影像按灰度级分为目标像元和背景像元两类，通过计算数理统计意义内的最大类间方差来确定阈值达到最佳分离效果。基本计算方法如下：假设图像的灰度范围为[0，L]，将图像分为背景(B)和目标(O)两类。设阈值为K，可将影像分为[0，K]和[K+1，L]两类。设ni为灰度级为i的像元的个数，影像像元总个数为N，则灰度级为i的概率P(i)为：

(1)

目标像元和背景像元的概率分别为：

(2)

目标像元和背景像元的灰度均值为：

(3)

整个图像的灰度均值为：

μ=ω0μ0+ω1μ1

(4)

定义类间方差为：

(5)

OSTU法计算灰度图像的最大阈值Th的公式为：

(6)

根据上述公式可知，当灰度值位于两种类别临界处时最大。若有目标像元错分或背景像元错分，则都会导致类间方差减小。如式(5)所示，当目标像元和背景像元均值差别最大时，类间方差最大，两类像元实现最佳分离。

利用最大类间方差反映的目标像元和背景像元整体内部灰度均值的差异特性，求得的阈值会导致边界处模糊，分类不准确的现象。除了考虑类间方差外，同时应考虑类别内各像元的内聚性。当像元与类别中心距离越小，即类别内均方差越小，其内聚性越好。参照类间方差的公式，定义类内方差为：

(7)

综合类内方差越小分类效果越好和类间方差越大分类效果越好的指标特性，构建最佳阈值T：

(8)

上述方法可采用穷举法计算最佳阈值，即以单位灰度级为步长，计算出所有的灰度级对应的类间方差和类内方差的比值，最大值对应的灰度级即为最佳阈值T。

1.2 粒子群算法

采用传统的OTSU法需遍历所有的灰度级，会造成计算量较大的问题。为解决该问题，本文采用粒子群(PSO)算法对大津法进行优化。粒子群优化算法由Everhart和Kennedy于1995年提出，是利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，最终寻找全局最优的方法[7]。

以式(8)作为目标函数计算出每个粒子位置xi(灰度级)的适应度值，粒子的速度更新和位置更新公式为：

v=ωv+c1r1(pb-xi)+c2r2(gb-xj)

x=x+v

(9)

式中，ω为惯性权重，c1和c2为学习因子，本文取2；r1和r2表示0～1之间的随机数；pb、gb分别代表第i个粒子搜索到的最优和全局最优位置。

为防止进化过程中粒子超出灰度级范围，这里设置vmax为255。

2 实验与分析

Landsat 8卫星于 2013 年 2 月 11日发射成功，携带有 OLI 和 TIRS两个载荷，其中OLI陆地成像仪设有9个波段，包括8个30 m 空间分辨率的多光谱波段和15 m空间分辨率的全色波段。MNDWI指数[8]是利用水体在绿波段的高反射率和近红外波段之后的强吸收率构建的比值法水体信息提取指数。计算公式如下：

(10)

式中，Blue、MIR分别代表卫星数据的绿波段和中红外波段。

首先，对研究区进行裁剪，裁剪区大小为1 678×1 414。利用ENVI软件对该影像进行辐射定标和大气校正等预处理，利用Band math模块计算像元的修正的归一化差异水体指数MDNWI，得到多光谱影像的MNDWI指数灰度图。处理后的影像数值处于[-1,1]区间。本文利用式(11)对图像进行拉伸处理，将图像阈值拉伸至[0,255]区间。

(11)

图1 遥感水体信息提取流程图

水体信息提取的具体流程如图1所示，拉伸处理后的灰度图像如图2所示。

利用ENVI软件对灰度图像的直方图统计信息输出(图3)，处理后的影像直方图呈双峰分布。对输出的直方图统计信息利用MATLAB进行编程，可得到最佳阈值。

采用上述方法对MNDWI影像进行阈值分割,结果如图4所示，经过15次运算即找到最优值，选取的阈值为135，对应0.022 5。对处于[0，0.022 5]区间的像元进行光谱分析发现，该部分像元与纯像元水体的波谱曲线具有较大的差异，因此该阈值分割效果较好。

图2 经拉伸处理后的MNDWI影像

图3 MNDWI影像直方图

图4 阈值分割后图像

3 结论

本文将改进的OTSU法用于遥感影像水体信息提取，并结合粒子群算法提高运算速率。通过对选取的Landsat 8影像水体信息进行实验，采用该方法选取的阈值对图像分割效果较好，运算时间更短。因此，该方法是一种能快速自动确定阈值，减少人工选取不确定性的的阈值选取方法，在遥感影像阈值选取上具有可行性。

[1] 骆剑承,盛永伟,沈占锋,等.分步迭代的多光谱遥感水体信息高精度自动提取[J].遥感学报,2009,13(4):604-615.

[2] 袁欣智,江洪,陈芸芝,等.一种应用大津法的自适应阈值水体提取方法[J].遥感信息,2016,31(5):36-42.

[3] 刘国栋,范九伦.一种改进的Canny边缘检测算法[J].微型机与应用,2013,32(22):32-34.

[4] 张瑞华,吴谨.基于优化水平集的细胞图像分割算法[J].电子技术应用,2013,39(9):142-144.

[5] 蔡梅艳,吴庆宪,姜长生.改进Otsu法的目标图像分割[J].电光与控制,2007,14(6):118-119.

[6] 李敏,罗洪艳,郑小林,等.一种改进的最大类间方差图像分割法[J].南京理工大学学报(自然科学版),2012,36(2):332-337.

[7] 周红娟,周云龙.粒子群优化增强大津法的气泡分割方法研究[J].东北电力大学学报,2011,31(1):69-74.

[8] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5):589-595.

The application of improved OTSU algorithm in water romote sensing information extraction

Wu Guoying, Deng Zhengdong, Chen Yicun

(College of Defense Engineering, PLA University of Science & Technology, Nanjing 210007, China)

In the interpretation of remote sensing information, the decision of threshold value has always been difficult when the method of index water information extraction is used. In order to further solve the problem, the improved OTSU method for threshold selection is used. Considering the maximum variance between target and background pixels, and the variance whin categories, combined with particle swarm optimization (PSO) algorithm, water information was extracted in the studied area. The experimental results show that the proposed algorithm can quickly determine the threshold value, effectively extract water information.

MNDWI; OTSU; PSO; remote sensing water information extraction

TP751

A

10.19358/j.issn.1674- 7720.2017.20.005

武国瑛，邓正栋，陈一村.改进的OTSU法在遥感水体信息提取中的应用[J].微型机与应用，2017,36(20)：17-18,22.

国家863项目(2012AA062601)

2017-03-30)

武国瑛(1992-)，通信作者，男，硕士，主要研究方向：遥感库容监测。E-mail:18761687060@163.com

邓正栋(1960-)，男，博士，教授，主要研究方向：遥感监测。

陈一村(1992-)，男，在读博士研究生，主要研究方向：重要经济目标防护与源辨识。