一種用于衛(wèi)星數(shù)據(jù)的獨立浮冰提取方法
【專利摘要】本發(fā)明公開了一種用于衛(wèi)星數(shù)據(jù)的獨立浮冰提取方法,應用于已經(jīng)過冰水識別,需要定量研究獨立海冰運動和形狀特征的情況。其方法首先劃分子區(qū)域網(wǎng)格,構造子區(qū)梯度差分圖像,計算每個子區(qū)內(nèi)海冰像元數(shù)與子區(qū)總像元數(shù)的比率,對于海冰比率大于閾值的子區(qū),海冰包括塊狀獨立浮冰和連接成片的浮冰碎屑,因二者的反射特性有差異,表現(xiàn)在圖像直方圖呈現(xiàn)雙峰特征,選擇直方圖雙峰之間谷的位置作為閾值,然后結合梯度差分圖像閾值分割實現(xiàn)獨立浮冰與背景碎屑浮冰的識別。本發(fā)明的優(yōu)點在于雙峰閾值與梯度差分相結合的衛(wèi)星數(shù)據(jù)獨立浮冰提取方法能夠保留完整的獨立浮冰信息,同時有效去除碎屑浮冰。
【專利說明】一種用于衛(wèi)星數(shù)據(jù)的獨立浮冰提取方法
【技術領域】
[0001]本發(fā)明涉及圖像處理領域,具體是指一種雙峰閾值與梯度差分相結合的衛(wèi)星數(shù)據(jù)獨立浮冰提取方法,它用于提取遙感圖像中的獨立浮冰。
【背景技術】
[0002]海冰識別獲取了圖像中海冰的分布信息,可以進一步計算海冰密集度,但是要獲取海冰的運動速度信息,必須在此基礎上掌握海冰的準確位置。與傳統(tǒng)的遙感跟蹤海冰運動方法不同,本發(fā)明將給出海冰分布圖中獨立浮冰識別提取方法。實際情況中海冰的形狀和分布非常復雜,雖然獨立浮冰高亮且灰度分布均勻,但是獨立浮冰間重疊和搭接多,而且在冰水混合區(qū)域存在很多尺寸微小的浮冰碎屑,受衛(wèi)星遙感圖像空間分辨率的限制,這些浮冰碎屑連接成片,無法確定其邊緣,而且這些浮冰碎屑與獨立浮冰相比亮度偏暗,灰度分布雜亂。
[0003]經(jīng)過海冰自動識別后,圖像中的陸地、云和海水信息都被去除,只剩下海冰信息,流冰區(qū)內(nèi)海冰包括獨立浮冰與浮冰碎屑,它們的光譜特性有差異,在圖像中表現(xiàn)為二者灰度值有差異,特別是近紅外波段反射率圖像中二者的對比最為明顯,因此本文以海冰自動識別后的流冰區(qū)近紅外波段反射率圖像(以下稱為流冰區(qū)圖像)為底圖進行獨立浮冰識別和提取。由于成像時光照不均勻或霧氣引起的陰影,造成圖像中各區(qū)域?qū)Ρ榷炔煌?,若只用一個固定的全局閾值對整幅圖像進行分割,會因為不能兼顧圖像各區(qū)域的灰度差異而使分割效果受到影響。為了解決這個問題,提出一種分區(qū)域雙峰閾值分割與梯度差分法相結合的方法。
【發(fā)明內(nèi)容】
[0004]基于上述已有技術存在的問題,本發(fā)明的目的是提出一種用于衛(wèi)星數(shù)據(jù)的獨立浮冰提取方法。以避免只用一個固定的全局閾值對整幅圖像進行分割,會因為不能兼顧圖像各區(qū)域的灰度差異而使分割效果受到影響。
[0005]該方法利用獨立浮冰與浮冰碎屑的灰度值差異識別提取獨立浮冰(圖1 )。
[0006]其具體步驟是:
[0007]I)劃分子區(qū)網(wǎng)格,從海冰分布圖中裁剪出流冰區(qū)圖像后,將圖像劃分為矩形網(wǎng)格子區(qū)圖像,每個子區(qū)與其相鄰的子區(qū)有50%或25%的重疊區(qū)域;
[0008]2)構造子區(qū)梯度差分圖像,通過8個方向的梯度算子,獲取各個子區(qū)圖像的8個梯度差分圖像;
[0009]3)海冰比率檢測,計算每個子區(qū)內(nèi)海冰像元數(shù)與子區(qū)總像元素的比率,與比率閾值進行比較,只有比率大于閾值的子區(qū)才進行下一步驟;
[0010]4)圖像量化及其直方圖統(tǒng)計,原圖像是反射率圖像,像素值采用浮點型記錄,后面閾值的確定是利用灰度直方圖實現(xiàn)的,因此將每個子區(qū)圖像進行量化為O到255共256個級別,然后統(tǒng)計每個量化后子區(qū)圖像的灰度直方圖;[0011]5)雙峰法確定閾值,對于通過海冰比率檢測的子區(qū),海冰包括獨立浮冰和連接成片的浮冰碎屑,二者的反射特性有差異,因此可將獨立浮冰作為前景像素,在圖像中這部分顏色較淺,浮冰碎屑作為背景像素,顏色偏暗,反映在灰度直方圖中就是具有明顯的雙峰,選擇雙峰之間谷的位置作為子區(qū)閾值;
[0012]6)子區(qū)閾值平均,因為每個子區(qū)與其相鄰的子區(qū)有重疊,所以重疊區(qū)域可能有多個閾值,這種情況采用多個閾值的均值作為重疊區(qū)域的最終閾值,這樣操作后,每個像素都對應一個它所在子區(qū)的閾值Tdn ;
[0013]7)圖像分割,對所有子區(qū)的梯度差分圖像設置同一個固定閾值Te。若像元灰度值大于它所在子區(qū)分割閾值TDN,同時它對應的8個梯度差分圖像像元的灰度值都小于固定閾值Te,則判斷該像元屬于獨立浮冰,為前景像元,像元灰度值設為255,反之則為背景像元,像元灰度值設為0,這樣,整幅圖像分割為只有兩類像元的二值圖像;
[0014]8)形態(tài)學修復,為了改善獨立浮冰提取效果,對于獨立浮冰提取后出現(xiàn)空洞和離散噪聲點以及獨立浮冰之間的“搭接”,可以采用開運算和閉運算相結合來進行修復。
[0015]本發(fā)明有如下有益效果:
[0016]I)為了實現(xiàn)流冰區(qū)獨立浮冰提取,提出分區(qū)域雙峰閾值分割與梯度差分相結合的方法,該方法保留了完整的獨立浮冰信息,同時有效去除獨立浮冰之間的浮冰碎屑,滿足獨立浮冰提取精度要求。
[0017]2)方法的適用性較高,不僅適用于氣象衛(wèi)星圖像,對于其他類型的中、高分辨率圖像也適用,有實用價值。
[0018]3)獨立浮冰的確定可作為研究海冰運動和海冰形態(tài)參數(shù)變化的基礎【專利附圖】
【附圖說明】
[0019]圖1獨立浮冰識別提取流程圖。
[0020]圖28個方向的梯度算子。
[0021]圖3雙峰明顯的直方圖(a)情況I大峰在小峰左邊,(b)情況2大峰在小峰右邊。
[0022]圖4獨立浮冰提取結果圖(a)流冰區(qū)海冰分布原始圖像,(b)提取的獨立浮冰分布
二值圖。
【具體實施方式】
[0023]根據(jù)本發(fā)明對FY-3MERSI數(shù)據(jù)北冰洋弗雷姆海峽夏季海冰進行獨立浮冰提取。首先對MERSI數(shù)據(jù)進行輻射校正,幾何精校正、海冰識別等預處理,在得到形狀和尺度有差異的獨立浮冰以及獨立浮冰之間的碎屑冰的流冰圖像,在此圖像上再進行獨立浮冰與背景浮冰碎屑的區(qū)分,研究區(qū)圖像大小為1600行*1600行。
[0024]詳述如下:
[0025]1、劃分子區(qū)網(wǎng)格。從海冰分布圖中裁剪出流冰區(qū)圖像后,在其上平均劃分32行X32列個矩形網(wǎng)格,然后每四個網(wǎng)格合并成一個子區(qū),因此每個子區(qū)的尺寸大小為100 X 100個像元,而且每個子區(qū)與其相鄰的子區(qū)有50%或25%的重疊區(qū)域,共產(chǎn)生了 961個子區(qū)。
[0026]2、子區(qū)梯度差分圖像構造。通過8個方向的梯度算子(圖2),獲取各個子區(qū)圖像的8個方向的梯度差分圖像。由于獨立浮冰的灰度值較高且分布均勻,碎冰區(qū)像元灰度相對低且雜亂,因此在梯度差分圖像中,原圖像獨立浮冰與碎冰區(qū)臨界的邊緣位置變得突出。
[0027]3、海冰比率檢測。計算每個子區(qū)內(nèi)海冰像元數(shù)與子區(qū)總像元素的比率,與比率閾值進行比較,只有比率大于閾值的子區(qū)才進行下一步驟。若子區(qū)內(nèi)的海冰像元過少,不能保證后續(xù)對灰度直方圖擬合的準確性,從而影響該子區(qū)圖像分割的效果,因此必須選擇比率較大的子區(qū)進行計算。本發(fā)明選擇比率閾值為0.1,海冰像元數(shù)必須超過總像元數(shù)的10%,進入下一步。
[0028]4、圖像量化及其直方圖統(tǒng)計,原圖像是反射率圖像,像素值采用浮點型記錄,后面閾值的確定是利用灰度直方圖實現(xiàn)的,因此將每個子區(qū)圖像進行量化為O到255共256個級別,然后統(tǒng)計每個量化后子區(qū)圖像的灰度直方圖;
[0029]5、雙峰法確定閾值。對于通過海冰比率檢測的子區(qū),海冰包括獨立浮冰和連接成片的碎冰區(qū),二者的反射特性有差異,因此可將獨立浮冰作為前景像素,在圖像中這部分顏色較淺,碎冰區(qū)作為背景像素,顏色偏暗,反映在灰度直方圖中就是具有明顯的雙峰。如圖3所示,這時會有兩種情況:一是大峰在小峰左邊,即獨立浮冰像素個數(shù)較少,而碎冰區(qū)像素個數(shù)較多;二是大峰在小峰右邊,即獨立浮冰像素個數(shù)較多,而碎冰區(qū)像素個數(shù)較少。不管明P種情況,只要選擇雙峰之間谷的位置作為閾值即可。
[0030]雙峰法確定閾值的具體流程為:
[0031 ] I)計算像素灰度均值為:
255
[0032]m= 1=0 255 --(I)
Σ,.1=0
[0033]其中,i表示第i個灰度級,hist[i]表示第i個灰度級的像素個數(shù)。
[0034]2)求出像素個數(shù)最多的灰度級,即最大峰的位置f_peak ;
[0035]3)設置最大峰寬度為30,以灰度級200為分界點,若最大峰位置f_peak小于200,從最大峰寬度范圍外向右,即區(qū)間[f_peak+30, 255]內(nèi)尋找第二個峰的位置s_peak ;若最大峰位置;f_peak大于200,從最大峰寬度范圍外向左,即區(qū)間[O, f_peak_30]內(nèi)尋找第二個峰的位置s_peak ;
[0036]4)若兩個峰的位置f_peak和s_peak都大于200,但是均值m小于200時,取均值m為最優(yōu)閾值,否則,轉(zhuǎn)到下一步;
[0037]5)求出兩個峰間的谷對應的位置即為最優(yōu)閾值;
[0038]6、子區(qū)閾值平均。因為每個子區(qū)與其相鄰的子區(qū)有重疊,所以重疊區(qū)域可能有多個閾值,這種情況采用多個閾值的均值作為該區(qū)域的最終閾值,這樣操作后,每個像素都對應一個它所在子區(qū)的閾值TDN。
[0039]7、圖像分割。到目前為止,每個子區(qū)圖像都有對應的8個梯度差分圖像和一個分割閾值。因為梯度差分圖像檢測的是獨立浮冰與碎冰區(qū)的邊緣信息,邊緣在梯度差分圖像中灰度差別不大,因此對所有子區(qū)的梯度差分圖像設置同一個固定閾值Te。若像元灰度值大于它所在子區(qū)分割閾值TDN,同時它對應的8個梯度差分圖像像元的灰度值都小于Te,則判斷該像元屬于獨立浮冰,為前景像元,像元灰度值設為255,反之則為背景像元,像元灰度值設為O,這樣,整幅圖像就分割為只有兩類像元的二值圖像(圖4)。
[0040]8、形態(tài)學修復
[0041]在提取的獨立浮冰中存在一些空洞和離散的孤立點,這些噪聲都會影響后面獨立浮冰的標記和海冰參數(shù)提取,因此需要對提取的結果進行修復處理。
[0042]為了改善獨立浮冰提取效果,對于獨立浮冰提取后出現(xiàn)空洞和離散噪聲點以及獨立浮冰之間的“搭接”,可以采用開運算和閉運算相結合來進行修復。本文選擇先使用開運算再使用閉運算的方式進行修復。先使用開運算,一方面消除離散的噪聲點,另一方面去除獨立浮冰與獨立浮冰之間的“搭接”部分,使提取的獨立浮冰輪廓更圓滑,然后再使用閉運算,消除獨立浮冰目標由于分割而產(chǎn)生的空洞和縫隙,使提取出的獨立浮冰目標更完整。
【權利要求】
1.一種用于衛(wèi)星數(shù)據(jù)的獨立浮冰提取方法,其特征在于已包括如下步驟: 1)劃分子區(qū)網(wǎng)格,從海冰分布圖中裁剪出流冰區(qū)圖像后,將圖像劃分為矩形網(wǎng)格子區(qū)圖像,每個子區(qū)與其相鄰的子區(qū)有50%或25%的重疊區(qū)域; 2)構造子區(qū)梯度差分圖像,通過8個方向的梯度算子,獲取各個子區(qū)圖像的8個梯度差分圖像; 3)海冰比率檢測,計算每個子區(qū)內(nèi)海冰像元數(shù)與子區(qū)總像元素的比率,與比率閾值進行比較,只有比率大于閾值的子區(qū)才進行下一步驟; 4)圖像量化及其直方圖統(tǒng)計,原圖像是反射率圖像,像素值采用浮點型記錄,后面閾值的確定是利用灰度直方圖實現(xiàn)的,因此將每個子區(qū)圖像進行量化為O到255共256個級別,然后統(tǒng)計每個量化后子區(qū)圖像的灰度直方圖; 5)雙峰法確定閾值,對于通過海冰比率檢測的子區(qū),海冰包括獨立浮冰和連接成片的浮冰碎屑,二者的反射特性有差異,因此可將獨立浮冰作為前景像素,在圖像中這部分顏色較淺,浮冰碎屑作為背景像素,顏色偏暗,反映在灰度直方圖中就是具有明顯的雙峰,選擇雙峰之間谷的位置作為子區(qū)閾值; 6)子區(qū)閾值平均,因為每個子區(qū)與其相鄰的子區(qū)有重疊,所以重疊區(qū)域可能有多個閾值,這種情況采用多個閾值的均值作為重疊區(qū)域的最終閾值,這樣操作后,每個像素都對應一個它所在子區(qū)的閾值Tdn; 7)圖像分割,對所有子區(qū)的梯度差分圖像設置同一個固定閾值Te。若像元灰度值大于它所在子區(qū)分割閾值TDN,同時它對應的8個梯度差分圖像像元的灰度值都小于固定閾值T。,則判斷該像元屬于獨立浮冰,為前景像元,像元灰度值設為255,反之則為背景像元,像元灰度值設為0,這樣,整幅圖像分割為只有兩類像元的二值圖像; 8)形態(tài)學修復,為了改善獨立浮冰提取效果,對于獨立浮冰提取后出現(xiàn)空洞和離散噪聲點以及獨立浮冰之間的“搭接”,可以采用開運算和閉運算相結合來進行修復。
【文檔編號】G06T5/40GK103500451SQ201310469982
【公開日】2014年1月8日 申請日期:2013年10月10日 優(yōu)先權日:2013年10月10日
【發(fā)明者】周穎, 鞏彩蘭, 胡勇, 孟鵬, 江珊 申請人:中國科學院上海技術物理研究所, 武漢大學