面向环境卫星CCD数据的指数合并和HSV变换水体检测方法的改进算法.pdfVIP

第十七届中国环境遥感应用技术论坛论文集 2013年4月 面向环境卫星CCD数据的指数合并和HSV变换 水体检测方法的改进算法 1 2 1 2 郭善昕 ，蔡阳 ，孟令奎 ，成建国 （1 武汉大学遥感信息工程学院，武汉 430079；2 水利部水文局，北京 100053） 摘 要:卫星遥感观测技术由于其观测范围广，周期性重访等独特优势，广泛应用于水利、环境保护、防灾减灾等多个 领域。水体检测是利用遥感影像进行水体检测的基础。叙述了面向环境卫星CCD数据，遥感影像水体提取算法的特点， 提出，1套适用于环境卫星数据的水体检测改进算法，其在对城区、薄云、云层阴影去除方面，针对不同成像质量影像， 都有较好的表现。 关键词:遥感；水体提取；环境卫星数据 0 引言 遥感观测技术的出现，为人类更好的管理和利用水资源，提供了1种全新的视角。为了保证对水资源信息 持续有效的监测，卫星遥感观测技术由于其观测范围广，周期性重访等独特优势，已经引起了包括水利、环境 保护、防灾减灾等多个领域的广泛关注。利用遥感数据有效的提取水体信息，已经成为当前水利遥感技术研究 的重点之一。 遥感技术应用于水体监测需要克服4个主要问题：首先必须准确的识别水体，其次需要排除云的干扰，再 者需要精确评估洪水覆盖面积，最后需要对洪水进行动态的监测[1]。但是在相关部门，针对遥感影像水体范围 提取，还处于人工数据操作的层面，无法利用有效的计算资源，来完成水体信息从发现、识别到信息提取的全 自动过程。针对这个问题，国内外相关科研单位进行了长期的研究，目的在于有效利用计算机来完成对遥感影 像的自动解译和信息提取。 目前，基于不同传感器及不同分辨率的遥感影像，水域信息提取的方法大致可以分为光谱指数法和影像分 割法两大类。光谱指数法着眼于水体有别于其他地物的光谱特性，从光谱特征响应中的差距来作为分辨水体的 主要依据之一。这种方法广泛应用于多光谱传感器，并取得了较好的效果。而随着高分辨率遥感影像的出现， 光谱指数法暴露出大量的错分和误分的现象。因此“先分割，再分类”的思想，普遍应用到高分辨率遥感影像 的分类方法中[2]。当然这两类并不完全分离，相反，某些算法兼顾了两种方法的优点。 国产环境减灾卫星弥补了我国在民用中高分辨率遥感观测能力方面的不足。卫星轨道较低，2 天的重访周 期适合于对包括抗旱、水资源监控、灾害监测等方面的应用。由于环境减灾卫星CCD数据的特性，纹理信息并 不能作为区分地物的重要标准，目前针对该数据的水体信息提取主要还是以光谱指数法为主。 光谱指数法的主要依据是水体在近红外、中红外区域内的强吸收特性。分为指数法和谱间关系法两类：指 数法最早有波段比值法，但该方法对于不同影像其依赖性较强。指数法代表性的突破是 Mcfeeters[3] （1996） 提出的归一化差异水体指数NDWI。该方法利用了水体的反射从可见光到中红外波段逐渐减弱，在近红外和中红 外波长范围内吸收性最强，几乎无反射，因此，用可见光波段和近红外波段的反差构成的 NDWI 可以突出影像 中的水体信息。另外，由于植被在近红外波段的反射率一般最强，因此，采用绿光波段与近红外波段的比值可 以最大程度地抑制植被的信息，从而达到突出水体信息的目的[4]。但，NDWI在城区水体识别，云层阴影消除方 面存在不足，因此，2006 年徐涵秋在NDWI 基础上提了改进算法（MDNWI），利用中红外波段替换原来NDWI 中 的近红外波段，以此来抑制城区的信息[5]。此外，其他水体指数也相继出现，但始终没有解决好城区水体、细 小河道、云层阴影等问题[6-8]。谱间关系法避免了所有地物像元统一处理所带来的不准确性，利用决策树等判别 机制，能够对逐类地物的光谱特征进行分析，设定合适的判别流程，最终得到所需的信息。这类方法的典型代 表之一是 Subramaniam 等针对 ResourcsSat-1 AWiFS 数据进行的水域信息提取[9]。这种方式虽然可以详细对每 一种地物进行区分，但是大量阈值的使用，是的这类方法很难应用于不同成像条件下的其他影像。 借助数值变换方法对特征