張歡歡 劉東升 杜偉

摘 要：泥石流是在地形險峻的地區(qū)，因?yàn)楸┯辍⒈┭┗蚱渌匀粸?zāi)害引發(fā)的山體滑坡并攜帶有大量泥沙以及石塊的特殊洪流。傳統(tǒng)的人工目視解譯方法費(fèi)時費(fèi)力，且遙感數(shù)據(jù)的很多信息不能得到充分的發(fā)掘和利用，難以滿足泥石流災(zāi)害調(diào)查，尤其是緊急救災(zāi)的急迫要求，計算機(jī)自動、半自動的泥石流淹沒區(qū)域信息提取方法為災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評估提供了依據(jù)。該文根據(jù)泥石流發(fā)生前后高空間分辨率遙感影像變化特點(diǎn)，提供一種基于PIE SDK綜合利用前后兩期遙感影像的紋理信息和光譜特性，實(shí)現(xiàn)泥石流自動化變化檢測的方法。該文方法對泥石流淹沒區(qū)域的檢測率達(dá)90%以上，虛警率在10%以下，這對于泥石流災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評估具有非常重要的實(shí)際應(yīng)用意義。

關(guān)鍵詞：PIE 遙感圖像處理 變化檢測 泥石流 高分辨率遙感影像

中圖分類號：TP911 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2015）09（a）-0051-02

泥石流是在地形險峻的地區(qū)，因?yàn)楸┯辍⒈┭┗蚱渌匀粸?zāi)害引發(fā)的山體滑坡并攜帶有大量泥沙以及石塊的特殊洪流。泥石流常常具有暴發(fā)突然、來勢兇猛、迅速的特點(diǎn)，會造成地面交通嚴(yán)重受阻、通訊中斷，致使災(zāi)后短時間內(nèi)不能進(jìn)行人工現(xiàn)場勘查，無法獲取受災(zāi)程度，災(zāi)害分布狀況等重要災(zāi)情信息，在此情況下，遙感技術(shù)逐漸成為快速獲取災(zāi)情信息，進(jìn)行災(zāi)害信息提取、災(zāi)后應(yīng)急和快速評估的有效手段。在利用遙感影像進(jìn)行災(zāi)情獲取和災(zāi)后應(yīng)急救援的過程中，泥石流淹沒區(qū)域的信息提取技術(shù)是準(zhǔn)確獲取泥石流災(zāi)情的關(guān)鍵。傳統(tǒng)的人工目視解譯方法費(fèi)時費(fèi)力，且遙感數(shù)據(jù)的大量信息不能得到充分的發(fā)掘和提取，難以滿足泥石流災(zāi)害調(diào)查尤其是泥石流緊急救災(zāi)的急迫要求，計算機(jī)自動、半自動的泥石流淹沒區(qū)域信息提取方法為災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評估提供了依據(jù)。遙感圖像通常包含光譜信息和空間結(jié)構(gòu)兩大特征，該文基于PIE SDK（PIE（Pixel Information Expert）是北京航天宏圖信息技術(shù)有限公司自主開發(fā)的一款專業(yè)的遙感圖像處理軟件）提出一種綜合利用高空間分辨率遙感影像的紋理和光譜特征進(jìn)行泥石流自動化變化檢測的方法。

1 數(shù)據(jù)預(yù)處理

對同源的前后期遙感影像（航空影像或衛(wèi)星影像）的預(yù)處理為后續(xù)的泥石流淹沒區(qū)域的變化檢測提供了高質(zhì)量的數(shù)據(jù)源。其中航空影像的預(yù)處理主要包括影像格式轉(zhuǎn)換與質(zhì)量檢查、圖像增強(qiáng)、畸變改正等處理，以消除鏡頭畸變、地表起伏等引起的影像變形；衛(wèi)星影像的預(yù)處理主要包括輻射校正、正射校正、圖像融合等處理。

2 泥石流淹沒區(qū)域自動化變化檢測

對于經(jīng)預(yù)處理后的前后期遙感影像，根據(jù)影像特點(diǎn)及泥石流淹沒區(qū)域特性，首先進(jìn)行特征提取以突出泥石流淹沒區(qū)域；接著利用變化檢測技術(shù)進(jìn)行泥石流淹沒區(qū)域的檢測，生成二值檢測結(jié)果；最后進(jìn)行后處理以進(jìn)一步提高檢測率，從而實(shí)現(xiàn)泥石流淹沒區(qū)域的自動化變化檢測。

2.1 特征提取

根據(jù)遙感影像的波段特點(diǎn)及泥石流發(fā)生前后影像的變化特征，可分別提取紋理和光譜特征。紋理是圖像處理和模式識別的主要特征之一，用以表示圖像的均勻、細(xì)致、粗糙等現(xiàn)象。首先分別計算泥石流發(fā)生前后影像指定通道的基于灰度共生矩陣的6類紋理特征（能量、熵、慣性矩、相關(guān)、局部平穩(wěn)、方差）。影像數(shù)據(jù)的量化值為像素值乘以量化級別再除以影像在該通道的像素值的最大值與最小值之差，這能減輕泥石流發(fā)生前后影像光照條件不同對變化檢測效果的影響。每類紋理特征值均為0°、45°、90°、135°4個方向灰度共生矩陣的紋理特征值的均值，以去除方向?qū)y理特征的影響。

光譜特征，即通過原始波段的像素運(yùn)算獲得的，響應(yīng)遙感影像中目標(biāo)物的顏色及灰度或者波段間亮度的不同，光譜特征反映了是地物在不同的波段輻射條件下的成像特性。若遙感影像至少包含R、G、B和近紅外4個通道，則分別提取前期和后期影像的歸一化植被指數(shù)（NDVI）。NDVI是植物生長狀態(tài)以及植被空間分布密度的最佳指示因子，與植被分布密度呈線性相關(guān)。如植被覆蓋區(qū)域發(fā)生泥石流后已無明顯的植被分布，NDVI變化較大。如果遙感影像至少包含藍(lán)、綠、紅3個通道，則分別提取前后期影像的色調(diào)。色調(diào)是指彩色的類別，是彩色彼此相互區(qū)分的特征，泥石流淹沒區(qū)域前后期影像的色調(diào)可能變化較大，如居民區(qū)或植被覆蓋區(qū)域。

2.2 變化檢測

分別生成前后期遙感影像的特征向量的相關(guān)系數(shù)影像，并對其進(jìn)行二值化，提取泥石流淹沒區(qū)域。對每類特征進(jìn)行歸一化，其中歸一化因子為前、后期影像的該類特征的最大值。歸一化后的多個特征形成一個紋理特征向量，計算泥石流發(fā)生前后對應(yīng)點(diǎn)的特征向量的相關(guān)系數(shù)，線性相關(guān)系數(shù)越大表明前后兩期影像相應(yīng)區(qū)域的紋理特征變化越小，即前后兩期影像相應(yīng)區(qū)域變化越小。對各特征值的歸一化不僅去除量綱的影像，而且使各類特征對線性相關(guān)系數(shù)的計算的貢獻(xiàn)因子是相同的。接著對紋理特征相關(guān)系數(shù)影像進(jìn)行二值化，根據(jù)線性相關(guān)系數(shù)的含義可將二值化分割閾值設(shè)定為0.85，小于該閾值的為泥石流淹沒區(qū)域。然后利用形態(tài)學(xué)開運(yùn)算去除噪聲，并提取連通區(qū)域，確定疑似泥石流淹沒區(qū)域。

2.3 后處理

根據(jù)在相同光照條件下泥石流發(fā)生后期和前期影像的泥石流淹沒區(qū)域的灰度比值變大的特性，計算泥石流發(fā)生后與發(fā)生前的灰度比值，進(jìn)而篩選連通區(qū)域，這可有效濾除虛警。篩選條件為連通區(qū)域灰度比值的均值不小于所有連通區(qū)域灰度比值的均值與平均變化絕對值的差值。這可有效消除因泥石流發(fā)生前后影像光照條件不同對篩選結(jié)果的影響。根據(jù)在相同的光照條件下，泥石流發(fā)生后與發(fā)生前相比會變亮的特性，基于泥石流發(fā)生后、前的灰度比值進(jìn)行區(qū)域生長。區(qū)域生長的種子點(diǎn)的值為其所在連通區(qū)域灰度比值的均值和所有連通區(qū)域灰度比值的均值的最大值，區(qū)域生長的閾值為其所在連通區(qū)域灰度比值的平均變化絕對值和所有連通區(qū)域灰度比值的平均變化絕對值的最大值。該過程考慮了前后兩期影像光照條件不同的實(shí)際情況，不僅可提高檢測率，還可抑制虛警的增加。對區(qū)域生長二值結(jié)果進(jìn)行去噪和區(qū)域填充，生成泥石流淹沒區(qū)域變化檢測結(jié)果（見圖1）。

3 實(shí)驗(yàn)結(jié)果及分析

圖2（a）、圖2（b）分別為泥石流發(fā)生前后的高分航空遙感影像，分別提取影像的色調(diào)和藍(lán)光通道的6個紋理特征，其中計算基于灰度共生矩陣的紋理特征參數(shù)為：灰度級為16、正方形窗口尺寸為9、共生像素距離為1。圖2（c）為泥石流變化檢測矢量結(jié)果與泥石流發(fā)生后影像的疊加效果圖。

由圖2可知石流發(fā)生前后遙感影像的光照條件差別較大，泥石流淹沒區(qū)域基本已被檢測出來，檢測率達(dá)到90%以上，虛警率在10%以下。

4 結(jié)語

該文提出了一種基于高空間分辨率遙感影像的泥石流自動化變化檢測方法。該方法綜合利用遙感影像的紋理和光譜特征，避免了使用單一圖像特征進(jìn)行分析所帶來的片面性；對前后兩期影像歸一化特征向量的線性相關(guān)系數(shù)進(jìn)行閾值分割，根據(jù)線性相關(guān)系數(shù)的含義使二值化分割閾值固定，避免人為設(shè)定閾值所帶來的誤差；根據(jù)泥石流淹沒區(qū)域特性進(jìn)行區(qū)域生長，有效提高檢測率；該方法在實(shí)現(xiàn)過程中充分考慮了泥石流發(fā)生前后遙感影像光照不同的情況，具有實(shí)際應(yīng)用價值。

實(shí)驗(yàn)結(jié)果表明，該方法能夠自動化的提取泥石流淹沒區(qū)域，其檢測率達(dá)90%以上，虛警率在10%以下，這對于泥石流災(zāi)后應(yīng)急響應(yīng)和災(zāi)情的快速評估具有非常重要的實(shí)際應(yīng)用意義。但是對面積較小區(qū)域的泥石流還存在漏檢情況，因此通過發(fā)掘影像的紋理、光譜等特征信息，進(jìn)一步提高變化檢測算法的檢測率和減小虛警率是下一步的研究工作。

參考文獻(xiàn)

[1] 趙福軍.遙感影像震害信息提取技術(shù)研究[D].哈爾濱：中國地震局工程力學(xué)研究所，2010.

[2] 李宏宏.面向?qū)ο蟮母叻直媛蔬b感影像分類及泥石流信息提取研究[D].南京：南京理工大學(xué)，2013.

[3] 楊小兵.基于多光譜影像和DEM的泥石流堆積扇識別研究—以白龍江流域武都段為例[D].蘭州：蘭州大學(xué)，2012.