王敏 陳蕊 黃進 李若嫻 鄭思宇

摘要：在全國土地調查過程中，土地確權的地塊邊界選取需要手動點取標定，工作量較大。針對目前柵格影像權屬標記存在的效率問題，研究一種柵格圖像矢量化技術，提高了土地邊界標記的效率。矢量化技術主要包括圖像預處理、形態(tài)學處理、圖像分割、圖像矢量化和圖像融合過程。柵格矢量化技術在土地調查軟件的集成融合，實現(xiàn)柵格矢量化技術的應用轉化，可大幅度提高土地影像柵格矢量化工作效率。

關鍵詞：柵格圖像;遙感圖像;矢量化技術;圖像分割;輪廓提取

0引言

在第三次全國土地調查過程中，利用遙感測繪、地理信息等傳統(tǒng)技術，以正射影像為基礎，全面掌握地類分布及利用狀況，建立互聯(lián)共享的地類、范圍、面積和權屬為一體的土地調查數(shù)據(jù)庫。在土地確權工作的地塊邊界調查操作時，需要投入大量的人力去核查和記錄。雖然當前已出現(xiàn)一些標記土地邊界輔助軟件，可幫助專業(yè)人員提高工作效率，但是在土地框選過程中還是需手動點取每一個地塊邊界來完成標定，特別在不規(guī)則的邊界區(qū)域時，需要多次點擊才能完成操作，整體工作量大。土地調查基礎地圖數(shù)據(jù)通常為柵格影像，為了能夠實現(xiàn)地塊區(qū)域的快速的自動框選，重點研究了一種柵格圖像矢量化技術并將該技術與土地調查軟件的集成融合，實現(xiàn)柵格矢量化技術的應用轉化，大幅度提高土地影像柵格矢量化工作效率。

1 總體方案設計

方案針對國土調查中航拍所得的柵格圖像，柵格圖像是在空間及亮度方面都經過離散化的圖像。反映圖像的方式是記錄圖像的每個黑白或彩色像素，柵格數(shù)據(jù)結構是由行、列確定位置的像元陣列，柵格圖像與分辨率有關。將其作為源圖像，進行矢量化處理，選取所感興趣的土地區(qū)域，獲得源圖像后，未對其進行過相應的處理，且所需進行操作的區(qū)域屬于源圖像的一部分。因此，根據(jù)實際圖像的質量，選擇設計其整體矢量化過程如圖1所示。

1.1圖像預處理

柵格圖像中通常包含大量的冗余信息、圖像噪聲等對后續(xù)圖像處理造成不良影響。為了從原始航拍光柵圖像中提取有利于研究和使用的信息，首先需要圖像預處理，降低冗余信息與噪聲在所研究圖像中占據(jù)的比例。圖像預處理包括灰度化、噪聲濾除、圖像增強以及二值化四個步驟，如圖2所示。其中灰度化處理，可以剔除大量冗余圖像信息，在保證有用信息完整性條件下實現(xiàn)對圖像的信息簡化。噪聲濾除，盡量減少圖像噪聲在源圖像中的比例，降低其對有用信息的干擾。圖像增強，可以改善圖像的視覺效果，將圖像轉換為更適合機器進行自動分析或人眼觀察的形式，二值化，用于保留源圖像中所需要的主要線劃特征。

1.2 形態(tài)學操作

柵格地圖經過預處理后的圖像，可見其各個區(qū)域的邊緣已被清晰描繪，個別區(qū)域內部受之前邊緣增強操作的影響，存在一些黑色的小區(qū)域，這將對后期的圖像分割操作帶來不利影響。此外，區(qū)域的邊界線并不是實線，存在一些白色孔洞，如圖3所示，亦需要被去除，而使邊界描繪地更加準確。針對以上問題考慮采用形態(tài)學操作的方法來解決，數(shù)學形態(tài)學中膨脹（Dilation）、腐蝕（Erosion）為最基本運算，諸如形態(tài)梯度和高帽變換、開運算、閉運算之類的復雜操作基于腐蝕、膨脹這兩種基本運算。

分析經開、閉運算操作后所得圖像不理想的原因，在于某些受邊緣增強操作影響區(qū)域內部的黑色小區(qū)域較為密集，在開運算操作時，密集黑色小區(qū)域被連接為一個整體，隨后閉運算并不能對較大的黑色區(qū)域進行去除。因方法雖然在理論上可行，但對于本文所研究的對象，并不能達到良好的效果。對于二值化圖像去除白色孔洞與去除黑色小區(qū)域時所采用的方法本質上是相同的，可使用同一個函數(shù)對兩個方面的干擾進行處理。去除白色孔洞時為保留有價值信息，選擇采用八鄰域的方法進行檢測，效果如圖3所示，去除黑色小區(qū)域時，選擇采用四鄰域的方法進行檢測，效果如圖4所示。如果去除黑色小區(qū)域時仍采用八領域的方法，則容易造成區(qū)域遺漏，出現(xiàn)靠近邊緣的黑色小區(qū)域不能被去除情況。在函數(shù)運算過程中，為每個像素點設置檢驗狀態(tài)標簽，對于檢查不合需求的像素點進行顏色反轉，其效果明顯優(yōu)于常見的開、閉運算操作，且達到消除邊界周圍區(qū)域內部的黑色小區(qū)域以及黑色邊界上的白色孔洞的目的。

1.3 圖像分割

圖像分割是進行圖像分析的重要技術，依據(jù)圖像的紋理、形狀、特征灰度、顏色及獨特的屬性，劃分圖像中特定區(qū)域以實現(xiàn)感興趣對象的提取。將感興趣的某一土地區(qū)域從整個圖像中分離出來，進而對所分離出來的特定目標進行后續(xù)矢量化操作。根據(jù)研究對象的實際特征，參考對比文獻及書籍資料中各種圖像分割算法的使用情況，本文采用漫水填充（FloodFill）法實現(xiàn)所選擇的感興趣區(qū)域在圖像中的分離。以鼠標所點擊位置的點作為種子點，然后將與種子點相互連通的區(qū)域內像素點，以及鄰近區(qū)域內符合條件的像素點，即像素點像素值與種子點像素值之差，在最大正差值與最大負差值之間的像素點，均替換為所指定的顏色。具體過程為沿著水平掃描線對像素段進行填充。圖像中的各個像素點分為四連通、八連通兩種連通特性，需依據(jù)實際需求進行設置。四連通區(qū)域，即從區(qū)域中的任意一點出發(fā)，從上、下、左、右四個方向進行填充;八連通區(qū)域，其相較四連通區(qū)域增加了左上、左下、右上、右下四個方向。

1.4 圖像矢量化

經過上述步驟，已經得到與源柵格圖像分離感興趣圖像區(qū)域，接下來就是以獲得所選區(qū)域邊界點連接成的矢量化邊界線為目的。對所選區(qū)域進行矢量化操作。

1.4.1 區(qū)域優(yōu)化

被分離出來的圖像內部可能有較大的孔洞，要保留白色區(qū)域，則該區(qū)域內的黑洞是需要刪除的目標。為了消除點狀黑色孔洞，采用形態(tài)學膨脹操作實現(xiàn)。與此同時，需要再次進行形態(tài)學腐蝕操作，以達到不改變所分離區(qū)域的邊界走勢目的，先膨脹后腐蝕即為形態(tài)學操作的閉運算操作，實現(xiàn)效果如圖5所示，在OpenCV中可使用morphologyEx函數(shù)來實現(xiàn)高級形態(tài)學變換。

對于所選區(qū)域內部的點狀孔洞處理的效果較好，基本將其全部去除，且區(qū)域邊緣以及區(qū)域面積與原圖基本一致。然而區(qū)域內部仍然存在著較大的黑色孔洞，在此考慮使用黑色小區(qū)域去除的方法，得到圖像效果如圖6所示。至此，完成了對于被分離出的圖像區(qū)域優(yōu)化操作，得到的優(yōu)化效果較為良好。

1.4.2 邊緣檢測

為了容易找到所選定區(qū)域的輪廓，需要先對其進行邊緣檢測，將會得到更好的效果，否則后續(xù)過程中所檢測到的輪廓很可能為不連續(xù)的點狀。由于之前的操作使得區(qū)域邊緣發(fā)生了可接受范圍內的畸變，為達到更好的效果，對現(xiàn)有圖像邊緣進行平滑操作。此階段的平滑操作對圖像所應呈現(xiàn)的效果要求不高，即用輸入圖像的核窗口對應像素的平均值，在OpenCV中可以使用blur（Src，dst，ksize，anchor）函數(shù)來實現(xiàn)均值濾波，需要注意的是dst與Src即目標圖像與源圖像需要具有相同的尺寸及類型，可以使用Mat：：Clone函數(shù)來實現(xiàn)此需求。此外，參數(shù)anchor具有默認值Point（-1，-1），表示錨點在核的中心，如果點坐標是負值就取核的中心為錨點。邊緣平滑和邊緣檢測過程之后，獲得如圖7所示效果，即邊緣連續(xù)且平滑，同時與所分離的區(qū)域圖像基本一致，可見能夠實現(xiàn)期望效果。

1.4.3矢量化操作

在檢測到區(qū)域的邊界之后，獲得獨立、離散且彼此不相關的各個邊界點的無序組合。為了能夠實現(xiàn)區(qū)域邊界的矢量化，該區(qū)域的邊界必須變?yōu)橛行螯c鏈形式。在此選擇輪廓跟蹤法進行矢量化應用。輪廓跟蹤完成后，需要提取輪廓中的特征點，以便實現(xiàn)特征點的矢量化應用。

（1）輪廓跟蹤法。是將圖像經過邊緣檢測所得的線狀目標視作連通段，通過對連通段的遍歷而將每個連通段的所有像素串接在一起，形成鏈串式或坐標串。在此過程中需要將成功跟蹤的邊界點像素坐標記錄下來，為之后的矢量化操作做準備。輪廓跟蹤算法主要有兩類：掃描線輪廓跟蹤、Freeman鏈碼輪廓跟蹤。

（2）輪廓矢量化。對每個連通段執(zhí)行Freeman鏈碼輪廓跟蹤操作，當連通段中所有像素均被編碼時，下一個連通段才進行編碼。因此，對分離圖像進行編碼的過程就是在圖像中搜索連通段的過程。在像素被編碼之后，使用將編碼像素的灰度值置0的方法來避免重復搜索并提高操作效率，而節(jié)點像素在其節(jié)點域中的所有像素都被跟蹤之前不會被置0.至此，圖像中所有連通段中的像素點均被去除，為了得到矢量化圖形的坐標，需要對鏈碼進行解碼。

解碼的過程是將所跟蹤到的像素點坐標表示出來，由于Freeman矢量鏈碼記錄了線劃起點的坐標及方向碼數(shù)字，每個點的坐標自然容易得到。之后需要完成的工作是將每個輪廓的連通段上的像素點用線段連接，圖8分別顯示了相隔10和50個像素點取樣結果線段連接效果。

在矢量化過程中。將跟蹤到的各個像素點記錄在文件中，方便以后對區(qū)域邊界進行直接繪制。為了存儲方便，選取被跟蹤的像素點橫坐標或縱坐標差為1的點進行記錄保存。采用的方法能夠實現(xiàn)對研究對象的某一區(qū)域進行矢量化，通過對圖像中跟蹤到的每個像素點均加以描繪，多個連通段的跟蹤、矢量化效果示意如圖9所示，將其與源圖像相融合，得到如圖10所示的效果。

2 實驗結果分析

實驗假設人工描繪的地塊邊界是完全準確的，通過比對人工描繪的邊界與圖像矢量化后的邊界。來確定矢量化結果的準確度。具體實驗及分析過程選定國土地塊圖像中邊界清晰、易于人眼分辨的區(qū)域，在Photoshop中用畫筆將其邊界描繪出來，并使用油漆桶工具將所繪邊界內部填充完整：選取與人工繪制區(qū)域相同的位置進行矢量化處理，處理完成后的區(qū)域內部用相同的方式進行填充;為圖像中的各區(qū)域編號。將兩種方式獲得的填充后的圖像輸入矢量化方案中的圖像分割模塊，依次獲取各個區(qū)域被填充的像素點個數(shù)，并計算矢量化結果的準確率。兩種方式填充各區(qū)域的像素點個數(shù)及各區(qū)域的矢量化處理準確率見表1。

個別區(qū)域矢量化準確率較低的原因，可以歸結為區(qū)域內部存在的植被陰影干擾，以及區(qū)域內部的地物不統(tǒng)一，使得處理時將其劃分為不同的區(qū)域。選取的10個區(qū)域的矢量化準確率平均值為93.16%，而實驗中所選取的區(qū)域也具有一定的代表性，因此?？梢哉J為所設計并實現(xiàn)的矢量化方案達到較好效果，可以推廣應用。

3 結束語

為了實現(xiàn)國土調查柵格源圖像的矢量化，從分析矢量化技術的研究背景與意義，確定進行研究的主要內容并完成應用平臺準備。對于矢量化技術方案研究與設計的核心內容。重點對技術選擇與效果對比進行描述。最終確定的矢量化方案可劃分為四個部分：圖像預處理、形態(tài)學操作、圖像分割及圖像矢量化。對矢量化結果進行分析后，認為其具有很強的可行性及移植性。研究的內容還存在一些可改進或深入研究的內容，如土地柵格圖像的干擾項較多且邊界清晰度不一致，矢量化方案沒有考慮對圖像中陰影部分處理，這些問題將在以后的工作中繼續(xù)完善和改進。