陈能成1,2
,
刘丹丹1
,
杜文英1
|
收稿日期: 2016-05-10; 修改日期: 2017-01-16; 优先数字出版日期: 2017-01-23
基金项目: 装备预研教育部联合基金(编号：6141A02022318)；湖北省自然科学基金创新群体(编号：2016CFA003)
第一作者简介: 陈能成(1974— )，男，教授,研究方向为对地观测传感网、时空大数据、动态实时网络GIS和位置智慧应用。E-mail：
cnc@whu.edu.cn
中图分类号: TP751.1
文献标识码: A
|
摘要
相比于正交T-Snake算法，传统Balloon Snake算法不受格网约束，能够更加精确提取高分辨率遥感影像上水体，然而尚不能解决河中岛引起的拓扑冲突问题。由此，本文提出了一种改进Balloon Snake算法(T-Balloon Snake)，设计了目标内部由于空洞引起的拓扑冲突检测与处理机制。算法首先在目标水体内部手动设置一个初始轮廓，在曲线每次膨胀前对曲线进行自相交检测，若存在拓扑冲突则对曲线进行分裂与合并处理，最终直至迭代停止。实验选取了三类湖泊与河流高分影像，实现了复杂遥感影像水体矢量边界的一次性精确提取。实验结果表明，该方法可直接有效提取水体中深凹以及岛状边界，在提取结果正确性和完整性上都优于传统Balloon Snake算法。
关键词
遥感影像, 河中岛, 边界提取, 改进Balloon Snake, 拓扑冲突
CHEN Nengcheng1,2
,
LIU Dandan1
,
DU Wenying1
Abstract
The traditional balloon snake model is free from the constraints of orthogonal grids compared with the topology-adaptive snake model and thus extracts water boundaries from high-resolution remote sensing images with more accuracy. However, this method cannot detect and handle topological conflict caused by islands in water. To solve this problem, an improved topology-adaptive balloon snake model, which is based on the traditional balloon snake model, is proposed. First, an original contour inside the target water body is manually set. Then, self-intersection detection is conducted each time prior to contour expansion. If holes cause topological conflict, curve deformation will be performed until the iteration stops. The data selected for this experiment were obtained from the GF-1 observing satellite images of three kinds of lakes and rivers, thus realizing the one-off accurate extraction of complex water from remote sensing images. Based on the results of our experiment, the proposed method can efficiently, correctly, and completely extract the boundaries of deeply concave regions and islands.
Key words
remote sensing image, river island, boundary extraction, improved Balloon Snake, topological conflict
1 引 言
目前对水体轮廓提取方法常用的主要包括3种：基于多波段图像的谱间关系法(杨树文 等，2010)、基于边缘检测算法(孟伟灿，2012)、基于活动轮廓模型的边缘提取算法(Kass 等，1988)。其中前两种在提取过程中会产生二次误差，很难准确、直接地获取水体连续边界，而后者直接对原影像水体进行提取，能够直接获取目标矢量轮廓线，但是对初始轮廓位置较敏感且无法提取深凹水体边界。
因此许多学者在原始Snake算法基础上提出了一些新改进算法，如Balloon Snake(Cohen，1991)模型在原始能量函数基础上增加了膨胀外力，GVF Snake(Xu和Prince，1998)计算了图像梯度场，使得模型对轮廓初始位置不再敏感；T-Snake模型(McInerney和Terzopoulos，2000) 基于仿射单元思想，将轮廓线控制在三角格网中，使模型具有处理拓扑冲突的能力；正交T-Snake(Bischoff和Kobbelt，2004) 将三角格网改为正交格网，省略了结点移动方向判断；改进正交T-Snake(Zheng，2010)对前者方法进一步改进，将结点限制在格网顶点上，从而简化了能量函数，成功提取了血管边缘。
在活动轮廓法提取遥感影像水体方面，朱述龙等人(2013)研究了影响GVF Snake模型提取结果因素，并对不规则无岛水域边界进行提取，但深凹边界提取效果仍不理想；孟伟灿等人(2011)将区域生长法与GVF Snake模型相结合提取水体边界，实现了轮廓曲线自动初始化，但不能处理复杂拓扑结构水体。吴欢等人(2006)将Snake模型提取过程分成两阶段，通过多种轮廓初始化方法来提取高分辨率遥感影像河道边界。孟令奎和吕琪菲(2015)基于改进正交T-Snake方法成功提取了遥感影像水体，但结果精度受格网尺寸限制。
Balloon Snake模型在原始Snake模型基础上添加了膨胀力，使模型对初始轮廓不敏感，且不受格网约束，在参数设置适当下能够提取到目标边缘(张荣国 等，2012；Li 等，2014)。Filho等(2014)提出了一种自适应Balloon活动轮廓模型，通过对内力加以改进使模型能够提取复杂形状边界。吕红宇等人(2006)由PSF算法给出了Snake曲线运动停止条件，正确分割出了医学影像中多个对象轮廓。但由于Balloon Snake模型不具有拓扑变换能力，因此尚未应用于含河中岛遥感影像水体边界提取。
本文以含河中岛遥感影像水体边界提取为目标，在原始Balloon Snake模型基础上添加了拓扑冲突检测与处理机制，实现了遥感影像中含河中岛水体矢量边界的一次性精确提取。
2 改进Balloon Snake算法水体边界提取
2.1 遥感影像水体边界提取整体流程
水体边界提取过程其本质就是初始轮廓随能量函数最小化而逐渐优化的过程，具体算法流程如下：
(1) 模型初始化：手动在水体内部设置初始轮廓；
(2) 计算图像梯度：利用梯度算子计算获取图像的边缘梯矩阵；
(3) 拓扑冲突检测与处理：遍历曲线上线段对线段ViVi+1[(xi，yi)，(xi+1，yi+1)](i∈(1，n–2)，n为曲线上顶点个数)，按照2.2.1节方法判断曲线上所有与ViVi+1[(xi，yi)，(xi+1，yi+1)]不相邻线段VkVk+1[(xk，yk)，(xk+1，yk+1)]是否与ViVi+1相交。若存在相交线段VjVj+1[(xj，yj)，(xj+1，yj+1)]，则说明曲线存在自相交，亦即存在岛状拓扑冲突，则按照2.2.2节方法将原曲线分裂成两条新曲线S1和S2，然后对S1和S2分别执行(3)；若不存在相交，则继续执行(4)；
(4) 记录当前曲线上结点个数n1；
(5) 曲线膨胀变形：利用Balloon Snake算法迭代计算边界坐标点序列；
(6) 迭代终止判断：记录迭代后曲线上结点个数n2，比较n1与n2是否相等，若不等，则继续执行(3)；否则，输出当前曲线坐标序列。其中，迭代终止条件设置为判断曲线结点个数不再变化的原因为，当曲线到达边界时，继续迭代曲线坐标序列将不再改变。改进Balloon Snake模型提取含河中岛水体边界流程如图1所示。
2.2 算法改进原理
2.2.1 拓扑冲突检测
当要提取水体含有中心岛时，水体边界轮廓由两个或两个以上轮廓曲线组成，且其中一个面积大的轮廓包含了其他面积较小轮廓。在这种情况下，Snake曲线在从位于水体内部一个初始轮廓向外逐渐运动过程中一定会在水体内某处发生自相交，如图2(a)所示，说明当前轮廓曲线出现了拓扑冲突。设当前曲线为S(V1，V2，
2.2.2 拓扑冲突处理
在图2(a)中，利用2.2.1中检测方法首先会检测出线段ViVi+1与VkVk+1相交，此时将线段ViVi+1头结点Vi与线段VkVk+1尾结点Vk+1相连，将线段ViVi+1尾结点Vi+1与线段VkVk+1头结点Vk相连。
原曲线S被分裂成两条新闭合曲线S1、S2，如图2(b)所示。其中S1为外部曲线，由V1到Vi和Vk+1到Vn两个结点序列组成，结点个数为n+i–k；S2为内部曲线，由Vi+1到Vk之间结点序列组成，结点个数为k–i。重新构造曲线S1=(P1，P2，
设曲线结点个数为N，若满足舍弃条件N<T(T为预设的结点个数阈值)，则舍弃当前曲线；否则保留当前曲线。由于不同水体中岛状区域形状各不相同，大小不同，所以阈值选取不固定，而应依赖于实际情况确定。本文根据实验数据设定阈值为20，最终得到图2(d)所示结果，保留曲线为S1和S2′。重新对S2′按照2.2.1节过程进行拓扑冲突检测，此时S2′也不存在自相交，将在气球力和图像力共同作用下向内运动变形，最终停留在水体内部岛屿边界上。改进Balloon Snake模型拓扑冲突检测与处理方法的伪代码参见附录1。
3 实验与结果分析
3.1 实验设计
3.1.1 实验数据
如图3所示，实验数据为国产GF-1卫星近红外波段遥感影像，空间分辨率为16 m。根据不含岛、含一个岛、含多个岛的水体形状，选取具有代表性的两类水体：西藏地区若干个具有代表性的湖泊与长江流域具有代表性的3个河段作为提取对象。
3.1.2 实验方案
采用原始Balloon Snake模型与改进后T-Balloon Snake模型提取结果进行对比。由于原始Balloon Snake算法无拓扑冲突处理机制，所以在处理含岛水体时需要手动停止迭代，为了控制变量，以改进后T-Balloon Snake模型迭代次数为基准控制原始Balloon Snake模型迭代停止次数，分别设置图3(a)—(f)对应数据迭代次数为465次、375次、1570次、1615次、1645次和2580次。实验在Inter酷睿i3，CPU主频3.07 GHz，内存6.00 GB计算机上利用Matlab编程实现。
3.2 实验结果与精度评价
3.2.1 水体边界提取结果
对每一类水体分别控制初始轮廓位置一致，利用T-Balloon Snake算法提取影像中目标水体边界，结果如图4和图5所示。其中，图4(a)—图4(c)和图5(a)—图5(c)为原始Balloon Snake提取结果，图4(d)—图4(f)和图5(d)—图5(f)为T-Balloon Snake提取结果，黄色曲线为初始轮廓，红色曲线为检测水体边界。
3.2.2 精度评价
对于边界提取精度评价包括有定性和定量两种评价方法。定性评价主要是通过目视观察，然后定性分析，可以直接从结果图中直观看出。定量评价本文采用了两种精度评价指标对改进前后两种模型水体边界提取精度进行客观评价。
(1) 基于True Positive (TP)/False Positive (FP)指标正确度(correctness)与完整度(completeness)评价(周亚男 等，2012)，其中缓冲半径本文设置为1个像素；
(2) 基于面积重叠率(AOM)的精度评价指标(Abbas 等，2013)。
分别利用原始Balloon Snake模型以及改进后T-Balloon Snake模型对上述6幅影像进行边界提取，然后利用上述两种指标计算提取结果精度，结果如图6所示。
3.3 结果分析
从图4的(a)、(d)和图5的(a)、(d)可以直观看出，在处理无岛水体时，T-Balloon Snake算法与原始Balloon Snake算法提取结果基本一致；而在图4(b)—图4(f)和图5(b)—图5(f)中，当水体内部含有岛状区域时，原始Balloon Snake模型边界提取效果远不如改进后T-Balloon Snake模型，表现在曲线在遇到岛时发生相交后会继续向各自方向膨胀变形，无法进行曲线分裂，进而无法得到正确水体边界。而改进后T-Balloon Snake模型在遇到岛时，因为有拓扑冲突检测处理机制，能够检测到岛状拓扑冲突并且在曲线发生自相交后能够及时分裂变形，最终得到正确含岛水体边界，说明本文方法在提取含岛水体边界时是有效的。
通过3.2节进一步定量分析，从图6可以看出，对于不含岛状区域水体来说，两种模型提取结果正确度、完整度以及面积重叠率都差别不大，说明T-Balloon Snake模型没有改变原始Balloon Snake模型原理。对于内部含有岛屿水体，原始Balloon Snake模型提取结果对应的3个精度指标值明显低于改进后T-Balloon Snake模型，从图中还可以看出，水体中岛屿越多，原始Balloon Snake模型提取精度越低于T-Balloon Snake模型。原因在于原始Balloon Snake无法检测与处理岛屿引起的拓扑冲突，导致在相同迭代次数情况下，会在水体内部形成许多冗余抑或遗漏掉很大一部分水体边界，如图4(b)、图4(c)和图5(b)、图5(c)所示。与上述定性分析结果一致，说明T-Balloon Snake模型能够有效提取遥感影像中含岛水体边界。
3.4 局限性
3.4.1 初始边界设置要求
在T-Balloon Snake模型中，初始轮廓设置需要位于目标水体内部，当水体内部有岛时，初始轮廓不能完全包裹内部岛状区域，如图7所示。因为初始轮廓是在气球力作用下不断向外膨胀，若初始轮廓完全包裹河中岛，则算法只能提取到外部水体边界，而不能提取到内部岛屿边界，进而导致边界提取不完整。
3.4.2 效率
由于T-Balloon Snake算法添加了拓扑冲突检测与处理机制，因此相对于原始Balloon Snake算法而言，在迭代次数相同情况下，改进后模型效率要低于改进前效率。通过实验发现，改进后T-Balloon Snake算法效率主要与以下3个因素有关：(1) 初始轮廓大小；(2) 轮廓曲线上结点密度；(3) 遥感影像尺寸。初始轮廓越接近水体边界、结点密度越小、影像尺寸越小，模型提取效率越高；反之，效率越低。目前效率问题仍然是本模型缺点，将在后续研究中加以改善。
4 结 论
(1) 提出了一种改进Balloon Snake算法的遥感影像水体边界提取方法，克服了边缘检测算法提取产生的二次误差以及正交T-Snake算法提取产生的格网约束，对于一次性精确提取GF-1号影像含河中岛水体边界有较好效果，所提取水体边界正确度超过94%，完整度与面积重合率超过93%。
(2) 本文的T-Balloon Snake模型在原始Balloon Snake模型基础上添加了拓扑冲突检测与处理机制，解决了因河中岛存在致使原snake曲线在膨胀过程中出现的自相交问题，能够有效提取影像中含岛屿的水体边界线。
(3) 在设定非岛区域舍弃规则时，阈值T选取影响水体边界轮廓个数，对最终提取结果的正确性有很大影响。
综上所述，改进T-Balloon Snake模型具有可检测含岛区域、拓扑变形能力强、适用范围广等特点，能够有效、精确提取遥感影像中多种含有岛屿的水体边界。在实际洪涝监测中可以通过此法有效获取洪水影响范围；同时，此法也可延伸到其他非水体地物边界提取中，如道路网提取等。
参考文献(References)
-
Abbas Q, Celebi M E and García IF. 2013. Breast mass segmentation using region-based and edge-based methods in a 4-stage multiscale system. Biomedical Signal Processing and Control, 8 (2): 204–214. [DOI: 10.1016/j.bspc.2012.08.003]
-
Bischoff S and Kobbelt L P. 2004. Parameterization-free active contour models with topology control. The Visual Computer, 20 (4): 217–228. [DOI: 10.1007/s00371-003-0228-9]
-
Cohen L D. 1991. On active contour models and balloons. CVGIP: Image Understanding, 53 (2): 211–218. [DOI: 10.1016/1049-9660(91)90028-N]
-
Filho P P R, Cortez P C, Barros A C D S and Albuquerque V H C D. 2014. Novel adaptive balloon active contour method based on internal force for image segmentation-A systematic evaluation on synthetic and real images. Expert Systems with Applications, 41 (17): 7707–7721. [DOI: 10.1016/j.eswa.2014.07.013]
-
Kass M, Witkin A and Terzopoulos D. 1988. Snakes: active contour models. International Journal of Computer Vision, 1 (4): 321–331. [DOI: 10.1007/BF00133570]
-
Li Z B, Xu X Z, Le Y and Xu F Q. 2014. An improved balloon snake for HIFU image-guided system. Journal of Medical Ultrasonics, 41 (3): 291–300. [DOI: 10.1007/s10396-014-0536-x]
-
Lv H Y, Ma J F and Bao S L. 2006. A multi-object segmentation algorithm for snakes using inflating balloon model. Chinese Journal of Medical Imaging Technology, 22 (3): 458–460. [DOI: 10.3321/j.issn:1003-3289.2006.03.040] ( 吕红宇, 马竞峰, 包尚联. 2006. 一种使用膨胀气球模型的Snakes多目标分割方法. 中国医学影像技术, 22 (3): 458–460. [DOI: 10.3321/j.issn:1003-3289.2006.03.040] )
-
McInerney T and Terzopoulos D. 2000. T-snakes: topology adaptive snakes. Medical Image Analysis, 4 (2): 73–91. [DOI: 10.1016/S1361-8415(00)00008-6]
-
Meng L K and Lv Q F. 2015. Improved orthogonal T-Snake model for complex water boundary extraction. Acta Geodaetica et CartographicaSinica, 44 (6): 670–677. [DOI: 10.11947/j.AGCS.2015.20140404] ( 孟令奎, 吕琪菲. 2015. 复杂水体边界提取的改进正交T-Snake模型. 测绘学报, 44 (6): 670–677. [DOI: 10.11947/j.AGCS.2015.20140404] )
-
Meng W C, Zhu S L, Zhu B S, Cao W and Si Y B. 2011. Water area boundary extraction based on GVF Snake model and region growth. Journal of Geomatics Science and Technology, 28 (4): 262–265. [DOI: 10.3969/j.issn.1673-6338.2011.04.007] ( 孟伟灿, 朱述龙, 朱宝山, 曹闻, 司毅博. 2011. 区域生长与GVF Snake模型相结合的水域边界提取. 测绘科学技术学报, 28 (4): 262–265. [DOI: 10.3969/j.issn.1673-6338.2011.04.007] )
-
Meng W C. 2012. Intelligent Water Boundary Extraction from Remote Sensing Image. Zhengzhou: PLA Information Engineering University: 10–11 (孟伟灿. 2012. 遥感影像水域边界智能化提取方法研究. 郑州: 解放军信息工程大学: 10–11)
-
Wu H, Yi Y H, Wang X and Chen X W. 2006. A river bank extracting algorithm based on active contour model from high-resolution satellite images. Remote Sensing Technology and Application, 21 (5): 407–413. [DOI: 10.3969/j.issn.1004-0323.2006.05.002] ( 吴欢, 易永红, 王啸, 陈秀万. 2006. 基于活动轮廓模型的高分辨率影像河道边界提取算法研究. 遥感技术与应用, 21 (5): 407–413. [DOI: 10.3969/j.issn.1004-0323.2006.05.002] )
-
Xu C Y and Prince J L. 1998. Snakes, shapes, and gradient vector flow. IEEE Transactions on Image Processing, 7 (3): 359–369. [DOI: 10.1109/83.661186]
-
Yang S W, Xue C S, Liu T and Li Y K. 2010. A method of small water information automatic extraction from TM remote sensing images. ActaGeodaetica et CartographicaSinica, 39 (6): 611–617. ( 杨树文, 薛重生, 刘涛, 李轶鲲. 2010. 一种利用TM影像自动提取细小水体的方法. 测绘学报, 39 (6): 611–617. )
-
Zhang R G, Liu K, Cai J H and Liu X J. 2012. Active contour model for deformable curves and surfaces. Beijing: National Defence Industry Press (张荣国, 刘焜, 蔡江辉, 刘小君. 2012. 变形曲线曲面主动轮廓模型方法. 北京: 国防工业出版社)
-
Zheng S. 2010. An intensive restraint topology adaptive snake model and its application in tracking dynamic image sequence. Information Sciences, 180 (16): 2940–2959. [DOI: 10.1016/j.ins.2010.04.030]
-
Zhou Y N, Zhu Z W, Shen Z F and Cheng X. 2012. Automatic extraction of coastline from TM image integrating texture and spatial elationship. Acta Scientiarum Naturalium Universitatis Pekinensis, 48 (2): 273–279. ( 周亚男, 朱志文, 沈占锋, 程熙. 2012. 融合纹理特征和空间关系的TM影像海岸线自动提取. 北京大学学报(自然科学版), 48 (2): 273–279. )
-
Zhu S L, Meng W C and Zhu B S. 2013. Irregular water boundary extraction using GVF Snake. Journal of Remote Sensing, 17 (4): 742–758. [DOI: 10.11834/jrs.20132179] ( 朱述龙, 孟伟灿, 朱宝山. 2013. 运用GVF Snake算法提取水域的不规则边界. 遥感学报, 17 (4): 742–758. [DOI: 10.11834/jrs.20132179] )
