一种面向对象地裂缝分布信息提取最佳分割参数选择方法

一种面向对象地裂缝分布信息提取最佳分割参数选择方法

魏长婧

河南省地质局地质灾害防治中心  河南省郑州市  450012

摘要：为了提高面向对象地裂缝分布信息提取精度，本文在研究原有分割参数选择方法的基础上，提出了一种半自动化地选择最佳分割参数的方法。该方法分别采集地裂缝和其邻接区域样本，依据区域内同质、区域间异质确定最佳分割尺度，并在最佳分割尺度下，通过固定形状和紧致度因子中的一个，以不同步长改变另一个因子，计算目标函数和分割质量函数，从而得到最佳分割尺度。该方法在实际应用中取得了较好的效果。

关键词：面向对象；地裂缝；最佳分割参数

1 面向对象分割参数选择研究现状

近年来，一些科研人员对面向对象影像分割中最优分割尺度的选择进行了研究，提出了一些方法。这些方法大致可以分为四类：①根据区域内同质，区域间异质的准则来选择相关标准组成目标函数，计算最佳分割尺度；②根据影像对象的面积选择最佳分割尺度（如面积比方法、最大面积法）；③矢量距离指数法；④二维频率分布矩阵对比法。这些方法中，绝大部分只对最佳尺度参数进行了选择，并没有对分割参数中的均质因子进行最优选择。本论文根据已有研究资料，针对矿区地裂缝信息，提出了一种半自动化地选择最佳分割参数的方法。

2 最佳分割参数选择方法

具体流程见图1。

第一步：准备工作

根据地面实地调查情况、矿区地裂缝分布特征和建立的地裂缝遥感影像解译标志，发现矿区地裂缝一般与面积较大的地物相邻，如山体、农田等。因此，需要按照地裂缝和其邻接区域的最佳分割参数进行影像分割。这里首先采集地裂缝样本和地裂缝邻接区域样本，并粗略确定一个形状和紧致度的参数。

图1 最佳分割参数选择流程

第二步：确定最佳分割尺度

分别大致确定地裂缝和其邻接区域的分割尺度范围，并按步长为5在确定的分割尺度范围内对选择的样本进行不同尺度的分割。

由于对某一分割尺度下产生的对象，其评价的准则一般为：对象内部具有良好的同质性，相邻对象之间具有明显的对比度，对象面积的大小对评价结果有不同的权重影响，所以采用区域内同质、区域间异质的准则，并考虑对象面积来计算目标函数，以此作为评价分割质量的依据。

区域内同质性的度量采用对象内部的标准差来表示：

                    （1）

式中，是区域的标准差，是区域的面积。区域内的标准差是一个面积加权平均值，这样可以避免小区域导致的不稳定性。越小，说明区域内的同质性越好。

区域间异质性的度量采用Moran的自相关指数来表示：

               （2）

式中，是影像分割后区域的总数，是图像区域的平均灰度值，是整个图像的平均灰度值，是区域和的空间邻近性度量。如果区域和相邻，那么，否则。越小，说明区域间的异质性越好，的最小值标志着区域间最大异质性的位置。

将式（1）和（2）经过正规化后合并起来作为目标函数，好的分割结果应使目标函数取得极大值。为了使选择的最优分割尺度更加合理，在第一步应多选几个样本，且要尽量保证选择的样本基本涵盖该地物类别的不同特征。

                  （3）

式中，和分别由式（4）正规化得到。

                   （4）

将分割尺度和计算所得的目标函数值作为插值节点，利用下式计算最优分割质量计算模型。

             （5）

由（5）式的最大值可以分别得到地裂缝及其邻接区域的最佳分割尺度。

第三步：确定最佳分割参数

在地裂缝最佳分割尺度下，分别固定形状和紧致度因子中的其中一个，以0.05的步长改变另一个因子，对地裂缝样本进行分割，计算其目标函数和分割质量函数，得到地裂缝的最佳分割参数。以同样的方法获取地裂缝邻接区域的最佳分割参数。

3 实际应用

将该方法应用于大同煤矿集团马脊梁矿区中型地裂缝信息提取，影像采用机型为CK-GY04的无人机航拍影像，设计行高为300m，影像分辨率为0.15m，获取时间为2012年2月5日，提取结果如图2所示。将提取结果与实际调查结果（图3）进行对比，可以看出，绝大部分地裂缝信息被提出，提取结果较好。

图2 面向对象地裂缝信息提取结果

图3 实地调查地裂缝分布图

4 结束语

本文针对面向对象矿区地裂缝信息提取，提出了一种半自动化地选择最佳分割参数的方法，并将其应用于矿区中型地裂缝信息提取，取得了较好的效果，证明该方法是一种有效的提高地裂缝信息提取精度的方法。

参考文献：

[1]陈春雷，武 刚．面向对象的遥感影像最优分割尺度评价[J]．遥感技术与应用，2011，26(1)：96-102．

[2]何 敏，张文君，王卫红．面向对象的最优分割尺度计算模型[J]．大地测量与地球动力学，2009，29(1)：106-109．

[3]薄树奎，韩新超，丁 琳．面向对象影像分类中分割参数的选择[J]．武汉大学学报·信息科学版，2009，34（5）：514-517．

[4]张 俊，朱国龙，李 妍．面向对象高分辨率影像信息提取中的尺度效应及最优尺度研究[J]． 测绘科学．2011，36(2)：107-110．

[5]于 欢，张树清，孔 博，等．面向对象遥感影像分类的最优分割尺度选择研究[J]．中国图形图像学报，2010，15(2)：352-360．