结合遥感影像和DEM的线性体特征提取

易俐娜，刘鹏飞，乔小军，张小宁，李艳华

(1.中国矿业大学(北京）地球科学与测绘工程学院，北京 100083；2.北京师范大学地理学与遥感科学院，北京 100009）

结合遥感影像和DEM的线性体特征提取

易俐娜1，刘鹏飞1，乔小军1，张小宁2，李艳华1

(1.中国矿业大学(北京）地球科学与测绘工程学院，北京 100083；2.北京师范大学地理学与遥感科学院，北京 100009）

一、引 言

线性体构造信息是和地质构造相关的线性特征，包括山脊线、山谷线、断裂带等，是地质应用的重要基础信息。它不仅能为找矿提供线索[1]，还是地貌景观演化研究中的重要影响因素[2]，能用于地质构造分析、地质灾害监测等应用领域[3-5]。遥感影像上连续的或不连续的以地貌和色调异常显示的非人工的线性特征或弧形特征大部分是构造要素的反映，并主要与断裂构造(包括节理、断层、断裂带）有关，其优势方位通常反映区域构造的基本格局，而其方位偏差则反映局部构造异常。规模较大而且延续性强的线性体，往往是深层构造在地表的直接反映。DEM是以数字的形式按一定结构组织在一起，表示实际地形特征空间分布的模型，也是地形起伏的数学描述。线性体有着特殊的地貌表现形式，在DEM上也就有着不同于其他地物的特点。基于DEM进行分析从而识别线性体的位置及空间分布特征，将对区分线性体构造信息和非地质相关线性特征有着非常重要的作用。

在已有的遥感图像线性体自动提取研究中，遥感图像处理及边缘检测是其关键技术手段。印度遥感中心利用一元数字图像对线性体进行自动提取，对数据进行重采样压缩，用5×5窗口内像元的平均值来代表新像元值，这样将数据压缩到原来的1/25。然后对这些数据进行反差扩展，在适当的窗口内滤波，检测出边缘点，对这些边缘点进行Hough变换拟合线段。美国匹兹堡大学用局部方差和梯度趋势提取线性体，对图像进行反差扩展，选取窗口，求窗口内的灰度均值及方差，选取一个方差阈值，建立方差阈值图，将方差大于阈值的像元保留，而其余像元赋一特定值。然后对该图进行卷积求得梯度的方向图，对m× m窗口内的像元数和特征进行分析，当有线性延伸的连续像元集群，其方向又与梯度方向垂直，这些像元本身就是线性体；或者当集群像元数足够大，分布虽不连续但明显呈延长状，则像元集群的主轴就是线性体。这些研究虽然能有效利用遥感影像上的边缘信息，但是由于遥感影像上存在其他与地质构造无关的线性特征，线性体自动提取的结果与专家目视解译提取的结果相比，差异仍然很大。地质专家能从构造的全局出发，把同一延伸方向的不连续线段连结起来，得出同实际地质构造吻合较好的判读结果[6]。

基于DEM的线性信息提取方法主要有曲面拟合法、水流模型法、截面方法等[7]。然而，由于地貌的复杂性、DEM的误差不可避免，这些方法提取的边缘点往往难以连接成“有构造意义”的线性体目标。

考虑到遥感影像上提取的线性边缘具有连续性强、精确度高的优势，而DEM上表现出的地形起伏对揭示地貌变异有着重要的贡献，能被用来识别与地质构造相关的线性特征，本文提出一种结合遥感影像和DEM的线性体特征提取方法，其中山脊线、山谷线和断裂带是主要的提取目标。该方法首先把遥感影像和DEM进行几何配准，再分别基于DEM和遥感影像提取线性特征。一种嵌入边缘的标记分水岭分割方法[8]被用于遥感影像线性特征提取，能在保留弱边缘的同时去除伪边缘。DEM地形分析被用于指导断裂带的提取；DEM水文网络分析被用于自动提取山脊线、山谷线。最后，利用边缘点匹配保留和地质构造相关的边缘点，利用数学形态学的腐蚀、膨胀方法对保留的边缘点进行后处理，连接相邻边缘点，以获得最终的线性体提取结果。

为验证所提方法，本文选择秦皇岛市的山地作为研究区，获得其对应的Landsat ETM和Strm的DEM数据。将本方法提取出的线性体构造信息和专家的解译结果进行对比发现，提取出的线性体和解译结果基本吻合，这证明本文提出的方法具有较好的应用前景。

二、方 法

1.研究区及数据预处理

研究区位于河北秦皇岛市，覆盖面积达630 km2。ETM＋数据包括15 m空间分辨率的全色波段和30 m空间分辨率的多光谱波段；Aster GDEM数据空间分辨率为30 m。首先对两种数据进行几何配准，使得配准误差小于0.1个像素，并重采样到15 m分辨率。为除去DEM数据上的噪音，将配准后DEM数据进行自适应滤波，在保留边缘的情况下实现平滑减噪，得到的DEM滤波后结果如图1所示。将Landsat ETM＋数据和DEM叠加得到如图2所示的三维图，可见在研究区存在明显的断裂带(横向线），且山谷线垂直于断裂带平行展布(纵向线）。

图1 自适应滤波后的Aster G-DEM图像

图2 研究区三维叠加图

2.遥感影像线性特征提取

本文使用一种嵌入边缘的标记分水岭分割算法[11]提取遥感影像上的边缘，该方法能去除伪边缘且保留弱边缘，得到如图3所示的边缘提取结果，可见提取的边缘较为精确地表达了遥感影像上的线性特征。

图3 遥感影像边缘提取结果

然而，提取的边缘中包含线性体构造特征及与地质构造无关的线性特征(如水体边缘）。因此，需将和地质构造无关的线性特征从中剔除。考虑到DEM较好地反映了研究区地形地貌，因此，先利用DEM地形分析及水文网络分析来提取线性体构造信息，然后再利用边缘点匹配的方法获得与DEM上提取的线性体相匹配的遥感影像边缘点，并对边缘点进行后处理，以获得最终的线性体构造信息提取结果。

3.DEM线性体构造信息提取

对于线性体构造而言，DEM上的坡度变化较快区域就是断裂带；走向一致的连续线性特征往往就是山脊、山谷线。本研究基于地形分析和水文网络分析分别提取断裂带和山脊山谷线。

(1）地形分析

从DEM上提取坡度(slope）和坡向(aspect）特征[9]分别反映了地形的倾斜程度和走势，如图4、图5所示。坡度变率是地面坡度在微分空间的变化率，它的计算是依据坡度的求算原理，在所提取的坡度值的基础上对地面每一点再求算一次坡度，即坡度之坡度(slope of slope，SOS），表征了地表面高程相对于水平面变化的二阶导数，在一定程度上可以很好地反映剖面曲率信息，其计算结果如图6所示。坡度变率较大的地方一般是断裂带所处的位置，因此，在SOS图上连续的灰度较亮区域显示断裂带的存在。通过手工提取断裂带可得到如图7所示的提取结果。

图5 DEM坡向特征(aspect）

图6 DEM坡度变率特征(SOS）

(2）水文网络分析

山脊线、山谷线是地形特征线，它们对地形、地貌具有一定的控制作用。山谷山脊线的提取实质就是分水线与汇水线的提取[10-11]。在ArcGIS中利用水文网络分析方法提取山脊线是基于汇流累积量为零的原理进行的，而山谷线则先通过反地形处理，然后通过汇流累积量为零进行提取，提取结果如图8所示。可见，山脊山谷线较好地反映了地形骨架，但是其存在边缘不连续的问题。

4.结合遥感影像和DEM的线性体构造信息提取

DEM上的线性体提取结果较好地吻合了专家解译的结果，但是存在边缘断断续续、难以连接的情况；遥感影像上提取的边缘具有很好的连续性，但存在其他非地质构造线性特征。为综合利用两者的优势，提取反映地质构造的线性体信息，以DEM数据中提取的线性体边缘点为基础，在遥感影像边缘提取结果上进行边缘点匹配。

在边缘点匹配中，以DEM上线性体边缘点i为基准，匹配遥感影像边缘点j，计算两者间最短距离dij，若距离dij在预设的距离容差l范围内，表明这两个边缘点是匹配的，从而保留遥感影像上的边缘点；若距离在距离容差范围外则保留DEM上提取的边缘点。匹配结果如图9所示，边缘代表山脊、山谷线和断裂带。可见，由于存在一个DEM上边缘点匹配得到多个遥感影像边缘的情况，匹配结果上存在不同宽度的边缘线，需要进行后处理得到连续的边缘。首先，利用影像相减剔除水体指数阈值分割得到的水体边缘；然后利用腐蚀、膨胀的数学形态学方法来处理边缘点，得到如图10所示的线性体提取结果。可见本文所提方法提取出的线性体特征较好地吻合研究区的地形构造格局。

图8 DEM上提取的山脊线、山谷线

图9 边缘点匹配结果

图10 线性体特征提取结果

三、总结和展望

本文以秦皇岛市的山地为研究区域，获得该区域对应的Landsat ETM和DEM数据，建立了关于线性体的解译标志，包括坡度变率SOS、断层三角崖排列、山脊及山谷的错切等。在DEM的线性体提取方面，利用水文网络分析提取山脊、山谷线，SOS提取断裂信息，取得了较好的结果。在遥感图像处理提取线性特征方面，利用一种嵌入边缘的标记分水岭分割算法提取边缘。然后，对遥感影像上提取的线性特征和DEM上提取的线性体进行匹配，并剔除水体边缘，以获得和地质构造相关的线性体提取结果。通过目视解译，发现本研究所提取出的线性体和解译结果基本吻合。但是，本文所提方法受影像和DEM几何配准精度的影响较大，需要精确配准影像数据和DEM才能充分地利用两者提取高质量的线性体特征；其中嵌入边缘的标记分水岭分割、水体指数阈值分割、DEM水文网络分析和地形分析方法的自动化程度不高，一些参数的设置需要人工进行反复试验以获得较为满意的结果；在线性特征边缘匹配中，运用的方法是边缘点匹配方法，匹配结果存在线段粗细不同的问题，为后续的边缘后处理带来了困难，这些可考虑用线特征匹配的方法加以改进。为进一步提高线性体提取的质量和自动化程度，需对以上内容进行进一步的研究。

[1]谭衙霖，霍建平.试论遥感找矿进展[J].地质找矿论丛，1999，14(4）：29-34.

[2]姚永慧.贵州独山喀斯特地区构造线性体对谷地洼地分布格局的影响分析[J].地球信息科学学报，2009，11(6）：759-764.

[3]黄勤.城市区域断裂构造遥感信息提取[D].杭州：浙江大学，2007.

[4]穆增光.基于DEM与知识的公路工程活断层识别研究[D].西安：长安大学，2008.

[5]周小虎.煤田自燃灾害遥感信息与区域地质综合研究[D].西安：西北大学，2008.

[6]高明星，孙宝生，刘少峰，等.基于MATLAB的线性构造信息提取研究[J].矿业研究与开发，2008，28 (1）：52-54.

[7]苏丹丹，刘光胜.DEM中线性信息提取方法研究[J].吉林大学学报：地球科学版，2004，34(10）：181-185.

[8]LI D R，ZHANG G F，WU Z C，et al.An Edge Embedded Marker-Based Watershed Algorithm for High Spatial Resolution Remote Sensing Image Segmentation[J]. IEEE Transactions on Image Processing，2010，19 (10）：2781-2787.

[9]刘学军，王叶飞，曹志东，等.基于DEM的坡度坡向误差空间分布特征研究[J].测绘通报，2004(12）：11-14.

[10]周毅，汤国安，张婷，等.基于格网DEM线状分析窗口的地形特征线快速提取方法[J].测绘通报，2007 (10）：67-69.

[11]郭明武，吴凡.对一种基于规则格网DEM自动提取地性线算法的改进[J].测绘通报，2006(7）：49-52.

Lineament Extraction from Remote Sensing Image and DEM

YI Lina，LIU Pengfei，QIAO Xiaojun，ZHANG Xiaoning，LI Yanhua

利用遥感影像提取的线性特征具有较高定位精度，但不能保证线性特征和地质构造相关；利用DEM提取的线性特征能较好地反映地形特征，但存在边缘点定位不准、难以连接的缺点。本文提出一种结合两者优势的线性体特征提取方法。首先利用嵌入边缘的标记分水岭分割方法提取遥感影像线性特征，在保留弱边缘的同时去除伪边缘；然后利用DEM地形和水文分析提取断裂带、山脊线、山谷线；最后利用边缘点匹配保留与地质构造相关的边缘点，利用数学形态学的腐蚀、膨胀方法进行结果后处理，连接相邻边缘点以获得最终结果。秦皇岛市山区的试验结果表明：该方法能快速、准确地获得连续线性体特征，较好地刻画研究区的地质构造情况。

线性体提取；水文网络分析；地形分析；标记分水岭分割

P237

B

0494-0911(2014）10-0019-04

2014-01-07

国家自然科学基金面上项目(41171306）；高等学校博士学科点专项科研基金(20130023110001）；中国矿业大学(北京）中央高校基本科研业务费项目(2011QD03）；中国矿业大学(北京）国家级大学生创新计划项目(201211413030）；“大学生创新训练项目”(Z20141201）

易俐娜(1986―），女，湖北云梦人，讲师，主要从事高分辨率遥感影像信息提取方面的研究。引文格式:易俐娜，刘鹏飞，乔小军，等.结合遥感影像和DEM的线性体特征提取[J].测绘通报，2014(10）：19-22.

10.13474/j.cnki.11-2246. 2014.0319