改进SIFT算法的城市河流黑臭水体遥感影像动态识别研究

周 寒

(辽宁省抚顺水文局，辽宁 抚顺 113015)

2015年前，城市黑臭水体的研究还局限于对黑臭水体的治理研究工作[1- 6]，对于城市黑臭水体的监控研究还较少。随着卫星遥感技术的不断发展，对城市黑臭水体的研究也逐步得到国内外学者的广泛关注。对于城市黑臭水体的遥感识别，有利于对城市黑臭水体的时空演变进行有效把控，并可从源头上对城市黑臭水体进行控制，改善城市黑臭水体的水质。水体遥感识别传统上采用光学波段识别模型，但也有黑臭水体本身的特殊性值，使得应用传统光学波段识别较为困难，识别度较低。近年来，有学者针对传统学波段识别模型的算法进行改进，引入SIFT算法，该算法可以实现多背景下的目标快速识别，在卫星图像遥感识别中得到应用[7- 9]，应用效果比改进算法下图像遥感识别度得到明显提高。可对城市黑臭水体进行有效识别监控，本文引入改进的SIFT算法，对城市黑臭水体遥感识别进行改进。

1 改进的SIFT算法

改进的SIFT算法首先需要计算光学反射率角度，检验反射率角度是否满足均匀性，假设发射角的计算方程为：

(1)

式中，magij(k)、oriij(k)—jth直方图上的幅度和方向角度。在反射角计算基础上，需要对两两方向角的相互独立性进行检验，改进算法假定两个随机变量，通过计算皮尔逊矩相关系数来分析其独立性，计算方程为：

ρxy=E[(X-μx)(Y-μy)]/σxσy

(2)

式中，E—期望算子；X、Y—随机变量；μx、μy—随机变量的期望值；σx、σy—随机独立变量的方差；反射角度α以及β特征点的计算方程为：

(3)

通过上述方程的计算，可以实现遥感图像的动态识别点的特征匹配。中国资源卫星应用中心于2011年7月至9月完成了环境卫星的场外定标实验，并进一步检验了真实性。环境卫星CCD的定标公式为：

L=DN/A+L0

(4)

式中，L0—偏移量；A—绝对定标系数增益。在进行完卫星遥感图像定位后，使用环境卫星热红外数据时需要将其转换为辐射亮度。其公式为：

(5)

式中，Lλ—热红外传感器所接收到的地表物体反射出的辐射亮度，W·m-2·sr·μm-1；DN—原始影像的灰度值；b—偏移量；g—绝对定标系数增益，在环境卫星热红外数据头文件中可以获取相应的数值。

2 实例应用

本文以辽宁省某城市为研究实例，结合改进的光学识别模型对城市黑臭水体进行水体遥感影像识别。

2.1 模型参数设置

模型运用前，对模型不同卫星波段下的参数进行设置，模型参数设定结果见表1。

表1 模型参数设定结果

2.2 模型反射率精度评价

不同算法下遥感影像识别主要在于其各光谱反射率的分析，结合不同算法下的光学识别分析，应用8种卫星波段，统计分析了不同算法下各波段的反射率精度，精度统计结果见表2—3。

从表2中可以看出，传统算法下各波段反射率的相关系数在0.5892～0.6694之间，各波段平均相关系数为0.6463，而均分误差在48.35%～58.43%之间，各波段均分误差均值为52.73%，表

3为改进算法下的各波段反射率精度分析结果，可以看出，改进算法下各波段的反射率相关系数在0.7983～0.8527之间，各波段反射率相关系数均值为0.8221，相比于传统算法，反射率相关系数提高0.18，而从各波段均分误差可以看出，改进算法下，各波段反射率的均分误差减少17.7%。这主要是因为改进的光学识别模型采用SIFT算法检查各波段发射角均匀性，相比于传统算法，在反射率计算优化性更高，因此改进模型的反射率精度更高。

2.3 模型适用性分析

为分析模型的适用性，从波段反演误差及相关性两个指标分析改进后模型对于不同类型黑臭水体的识别度，分析结果如图1所示。

从图1中可看出，各类型黑臭水体下模型的波段反演误差及相关性分析较好，表明改进后的光学识别模型下各类型黑臭水体遥感反演适用性较好。从类型城市黑臭水体的反演效果可看出，重度黑臭水体下其识别率可达到85.3%，而中度、轻度黑臭水体的遥感识别率可以达到64.5%和72.3%，对于一般水体而言，改进后的光学识别模型下的遥感识别率也可达到81.2%，改进的光学识别模型可以用来对城市黑臭水体进行遥感影像识别。

2.4 黑臭水体的遥感影像识别

结合改进的光学识别模型，对城市5—9月份的黑臭水体进行遥感影像图像识别，识别结果如图2所示。

从图2中可看出，城市黑臭水体在5、6月份主要集中部区域，且呈现轻度黑臭水体，扩散范围较小，而进入区域主雨期7、8月份后，进入城市的污染物增多，使得城市黑臭水体有所增多，且呈现中度以上污染，重度黑臭水体的范围有所增多，主要集中在城市中部区域，应加大这一区域的黑臭水体的治理。从9月份开始，城市黑臭水体的范围逐步向西进行偏移，且呈现中度以下的污染，特别是进入10月份以后，城市黑臭水体的范围逐步减弱，呈现轻度黑臭。进入11月以后，城市河道进入封冻期，直到次年4月，这一时期由于河流封冻影响，城市黑臭水体遥感影响识别率较差。

表2 传统算法下各波段反射率精度评价结果

表3 改进算法下各波段反射率精度评价结果

图1 不同类型黑臭水体模型适用性分析结果

图2 基于改进的光学识别模型的城市黑臭水体遥感影像识别结果

3 结论

改进算法后，传统遥感光学识别模型的平均识别度提升17.7%，改进算法下模拟的光波反射率曲线与实测值相关系数提高0.18，重度黑臭水体的遥感识别率达到85.3%，轻度黑臭水体遥感识别率达到64.5%，一般性水体的遥感识别率也可达到81.2%。数据表明：SIFT算法下城市黑臭水体遥感影响识别率明显提高，主要提高在不同波段的光学反射率上，该方法能较好支撑城市黑臭水体的监控。但在北方河道，城市河流进入封冻期后，城市黑臭水体遥感影响识别率较差。