摘 要： 以农业用地与人工建筑的分割为研究目的，提出一种可在卫星或航拍遥感图像中自动分割农用田地与人工建筑的图像处理算法。该算法使用图像区域合成、滤波、灰度统计、背景分割等处理技术，可实现大面积农用田地中人工建筑及道路的分割，并给出面积的估算。在此给出了解决思路，并给出试验效果。该技术对提高农地统计自动化水平、农业用地侵占普查效率有一定工程意义。
关键词： 耕地; 人工建筑; 阈值; 图像分割
Research on automatic segmentation of agricultural land and artificial buildings in remote sensing image
2. The 27th Research Institute of China Electronics Technology Group Corporation， Zhengzhou 450047， China）
Abstract： An image processing algorithm which can automatically spanide up agricultural fields and artificial buildings in remote sensing images from satellite or aerial photo is proposed. With the technologies of image area synthesis， filtering， histogram statistics and background segmentation， the artificial buildings and roads in large?scale agricultural lands can be segmented by the algorithm， and the area calculation can be realized. Some solutions and test results are given in this paper. It is significant for this algorithm to improve the automation statistic level of agricultural land.
Keywords： agricultural field; artificial building; threshold; image segmentation
0 引 言
作为人口大国，农林业对我国家安全和社会稳定有重要意义，随着经济的高速发展，乡镇及城市建设对土地需求日趋增长，合理有效地使用土地资源，监控土地实际使用情况是国家研究的重要课题。随着现代航天技术、航空技术、探测器技术高速发展，国家投入大量卫星、飞机及无人机进行耕地普查，新技术的广泛应用给农业用地统计、普查、灾害预警带来革命性发展，提供了丰富的数据资源。但社会各界对农业统计信息的需求越来越大，对统计质量要求越来越高，按照传统的方法，仅仅依靠手工作业是远远不能适应实际海量数据筛选需要的。本文提出一种可在卫星或航拍遥感图像中自动分割农用田地与人工建筑的图像处理算法，该算法使用图像区域合成、滤波、灰度统计、背景分割等处理技术，可实现农用田地中疑似建筑及道路进行分割，并给出面积的估算。为后续土地和人工建筑确认标注提供预先提示。
1 遥感图像预处理
农用土地遥感图像所关注的信息大部分集中在低频和中频段，为了有效抑制图像的噪声并尽可能多的保留有用的信息，采用均值滤波、中值滤波、低通滤波、匹配滤波等多种滤波器相结合，综合线形滤波器和非线形滤波器的优点，研究具有实时特性的滤波网络，最大程度滤除噪声，提高图像的信噪比，减少图像的失真[3?4]。
原始图像中各点的灰度值f（x，y）用该点邻域的灰度平均值代替，以抑制具有突变性质的噪声点。设g（x，y）为处理后的灰度值，则该方法可表示为：
[g（x，y）=1MN（m，n）∈S（x，y）f（m，n）] （1）
式中：[S（x，y）]为[（x，y）]的邻域;m，n为[S（x，y）]中的像素数。
图像的预处理在空域中进行，也可在频域中进行，将一维信号低通滤波器在二维图像中应用，图像经过二维傅里叶变换后，噪声频谱位于空间频率较高的区域，而图像中关键信息处于空间频率较低的区域，从而实现对高频分量的预制[5]。 转移函数为：
式中：[D0]为截止频率;[n]为阶数。
2 遥感图像分割与处理
严格意义上的图像分割是指每一个物体都能和它的背景区分开来而成为一个独立完整的区域，人的视觉就包括这个过程。但是，在实际应用中这是很困难的，因为图像分割没有统一的判别标准，也没有通用的分割方法，一般来说，只要能把感兴趣的部分从背景中分割出来就可以接受[6]。对遥感图像进行分割就是把图像中不同于农业用地的人工建筑或道路等具有特殊意义的区域分割开来，这些区域本身并不相关，但每一个区域都不同于农业用地[7?8]。
2.1 大面积耕地直方图分析
由于大面积农用耕地的主背景的分布相对均匀，从图像的直方图分析明显存在单峰（背景），如果有道路或人工建筑，则直方图中将存在背景峰之外的多个。
E：＼王芳＼现代电子技术201506＼现代电子技术15年38卷第6期＼Image＼05t1.tif
图1 大面积农用田地图及直方图
2.2 基于大面积耕地背景的分割阈值提取
[H（x）]为图像直方图分布，则图像的平均灰度为[9?10]：
[hx=x・hxhx] （3）
图像的灰度分布误差为：
[σ=h（x）-h（x）?x2h（x）] （4）
将[h（x）]-ks作为图像分割的第一个阈值，[h（x）]+ks作为图像分割的第二个阈值。将灰度在[[h（x）]-ks，[h（x）]+ks]内的像素判为背景，其他灰度图像像素判为目标，则就可以将目标从背景中“分割”出来。如图2，图3为原始图像及经过预处理后的图像，应用式（4）求解出[σ]及分割门限，经二值化后分割图像如图4所示。
图2 原始图像
E：＼王芳＼现代电子技术201506＼现代电子技术15年38卷第6期＼Image＼05t3.tif
图3 图像预处理
E：＼王芳＼现代电子技术201506＼现代电子技术15年38卷第6期＼Image＼05t4.tif
图4 图像分割
根据分割出的图像可对目标像素面积的统计，采用投影方法，可获得图像不同列中非农用地的像素数，如图5所示，通过累加计算可获得设定区域非农用地占用比例，从而获得实际农用地面积。
2.3 应用
通过对遥感图像处理，可对耕地或建筑面积进行估算、统计，对疑似建筑物、道路进行标注，提高农业用地统计自动化水平，并提高土地管理部门、农业部门、农业统计部门及其他有关部门在技术手段和行政管理方面的优势，采用先进的遥感技术、全面统计和抽样调查等各种方法，对耕地及其他农业用地的数量进行全面的监测和管理，及时对不利于耕地和其他农业用地保护及使用的情况进行处理和纠正。
E：＼王芳＼现代电子技术201506＼现代电子技术15年38卷第6期＼Image＼05t5.tif
图5 目标面积统计
3 结 语
本文根据大面积农用地统计需求，结合其图像特性，提出一种大面积耕地背景的耕地及人工建筑分割方法，可以有效提高耕地统计自动化水平，并辅助监测农用耕地占用情况。
参考文献
[1] 章孝灿，黄智才，赵元洪.遥感数字图像处理[M].杭州：浙江大学出版社，1997.
[3] 汪哲慎，李翠华.基于目标特征的图像预处理技术[J].厦门大学学报：自然科学版，2004（4）：473?478.
[4] 沃焱，韩国强.基于自适应预处理的图像分割方法[J].电子与信息学报，2007（1）：87?91.
[5] 杨枝开，王开.数字图像获取处理及实践应用[M].北京：人民邮电出版社，2003.
[6] 章毓晋.图像分割[M].北京：科学出版社，2001.
[7] 殷瑞娟， 施润和.一种高分辨率遥感影像的最优分割尺度自动选取方法[J].地球信息科学学报，2013（6）：904?910.
[8] 张彦.遥感图像中建筑物分割方法研究[D].天津：河北工业大学，2012.
[9] 韩思奇，王蕾.图像分割的阈值法综述[J].系统工程与电子技术，2002（6）：91?94.
