全 文 ：第 ww卷 第 z期
u s s {年 z 月
林 业 科 学
≥≤Œ∞‘׌„ ≥Œ∂ „∞ ≥Œ‘Œ≤„∞
∂²¯1ww o‘²1z
∏¯ qou s s {
基于  ’⁄Œ≥影像梯度的林火边界提取方法
付迎春t 徐颂军t 陈 蜜u
kt1 华南师范大学地理科学学院 广州 xtsyvt ~u1 首都师范大学教育技术系 北京 tsssvzl
摘 要 } 红外遥感数据是获取火灾参数的主要方法 o中分辨率成像光谱仪k ’⁄Œ≥l因具有广泛的光谱覆盖波段和
强大的动态监测能力被用于森林火灾监测 ∀传统方法主要是基于光谱特征的火烧迹地识别及制图 o而描述火灾蔓
延的边缘火线对于动态火灾监测具有更重要的意义 ∀本文基于多波段影像梯度的图像视觉分析 o提出一种自动检
测林火边界火线特征的方法 ∀通过与传统边缘算子的检测结果对比 o并结合火烧迹地的归一化植被指数 ‘⁄∂Œ叠
置验证 o本方法在融合多波段影像的火灾光谱信息的同时 o增强了火线变化的空间细节表现能力 o提高了边缘定位
性能 o在动态火灾制图和监测方面是有效可行的 ∀
关键词 } 中分辨率成像光谱仪 ~多波段影像梯度 ~火烧迹地 ~火线检测
中图分类号 }≥zyu1v 文献标识码 }„ 文章编号 }tsst p zw{{kuss{lsz p ssxy p sy
收稿日期 }ussz p tu p sx ∀
基金项目 }国家自然科学基金项目kwsysts{wl ∀
Εξτραχτιον οφ Φορεστ Φιρε Εδγε Λινε Βασεδ ον ΜΟ∆ΙΣ Ιµαγερψ Γραδιεντ
ƒ∏≠¬±ª¦«∏±t ÷∏≥²±ª­∏±t ≤«¨ ± ¬u
kt1 Γεογραπηψ Σχηοολo Σουτη Νορµαλ Υνιϖερσιτψ Γυανγζηου xtsyvt ~
u1 ∆επαρτµεντ οφ Εδυχατιοναλ Τεχηνολογψo Χαπιταλ Νορµαλ Υνιϖερσιτψ Βειϕινγ tsssvzl
Αβστραχτ} • °¨²·¨¯¼ ¶¨±¶¨§¬±©µ¤µ¨§¬°¤ª¨¶¤µ¨ ²©·¨± ∏¶¨§·² ¶¨·¬°¤·¨ º¬¯§©¬µ¨ ³¤µ¤°¨ ·¨µ¶q ’⁄Œ≥ k°²§¨µ¤·¨ µ¨¶²¯∏·¬²±
¬°¤ª¬±ª¶³¨¦·µ²µ¤§¬¤°¨ ·¨µl ¬¶º¬§¨ ¼¯ ¤³³¯¬¨§·² °²±¬·²µ©²µ¨¶·º¬¯§©¬µ¨ §∏¨ ·²¬·¶°∏¯·¬¶³¨¦·µ¤¯ ¬°¤ª¨¶¤±§¦¤³¤¥¬¯¬·¼ ²©µ¨¤¯2·¬°¨
¤¦ª∏¬µ¬±ª©¬µ¨ §¤·¤q ׫¨ ·µ¤§¬·¬²±¤¯ °¤³³¬±ª °¨ ·«²§¶²© ¥∏µ± ¶¦¤µ¤±§«²·¶³²·¶§¨³¨ ±§²± ¬·¶³¤µ·¬¦∏¯¤µµ¤§¬¤±·¤±§·«¨µ°¤¯
¶³¨¦·µ¤¯ ¦«¤µ¤¦·¨µ¶qŒ± §¼±¤°¬¦©¬µ¨ °²±¬·²µ¬±ª³µ²¦¨¶¶o·«¨ ©¬µ¨ ¬¯±¨ §¨·¨¦·¬²± ²©·«¨ §¨ª¨ ²©¥∏µ± ¶¦¤µ¬¶°²µ¨ ¬°³²µ·¤±··«¤±
¥∏µ±¤µ¨¤ ¶¨·¬°¤·¬²±q„± ¤∏·²°¤·¬¦°¨ ·«²§©²µ ¬¨·µ¤¦·¬±ª©¬µ¨ ¬¯±¨ ³¤µ¤°¨ ·¨µ¶º¤¶§¨√¨ ²¯³¨ §¬±·«¬¶³¤³¨µ¥¤¶¨§²± °∏¯·¬¶³¨¦·µ¤¯
¬°¤ª¨µ¼q׫¨ °¨ ·«²§¬±·¨ªµ¤·¨§·«¨ ©¬µ¨ §¨ª¨ ¬±©²µ°¤·¬²±²©°∏¯·¬¶³¨¦·µ¤¯ ¬°¤ª¨¶o¤±§¤¶º¨ ¯¯ ¤¶¬°³µ²√¨ ¶³¤·¬¤¯ §¨·¤¬¯¶°¤³³¬±ª
²©©¬µ¨ ¬¯±¨ ¥¼ °∏¯·¬2¥¤±§¶¬°¤ª¨ ªµ¤§¬¨±·°¤ª±¬·∏§¨ ¦¤¯¦∏¯¤·¬²±q≥∏³¨µ¬°³²¶¬·¬²± ²©·«¨ ©¬µ¨ ¬¯±¨ ¶²±·«¨ §¨ª¨ ²©¥∏µ± ¶¦¤µ¤·
‘²µ°¤¯ ⁄¬©©¨µ¨±¦¨ ∂ ª¨¨·¤·¬²± Œ±§¨¬ k‘⁄∂Œl ¬°¤ª¨ ³µ²§∏¦¨§¤¦²¬±¦¬§¨±·µ¨¶∏¯·º«¬¦«¶∏ªª¨¶·¶·«¨ ¤¯ª²µ¬·«° «¨µ¨ ²±¬±©µ¤µ¨§
¬°¤ª¨¶¬¶¥¨·¨µ·«¤±¶²¥¨¯ §¨ª¨2§¨·¨¦·¬²±²³¨µ¤·²µ¶q׫¨ °¨ ·«²§º¤¶¤¯¶²³µ²√¨ §º¬·«ª²²§³¨µ©²µ°¤±¦¨ ¤±§ ©¨©¬¦¬¨±·¬±§¼±¤°¬¦
©¬µ¨ °¤³³¬±ª¤±§°²±¬·²µ¬±ªq
Κεψ ωορδσ} ’⁄Œ≥ ~°∏¯·¬2¥¤±§¶¬°¤ª¨ ªµ¤§¬¨±·~¥∏µ±¶¦¤µ~©¬µ¨ ¬¯±¨ §¨·¨¦·¬²±
森林火灾的识别对于全球变化和区域生态系统的发展具有重要的意义 o国内外学者对火灾监测和制图
展开了广泛的研究kŽ¨¼ ετ αλqoussu ~Š¬ª¯¬² ετ αλqoussv ~ Š¨ ²µª¨ ετ αλqoussyl o包括使用欧空局 ∞±√¬¶¤·卫星
携带的高级沿轨迹扫描辐射计 „≥×∞• 传感器 !美国陆地卫星 „‘⁄≥„× x א 传感器等数据 ∀中分辨率成像
光谱仪k ’⁄Œ≥l具有中空间分辨率kv通道 uxs !xss !t sss °l !较广的光谱覆盖范围ks1yus ∗ tw1v{x Λ° o共 vy
个波段l以及每天 u次覆盖全球的强大动态监测能力等特点 o因此被广泛用于各种尺度的森林火灾监测 ov
通道共 vy波段的影像数据为局部k¯ ²¦¤¯l !区域kµ¨ª¬²±l 和全球kª¯²¥¤¯l的火灾制图提供了新的数据源kŽ¨¼ ετ
αλqoussul ~而随着更多的局域火灾的实时动态监测以及灾后生态恢复研究等工作的开展kŽ¨¼oussxl o需要
进一步提取火烧迹地的火线特征参数 o即火烧迹地边缘和火的动态传播方向 ∀
基于遥感的传统火灾监测方法可分为火点k«²·¶³²·l探测和火灾后迹地k¥∏µ± ¶¦¤µl识别两类 ∀火点探测
通常基于火的热学性质 o使用中红外波段kv1xxs ∗ v1|vs Λ°l对火点进行实时监测kŽ¤∏©°¤± ετ αλqot||s ~¬
ετ αλqousss ~usst ~∏¶·¬¦¨ ετ αλqot||y ~谭明艳等 ousszl ∀火灾后迹地识别应用较广泛的方法有针对归一
化植被指数 ‘⁄∂Œ影像的火灾前后差值法k¬ετ αλqousssl !回归分析法k¬ετ αλqousstl等 o结合 ‘⁄∂Œ反映
的植被覆盖图和火点监测结果 o在去除了植被时相上的 ‘⁄∂Œ差异之后 o利用局部自动阈值的方法来判断火
灾迹地边缘像元 ∀而局部阈值法常出现目标缺失与伪影的缺点 o同时由于红外图像具有低对比度 !低信噪比
等特点 o传统的边缘检测方法应用到红外图像上 o难以得到理想的边缘图像 ∀因此 o本文将基于图像视觉处
理手段 o结合  ’⁄Œ≥的多波段影像数据展开边缘火线的检测方法研究 ∀
t 材料与方法
1 .1 研究区域
研究区域选取在中俄边境的黑龙江大兴安岭k图 tl oussw年 ts月 tu日发生火灾 o火灾区在 tuvβ ) tvxβ
∞oxsβ ) xuβ‘o该区森林茂密 !地形复杂 o加之秋季干燥 !风力强劲 o大火波及大兴安岭 !黑河 !伊春等 y个地
区 o火灾持续到 ts月 ut日 被扑灭 ∀本文选取了 ussw年 ts月 tz日火势较大 !云影响较小的清晰影像数据
进行研究 o以利用后续算法检测活火线 ∀图 t上 t !u区域的燃烧时间较长 !范围较广 o表现为该区主要森林
覆盖已经燃烧完 o火烧迹地旁是裸地或燃烧后的灰烬 o在 t和 u中的植被间零落分布着表现为突出目标的小
火区域 o本文选择 t ou作为代表性研究区域 ∀
本文使用了上午星 × µ¨µ¤卫星k地方时上午过境l所携带的  ’⁄Œ≥传感器数据 o选择了 v个通道的部分波
段 o包括 uxs °的 t !u波段 oxss °的 y !z波段和 t ®°的 ty !tz波段 o数据属性列于表 t ∀对原始数据解码和
定标后得到带有地理定位信息的  ’⁄Œ≥ ¨√¨ ¯t…数据 o再经过几何纠正和辐射纠正 o生成了反射率数据k可
见光波段l和亮度温度数据k红外波段l ∀
图 t 研究区域k中俄边境 o火灾区域为 t和 ul
ƒ¬ªqt ≥·∏§¼ µ¨ª¬²± ²±·«¨ ¥²µ§¨µ²© ≤«¬±¤¤±§ •∏¶¶¬¤kt oul
表 1 ΜΟ∆ΙΣ的波段相关参数
Ταβ .1 Προπερτιεσ οφ υσεδ ΜΟ∆ΙΣ βανδσ
波段
序号
…¤±§‘²q
波长
• ¤√¨
¯¨ ±ª·«ΠΛ°
光谱辐射率
≥³¨¦·µ∏°µ¤§¬¤±¦¨Π
k• #°puΛ°pt¶µptl
所需
信噪比
≥‘•
主要用途
°∏µ³²¶¨
t
u
s1yus ∗ s1yzs
s1{wt ∗ s1{zy
ut1{
uw1z
tu{
ust
陆地Π云性质 !叶绿素Π生
物 化 学 × µ¨µ¨¶·µ¬¤¯Π¦¯²∏§Π
¦«¯²µ²³«¼¯ Π¯¥¬²¦«¨ °¬¶·µ¼
y
z
t1yu{ ∗ t1yxu
u1tsx ∗ u1txx
z1v
t1s
uzx
tts
陆地Π云性质 !海洋水色
× µ¨µ¨¶·µ¬¤¯Π¦¯²∏§Π²¦¨¤± ¦²¯²µ
ty
tz
s1{yu ∗ s1{zz
s1{|s ∗ s1|us
y1u
ts
xty
tyz
气溶胶Π云Π大气层性质
„ µ¨²¶²¯Π¦¯²∏§Π¤·°²¶³«¨µ¨
112 研究方法
图像边缘是指周围像素灰度 !颜色或纹理
有阶跃变化或屋顶变化的像素点的集合 o是由
于某些物理性质和表面特征 !几何形状以及反
射率改变的结果k邵巨良 ot||vl ∀火烧迹地边
缘即是红外波段上火灾目标与背景的反射值和
强度发生变化的区域 ∀传统的边缘检测方法包
括¦¤±±¼ !¶²¥¨¯算子等 o通过图像上的影像梯度
表示 u种像素在空间上的对比和变化 ∀在 v波
段影像梯度融合能提高边缘定位精度与增强边
缘细节的基础上k≥¤¥¨µ ετ αλqot||zl o并顾及
’⁄Œ≥ v通道不同分辨率的红外波段影像的互
补特性 o本文提出了基于多波段影像梯度检测
火线的方法 o针对火烧迹地边缘的非规则性和
复杂性 o拟综合采用多种技巧处理 ∀首先 o在生
成  ’⁄Œ≥多波段影像梯度幅值分割图的基础
上 o基于多结构元素的数学形态算子处理断线
和抑制噪声 o并采用零交叉二值化方法辅助的
/非极大抑制方法0提取边缘火线 ∀最后通过对
比传统方法 ¶²¥¨¯算子对单波段影像的边缘检
测结果 o验证方法的可行性 o并将本文提取的火
线与火烧迹地的 ‘⁄∂Œ影像叠置后进一步验证
方法的有效性 ∀
113 光谱指数
通过分析 o选择  ’⁄Œ≥ uxs °分辨率的 tΠu
波段按式ktl计算 ‘⁄∂Œ指数 o红外波段上的火烧迹地像素灰度值的增加使 ‘⁄∂Œ值趋近负值 o在影像上表现
为显著的黑色区域k图 t中研究区 t和 ul ∀
zx 第 z期 付迎春等 }基于  ’⁄Œ≥影像梯度的林火边界提取方法
‘⁄∂Œ € Ρ±¬µ p Ρµ¨§Ρ±¬µ n Ρµ¨§ ∀ ktl
式中 oΡ±¬µoΡµ¨§分别是近红外波段 !红波段的反射率 ∀
114 影像边缘检测
t1w1t 多波段影像边缘检测 单一红外影像检测存在目标和背景的灰度分布不均匀 !对比度差等问题 ∀按
式kul ∗ k{l计算多波段影像梯度幅值 o并生成边缘分割图 o实现火烧迹地与背景其他目标的分割 ∀
设多波段影像的集合为 }Ι € ≈ Ιt o Ιι o, oΙν  o其中 ν为波段总数 oΙι 表示第 ι波段 o影像上某点在多个波
段上的梯度矩阵 ∆为
∆ €
9Ιt
9υ
9Ιt
9ϖ
9Ιu
9υ
9Ιu
9ϖ
σ σ
9Ιν
9υ
9Ιν
9ϖ
∀ kul
kυ oϖl是某点的空间坐标 o9Ιι9υ o
9Ιι
9ϖkι € t o, oνl分别表示第 ι个波段在 υ o ϖ方向的梯度分量 o通过式kvl ∗
kyl可以计算梯度幅度值 ∀
∆Τ∆ € πkι oϕl τkι oϕlτkι oϕl θkι oϕl ∀ kvl
矩阵kvl的最大特征值是 }
Κkι oϕl € tu k≈ π kι oϕl n θkι oϕl  n ≈ π kι oϕl n θkι oϕl 
u p w≈ π kι oϕl 3 θkι oϕl p τu kι oϕl l ∀ kwl
式中 o
π kι oϕl € Ε
ν
κ€ t
9Ικ
9υ
u
o
θ kι oϕl € Ε
ν
κ€ t
9Ικ
9ϖ
u
o
τ kι oϕl € Ε
ν
κ€ t
9Ιι
9υ
9Ικ
9ϖ ∀
kxl
因此 o多波段影像的边缘梯度幅值计算公式是
+ ∆ kι oϕl + € Κkι oϕl kyl
t1w1u 基于多结构元素的形态学降噪处理 为处理多波段梯度边缘断线和抑制噪声 o采用数学形态学方法
进行处理 ∀数学形态学是以形态结构元素为基础对图像进行分析的数学工具 o其基本思想是用具有一定形
态的结构元素去度量和提取图像中的对应形状以实现对图像的分析和识别 ∀这里主要采用使用膨胀和闭合
u种运算 o其中 o膨胀运算可用于图像暗细节的消除和亮区域边缘的增强 o而闭合可使轮廓线变得更为光滑
及消除图像暗细节并保持亮区域不变kŠ²±½¤¯ ½¨ ετ αλqoussu ~杨晖等 oussxl ∀综合应用二者构建抗噪型边缘
检测算子如式kzl }
Γk ξ oψl € φkξ oψl À β p φk ξ oψl # β ∀ kzl
其中 φkξ o ψl是原始的火烧迹地像素 o而 Γk ξ o ψl是经形态学处理后的边缘像素 o等于对 φk ξ o ψl的膨胀 φ
kξ oψl À β与闭合 φk ξ oψl#β的结果差 oβ是结构元素的模板 ∀
若采用单一结构元素不能被检测出某些方向的边缘 o因而复杂的火烧迹地目标无法得到完整的轮廓 ∀
若采用对称的结构元素 o虽然可以兼顾不同方向的边缘 o但又会减弱对图像边缘的方向敏感性kŠ²±½¤¯ ½¨ ετ
αλqoussul ∀通过构造以 v ≅ v像素大小为窗口的 x种不同结构模板 βt !βu !βv !βw !βx o构建形态学梯度图像
边缘检测算子 ∀
βt € ≈s t s ~s t s ~s t s  k检测图像垂直方向边缘l o
{x 林 业 科 学 ww卷
βu € ≈s s s ~t t t ~s s s  k检测图像水平方向边缘l o
βv € ≈s s t ~s t s ~t s s  k检测图像与水平夹角 wxβ边缘l o
βw € ≈t s s ~s t s ~s s t  k检测图像与水平夹角 tvxβ边缘l o
βx € ≈s t s ~t t t ~s t s  k检测图像各个方向的边缘 o但对边缘方向不敏感l ∀
将 x个结构元素带入公式kzl得到图像各个方向的边缘检测信息 Γt ! Γu ! Γv !Γw ! Γx o按加权系数k设
为 s1ul对 x个检测结果加权计算火线边缘信息 ∀
Γ € s1u ≅ k Γt n Γu n Γv n Γw n Γxl ∀ k{l
t1w1v 火线边缘识别 针对影像梯度幅值的一阶微分特点 o通过比较多波段影像的水平 !垂直相邻像素的
梯度幅值来确定真正的边缘 o采用类似 ¦¤±±¼算子的/磁滞现象0 o按相邻极大值原理实现边界点的搜索 ∀首
先使用直方图统计估计出梯度幅值图的 u个阈值 o包括高阈值 ׋ 和低阈值 ׏o如果 Γkι oϕl  ׋ 或 Γkι oϕl 
׏则 Λkι oϕl € t o先将大于 u个阈值的像素判断为可能的边界点 o再判断该边缘点的水平或垂直相邻像素的梯
度值是否大于或等于高阈值 ׋ o如果是则标记为边界点 o否则为零 ~同时 o使用一阶微分梯度值的零交叉特
性来细化边缘 o实现单像素的边缘宽度的定位要求 o最后跟踪标记的边缘像素连为边线 ∀若分别使用
Γξkι oϕl oΓψkι oϕl代表水平或垂直方向的梯度分量 o判断条件是 }
Ληkι oϕ~ιnt oϕl €
t o¬©Λkι oϕl € t oΓξkι oϕl  s o Γξkιnt oϕl  s
t o¬©Λkι oϕl € t oΓξkι oϕl  s o Γξkιnt oϕl  s o
s o其他
k|l
Λϖkι oϕ~ι oϕntl €
t o¬©Λkι oϕl € t oΓψkι oϕl  s o Γψkι oϕntl  s
t o¬©Λkι oϕl € t oΓψkι oϕl  s o Γψkι oϕntl  s ∀
s o其他
ktsl
u 结果与分析
首先进行多波段影像梯度分析 o根据 ’⁄Œ≥数据的主要用途和单波段红外影像的目视对比 o排除易受
烟雾影响的短波波段k如 t ov ow ox oz等波段l o选择具有对比度显著的 u oy oty otz波段组合 o研究区 t和 u的
多波段影像梯度幅值边缘分割效果见图 uk¤l !k¦l ~应用 x种结构元素的抗噪型形态算子处理 o得到较完整
的火烧迹地k¥l !k§l ∀此外 o本文应用传统边缘检测方法¶²¥¨¯算子分别对 ty !tz的单波段影像提取研究区 t
和 u的火线对应≈图 vk¤l !k¥l和图 vk§l !k l¨  o并根据图中 u k¥l ok§l影像直方图统计阈值 o结合式kttl !
ktul提取得到较光滑的火线见图 v k¦l ok©l ~最终将火线叠置在 ‘⁄∂Œ的火烧迹地k显著的黑色区域l上 o通过
目视对比火线与 ‘⁄∂Œ火烧迹地边缘的符合效果见图 wk¤l ok¥l ∀
图 u 多波段梯度幅值边缘图和形态算子处理结果图
ƒ¬ªqu ∏¯·¬2¥¤±§¶¬°¤ª¨µ¼ ªµ¤§¬¨±·¨ §ª¨ °¤³³µ²¦¨¶¶¨§º¬·« °²µ³«²¯²ª¬¦¤¯
研究区 t结果k¤lk¥l o研究区 u结果k¦lk§l • ª¨¬²± tk¤lk¥l oµ¨ª¬²± uk¦lk§l q
通过对比图 u和图 v o可以明显看出图 u中的多波段梯度幅值图k¤l !k¦l比图 v中的k¤l !k¥l !k§l !k l¨有
更丰富的边缘细节和更完整的轮廓 ∀证明了针对单波段影像ktyΠtz波段l使用¶²¥¨¯边缘算子将丢失部分信
息k图 v的 t !u标识l ∀图 w反映了提取火线与 ‘⁄∂Œ火烧迹地边缘的符合程度较高 o如前所述 o‘⁄∂Œ影像可
|x 第 z期 付迎春等 }基于  ’⁄Œ≥影像梯度的林火边界提取方法
图 v 单波段和多波段火线检测结果对比示意
ƒ¬ªqv ≤²°³¤µ¬±ªµ¨¶∏¯·¶²©¶²¥¨¯²³¨µ¤·²µ¶º¬·« °∏¯·¬2¥¤±§¶¬°¤ª¨µ¼ ªµ¤§¬¨±·¤¯ª²µ¬·«°
¶²¥¨¯算子提取 ty !tz波段边缘 }研究区 t为k¤lk¥l o研究区 u为k§lk l¨ ~基于图 uk¥l的多波段梯度边缘为k¦l ~基于
图 uk§l的多波段梯度边缘为k©l ∀∞§ª¨ ²©¶²¥¨¯ ²± ¥¤±§ty otz ©²µµ¨ª¬²± tk¤lk¥l ¤±§uk§lk l¨ q ∞§ª¨ ²© °∏¯·¬2¥¤±§¶
¬°¤ª¨µ¼ ªµ¤§¬¨±·°¨ ·«²§«¨µ¨ ¬¶k¦l ¥¤¶¨§²± ƒ¬ªquk§l ok©l¥¤¶¨§²± ƒ¬ªquk§l q
图 w 多波段梯度边缘与
‘⁄∂Œ影像叠置
ƒ¬ªqw „¦·¬√¨ ©¬µ¨ ¬¯±¨ ¶¶∏³¨µ¬°³²¶¨§
º¬·«·«¨ ‘²µ°¤¯ ⁄¬©©¨µ¨±¦¨
∂ ª¨¨·¤·¬²± Œ±§¨¬k‘⁄∂Œl
以真实地反映火烧迹地的燃烧程度 o同时火线梯度也可以表达火的燃烧强
度 ~火线上高梯度幅值像素点是正在燃烧的活火点 o相应连续火线相邻的
是正在燃烧和燃烧较为完整的区域 o低梯度幅值像素点则代表燃烧不充分
的火点 o断续边线相邻的则是不连续和不完整的燃烧 ∀图 w中研究区 t的
燃烧程度不均匀 o左下角为燃烧不充分区域 o因此提取得到断续的边缘 ∀
区域 u的燃烧较为均匀 o因此提取的火线较为完整和平滑 ∀显然参考
‘⁄∂Œ影像通过目视解译 o将二者叠置能很好的验证火线提取的有效性 o同
时若二者取交后将有效去除部分虚假信号 o如图 wk¤lk¥l中 t和 u标识出
的地貌线 o虽与火烧迹地有相似的 ‘⁄∂Œ特性 o但对比图 u的k¦lk©l经过处
理可基本消除类似的虚假边线 ∀
v 结论与讨论
tl’⁄Œ≥已经被广泛用于火灾监测和制图 o传统利用像元的热学性质
识别火点和估算面积已不能满足火灾动态监测的需求 o正如火灾蔓延模型
中需要实时的火线参数包括火线轮廓和火向等 o因此需要发展一种能准确
提取火线的方法 o正是本文研究的立足点 ∀
ul从图像视觉分析角度 o针对红外影像对比度差 !高信噪比特点 o使用
传统边缘检测算子如 ¶²¥¨¯方法将丢失部分边缘信息 ∀因此本文发展了针
对多波段影像的梯度边缘检测算法 o通过融合 uxs °的 u波段 !xss °的 y
波段 !t sss °的 ty !tz w个波段得到 uxs °的多波段梯度幅值图 o进一步用
x种不同结构元素的抗噪型形态算子处理 o在有效增强边缘信号 !降低噪
声的同时提高空间分辨率 o最后应用零交叉二值化方法辅助的/非极大抑
制方法0提取火线 o实现单像素的边缘细化并提高边缘定位精度 ∀通过试
验验证了算法的可行性和有效性 ∀
vl从影像解译角度 o研究发现归一化植被指数 ‘⁄∂Œ影像与本文的多
sy 林 业 科 学 ww卷
波段影像梯度火线都可以反映森林火灾的燃烧强度 ∀完整的火烧迹地的 ‘⁄∂Œ指数趋于负值 o连续的火线
代表高梯度值的活火点和正在燃烧的火区 o二者可以相互验证 ∀同时火线上的梯度幅值将有助于预测火灾
传播方向 o对于火灾的动态监测具有重要的意义 o如何基于火线梯度预测火向将是进一步研究的主要内容 ∀
参 考 文 献
邵巨良 qt||v q小波理论 !影像分析与目标识别 q武汉 }武汉测绘科技大学出版社 q
谭明艳 o陈仲兴 qussz q利用  ’⁄Œ≥数据识别草原火灾迹地的方法研究 q遥感学报 ottkvl }vwu p vxu q
杨 晖 o张继武 qussx q数学形态学在图像边缘检测中的应用研究 q辽宁大学学报 }自然科学版 ovuktl }xs p xv q
Š¬ª¯¬²o ⁄¨ ¶¦¯²¬·µ¨¶o∏¶·¬¦¨ ≤ ’ o ετ αλqussv1„± ±¨«¤±¦¨§¦²±·¨¬·∏¤¯ ©¬µ¨ §¨·¨¦·¬²± ¤¯ª²µ¬·«°©²µ’⁄Œ≥ q • °¨²·¨ ≥ ±¨¶¬±ª²©∞±√¬µ²±°¨ ±·o{zkul }uzv p
u{u q
Š¨ ²µª¨ ≤ o •²º¯ ¤±§≤ o Š¨ µ¤µ§ƒ o ετ αλqussy1 • ·¨µ²¶³¨¦·¬√¨ °¤³³¬±ª²©¥∏µ±·¤µ¨¤¶¬± ≤ ±¨·µ¤¯ ≥¬¥¨µ¬¤∏¶¬±ª¤ °²§¬©¬¦¤·¬²± ²©·«¨ ±²µ°¤¯¬½¨ §§¬©©¨µ¨±¦¨ º¤·¨µ
¬±§¨¬q • °¨²·¨ ≥¨ ±¶¬±ª²©∞±√¬µ²±° ±¨·otsw }vwy p vx|1
Š²±½¤¯ ½¨ • ≤ o • ²²§¶• ∞qussu1⁄¬ª¬·¤¯ ¬°¤ª¨ ³µ²¦¨¶¶¬±ªqu±§ §¨q…²¶·²±} „§§¬¶²±2º ¶¨¯ ¼¨ ²±ª°¤± °∏¥¯¬¶«¬±ª ≤²qŒ±·q
∏¶·¬¦¨ ≤ ’ o Ž¨±§¤¯¯⁄o⁄²ºµ¼ • • o ετ αλqt||y1≥¤·¨¯ ¬¯·¨ µ¨°²·¨ ¶¨±¶¬±ª²©©¬µ¨¶§∏µ¬±ª·«¨ ≥„ƒ„• Œ ≤¤°³¤¬ª± ∏¶¬±ª ‘’„„ ¤§√¤±¦¨§√ µ¨¼ «¬ª«µ¨¶²¯∏·¬²±
µ¤§¬²° ·¨¨µ§¤·¤q²∏µ±¤¯ ²© Š¨ ²³«¼¶¬¦¤¯ • ¶¨¨¤µ¦«otst }uv{xt p uv{yv1
Ž¤∏©°¤± ≠ o×∏¦®¨µ≤ oƒ∏±ªŒqt||s q • °¨²·¨ ¶¨±¶¬±ª²©¥¬²°¤¶¶¥∏µ±¬±ª¬±·«¨ ·µ²³¬¦¶q²∏µ±¤¯ ²© Š¨ ²³«¼¶¬¦¤¯ • ¶¨¨¤µ¦«o|x }||uz p ||v|1
¬ o‘¤§²± ≥ qusss1≥¤·¨¯ ¬¯·¨2¥¤¶¨§ °¤³³¬±ª²©¦¤±¤§¬¤± ¥²µ¨¤¯ ©²µ¨¶·©¬µ¨¶}∞√¤¯∏¤·¬²± ¤±§¦²°³¤µ¬¶²± ²©¤¯ª²µ¬·«°¶qŒ±·¨µ±¤·¬²±¤¯ ²∏µ±¤¯ ²© • °¨²·¨ ≥¨ ±¶¬±ªo
us ktyl }vszt p vs{u1
¬ oŽ¤∏©°¤± ≠ oŒ¦«²®∏≤ o ετ αλqusst q„ µ¨√¬¨º ²© „∂ ‹• • ¥¤¶¨§¤¦·¬√¨ ©¬µ¨ §¨·¨¦·¬²± ¤¯ª²µ¬·«°¶}°µ¬±¦¬³¯ ¶¨o ¬¯°¬·¤·¬²±¶¤±§µ¨¦²°°¨ ±§¤·¬²±¶Μ„«¨µ± ƒ
oŠ²¯§°°¨ µŠ o∏¶·¬¦¨ ≤ ’ q Š¯ ²¥¤¯ ¤±§ • ª¨¬²±¤¯ ∂ ª¨¨·¤·¬²± ƒ¬µ¨ ²±¬·²µ¬±ª©µ²° ≥³¤¦¨ } °¯¤±±¬±ª¤ ≤²²µ§¬±¤·¨§Œ±·¨µ±¤·¬²±¤¯ ∞©©²µ·q≥°… „¦¤§¨ °¬¦
°∏¥¯¬¶«¬±ªo ‹¤ª∏¨ q
Ž¨¼ ≤ ‹ o …¨ ±¶²± ‘qussu1  ¤¨¶∏µ¬±ª¤±§µ¨°²·¨ ¶¨±¶¬±ª²©¥∏µ± ¶¨√¨ µ¬·¼Μ≤²©©¨ ·¯o¬√¬±ª¶·²± • Žq ˜≥Š≥ • ¬¯§¯¤±§ƒ¬µ¨ • ²µ®¶«²³o²¶ „¯ ¤°²¶o‘ o
’¦·²¥¨µvt p ‘²√ qv ousss o˜≥Š„ ’³¨ ±2ƒ¬¯¨ • ³¨²µ·osu p tt }xx q
Ž¨¼ ≤ ‹ qussx1 • °¨²·¨ ¶¨±¶¬±ª¶¨±¶¬·¬√¬·¼·²©¬µ¨ ¶¨√¨ µ¬·¼ ¤±§©¬µ¨ µ¨¦²√¨ µ¼Μ§¨ ¤¯ •¬√¤o ≤«∏√¬¨¦² ∞q°µ²¦¨ §¨¬±ª¶²©·«¨ x·«¬±·¨µ±¤·¬²±¤¯ º²µ®¶«²³²± µ¨°²·¨
¶¨±¶¬±ª¤±§ŠŒ≥ ¤³³¯¬¦¤·¬²±¶·²©²µ¨¶·©¬µ¨ °¤±¤ª¨ °¨ ±·}ƒ¬µ¨ ©¨©¨¦·¶¤¶¶¨¶¶°¨ ±·q˜±¬√ µ¨¶¬§¤§§¨ ¤µ¤ª²½¤o≥³¤¬±ou| p v| q
≥¤¥¨µ∞o× ®¨¤¯³  o …²½§¤ª¬Š qt||z1ƒ∏¶¬²± ²©¦²¯²µ¤±§ §¨ª¨ ¬±©²µ°¤·¬²± ©²µ¬°³µ²√ §¨ ¶¨ª° ±¨·¤·¬²± ¤±§ §¨ª¨ ¬¯±®¬±ªqŒ°¤ª¨ ¤±§ ∂¬¶¬²± ≤²°³∏·¬±ªotx }
zy| p z{s1
k责任编辑 朱乾坤l
ty 第 z期 付迎春等 }基于  ’⁄Œ≥影像梯度的林火边界提取方法