基于Matlab分割彩色等高线地形图

李玮玮，帅向华，刘建坡，王 雷

（1.河南省有色金属地质矿产局第四地质大队，河南 郑州 450016；2.中国地震台网中心，北京 100045）

地形图是按一定的比例尺，用点、线、面符号表示地表起伏形态、地物平面位置和高程等空间信息的投影图。彩色地形图通过黑、绿、棕、蓝4种颜色表示注记、道路、等高线、河流等空间信息，色彩鲜明的地理信息对识别地物、丰富地形图具有重要的作用。随着数字化技术的发展，传统的纸质地形图由于制作周期长、更新困难等缺点，难以适应大数据、信息快速更新的发展要求。而数字地形图根据地形图制图要求，通过计算机处理地形要素，以矢量或栅格数据结构组织、储存并以图形方式输出的数字产品，具有携带方便、定位精确、实时更新、动态显示等优点，快速应用于城市规划、地质测绘、地理信息系统等领域[1]。

随着数字化基础地理信息工作的开展，地图数字化已经成为工程制图较为重要的工作。以往的研究表明，纸质地图数字化主要有3种方式：手扶数字化仪跟踪录入法、扫描仪数字化法、自动识别与矢量化法。其中，手扶数字化仪跟踪录入法和扫描仪数字化法依赖人工干预，需要手动采集特征点，工作任务繁重。而自动识别与矢量化法，基于数字图像处理、数学形态学运算等方法自动识别地形、地物，在提高数字化速度、减轻工作量的同时提高数字化精度[2]。

在地形图地形地物识别的研究中，地形图中的河流、道路、建筑物等地理信息提取效果和精度往往优于等高线。而等高线是生成数字高程模型，显示三维地形的基础数据，因此分割彩色地形图对指导等高线自动提取工作具有重要意义。

本文通过研究彩色地形图分割方法，基于Matlab软件实验阈值分割彩色地形图的等高线，并与最大类间方差法（又称Otus法）自动分割进行对比，实验结果表明选取阈值分割等高线效果优于Otsu法自动分割。

1 彩色地形图等高线提取方法研究

彩色地形图黑、绿、棕、蓝颜色代表不同地物，地理要素色彩对应如表1所示。在分割彩色地形图的过程中，根据地形图色彩特征，选择合适分割方法，分离道路、河流、注记等地理信息，得到等高线单一要素的地形图。但是由于地图印刷和扫描造成地形图色彩混淆、等高线显示地貌特征的复杂性，地形图中道路、河流等地理要素的分离仍是等高线提取工作的难题[3]。

表1 地理要素色彩对应表

随着等高线提取方法研究的不断深入，粟海华[4]在彩色地图分色算法及其实现中，提出颜色空间转换的色彩学习算法进行图像分色；董贤军[5]在彩色扫描军事地形图等高线提取方法中，提出基于HSV色彩模型提取等高线；付敏[2]在彩色地图等高线的自动提取与补断研究中，提出了基于HIS空间和阈值分割融合的方法进行等高线提取；钱静[1]在彩色地形图中等高线提取方法的研究中，提出采用本征向量拟合算法提取等高线；郑华利[6]在彩色地形图的自动识别与矢量化研究中，提出通过色彩空间转换，基于改进的FCM聚类方法，实现分割彩色地形图。

本文通过研究分析地形图分割的技术方法，根据实验地形图的色彩特点，结合地图空间直方图信息，采用基于阈值分割的方法进行等高线提取，分别采取手动选取阈值分割和Otus自动分割进行实验分析，对于提高等高线数字化的速度具有实际意义。

2 基于阈值分割的理论

2.1 阈值分割

20世纪70年代，图像分割技术就已开始应用在图像处理领域，随着遥感技术的发展，对遥感影像分割的研究也在不断深入。基于神经网络、数学形态学等的研究成果促进图像分割算法的进一步改进。在众多图像分割算法中，图像分割技术方法主要为阈值分割法、边缘检测法、区域提取法、结合特定理论工具分 割法。

阈值分割法是图像分割的经典方法，利用图像中待提取目标与背景在灰度上的差异，通过设置阈值将像素分类，从而分割目标与背景。阈值分割的基本思想为确定合适的阈值，通过判断图像中像素是否满足阈值要求，将大于等于阈值的像素归类为目标或背景，最终实现灰度图转换成二值图[7]。阈值分割数学公式如式（1）所示：

式中，原始图像g(x,y)，T为阈值。当g(x,y)=1时，影像为白色；g(x,y)=0时，影像为黑色，分割后图像转成二值图。

阈值分割具有操作简单、性能稳定等特点，多适用于灰度差异明显的图像中。最常用的阈值选取方法有直方图阈值法、最大类间方差法（Otsu 法）、迭代阈值分割法、最佳阈值分割、一维熵阈值分割 等[8-9]。

2.2 Otsu阈值分割

1979年大津（nobuyuki otsu）提出一种自适应阈值确定的方法，即最大类间方差法（otus法）。该方法的基本原理是将影像分为背景和目标两部分，分割阈值由目标和背景平均灰度的最大方差得出[10-11]。

设图像灰度级为M，ni表示灰度级为i的像素数，总像素，第i级灰度概率Pi= niN 。设Otsu阈值分割基于最大方差得出的阈值为T，设目标C1灰度级范围为[0,T]，背景C2灰度级范围为[T+1,M-1]。

阈值T在[0,M-1]范围取值，使得类间方差σ最大，即得出Otsu阈值分割的阈值。

3 实验与分析

本文选取1∶50 000扫描彩色地形图作为研究数据，基于Matlab软件对研究区域进行实验分析，通过研究地形图直方图，选择阈值分割背景地物（方格网、注记、道路、河流等）与目标地物（等高线）。

通过Matlab软件对彩色等高线地形图进行实验分析，实验结果如图1所示，其中原图如图1a所示。对彩色地图进行灰度处理，绘制直方图；结果如图1b所示。直方图横轴表示灰度值，纵轴表示像素个数，通过分析直方图发现，灰度值分布没有明显的单、双峰。利用Matlab中im2bw(I,level)函数，设置阈值将灰度图转为二值图。其中I表示图像，level表示阈值，默认为0.5。

通过实验，先选取阈值为0.3进行图形分割，分割得到注记、图框、道路、河流等其他地物，同时还分割出少量等高线；再选取阈值为0.7进行图形分割，分割得到包含等高线在内的地物。最后将两次阈值提取结果进行差值分析，得到去除注记、图框、道路、河流等其他地物的等高线图，结果如图1c所示。

在Matlab中对原图进行Otsu自动分割，分割结果如图1d所示，Otsu自动分割得出的分割阈值为0.56，未分离出大部分等高线。通过直方图1b可知灰度分布没有明显的双峰，Otsu算法用于本文分割等高线效果不佳。

图1 基于Matlab分析彩色等高线地形图

4 结 语

本文通过研究影像分割技术，选取1∶50 000扫描彩色地形图进行实验分析，基于Matlab软件编程分别实现选取阈值分割和Otus法自动分割等高线，在阈值分割中选取两个阈值实现提取等高线，并去除图框、注记、河流等其他地物。Otus法自动分割虽然可以快速有效地找到类间分割阈值，但是由于本实验中，等高线地形图灰度范围分布较均匀，因此分割等高线的效果一般。基于Matlab软件编程实现等高线自动提取的研究还需深入。基于阈值分割等高线的提取精度，以及解决等高线断裂、粘连问题还需要进一步探讨。