一种藻类养殖区自动化提取的Otsu优化算法

摘要

针对传统Otsu算法在藻类养殖区分布信息的自动化提取过程中存在欠/过分割、计算量大和运算效率低等问题,提出一种优化的藻类养殖区自动化提取Otsu算法(GA-Otsu)。GA-Otsu算法在最大类间方差的基础上,引入类内方差,共同参与阈值选取,提高藻类阈值选取的准确性,并用遗传算法代替遍历法快速搜索最优解,实现藻类养殖区分布信息的准确、快速、自动化提取。选取三沙湾为研究区,综合利用同时期不同空间分辨率的两种遥感影像(Sentinel-2 MSI与GF-2),基于影像的光谱特征和敏感波段分析,用比值运算构建一个藻类光谱指数(algal spectral index,ASI),并运用GA-Otsu算法实现藻类养殖区自动化提取。GA-Otsu算法运用在Sentinel-2影像上,总体精度提高4.74%,Kappa系数提高0.14;而运用在GF-2影像上,效果提升得更加明显,总体精度提高10%左右,Kappa系数提高0.18。实验结果表明GA-Otsu算法不受传感器性能的影响,对不同数据源仍具有一定的普适性。此外,GA-Otsu算法运算量大幅减少,时间效率提高了85%,具有较高的实际应用价值。