能源与矿产资源问题一直是地球科学前沿问题，关系到国家的稳定与安全。近年来，找矿工作难度日益增大，其成功率越来越依赖于对成矿规律的深入研究和矿产资源预测的合理评价^[1]。数字地球(Digital Earth)利用信息技术将地球表面上每一点的特征信息数字化^[2]。大数据时代的到来使人们的思维发生了改变，传统地质数据的定义也发生了变化^[3]。在纸质地质图使用的过程中，地质图被扫描后并不是结构化数据，而是栅格格式，属于半结构化的数据，无法直接进行数据分析。

20世纪60年代，受图纸读取技术的影响，一些学者开始研究地图识别与信息提取技术，但当时的研究以制图为主，进展十分缓慢。80年代后，电子计算机、模式识别及人工智能化技术的飞速发展，以及地图学理论的引入，为信息提取与地图识别的研究奠定了坚实的理论基础，研究对象从二值图像或灰度图像逐渐深入到彩色图像。

然而，地图信息的识别与提取是一项庞大且艰巨的工程，属于多学科交叉的智能识别问题，其研究涉及计算机视觉等内容，而图像分割是图像处理和计算机视觉的重要研究领域，也是图像识别和图像分析的基础性工作之一^[4]。图像特征的提取和图像识别的准确性直接受图像分割后的效果影响。理论上，BP人工神经网络具有实现任意非线性映射的能力，具有自适应、自学习和鲁棒性强的特点，在彩色图像分割、模式识别等诸多领域得到较广泛的应用。

地学领域的大数据，应用不同的方法挖掘数据中的价值^[5]。为了快速提取彩色地质图中的成矿有利信息，应用于成矿预测研究，本次在分析半结构化地质图(栅格地质图)特征的基础上，依据图例信息，提出了一种地质图信息提取新思路，并将人工智能用于地质研究，结合BP神经网络与数学形态的算法，研究地质图层中主要的面要素信息提取的有效技术方法。

1.   半结构化地质图图像预处理

通过分析半结构化地质图图像的特征发现，受地质图质量及扫描过程的影响，扫描地质图质量发生了一定的退化，即图像中存在许多噪声，出现大量颜色的混淆及假彩色。因此，在地质图各种要素信息提取之前，需要对半结构化的地质图进行图像几何校正与去噪处理，以降低要素信息识别的难度。为了信息提取的定位更准确，需要对半结构化地质图的主图区域进行定位。地质图图像预处理包括图像的几何校正、彩色图像的去噪处理及标准彩色地质图的主图区域定位3种方法。对半结构化彩色地质图进行预处理的流程如图 1所示。

图  1  半结构化地质图图像预处理流程图

Figure  1.  Flow chart for the image preprocessing of semi-structured geological map

下载: 全尺寸图片 幻灯片

1.1   几何校正

在地质图的获取(如扫描数字化过程)或显示过程中可能出现几何失真现象，例如，由于阴极射线管显示器的扫描偏转系统有一定的非线性，成像系统存在一定的几何非线性，会造成图像出现枕形失真或桶形失真^[7]。因此，几何校正是进行图像融合、图像匹配等分析处理的必要前提，也是进行图像信息提取的首要条件。

图像几何校正指经过一系列数学模型改正和消除由于各种因素引起的原始图像上各地物的几何位置、尺寸、形状等特征与在参照系统中的表达要求不一致时产生的畸变，其过程如图 2所示。

图  2  图像几何校正示意图

a—校正前；b—校正后

Figure  2.  Schematic diagram for the geometric correction of image

下载: 全尺寸图片 幻灯片

笔者在人工选取控制点的基础上，对半结构化的彩色地质图进行几何校正，图 3-a和图 3-b分别为几何校正前后的金山镇地质图。从图 3可以看出，校正后地质图的坐标系与屏幕坐标系方向完全一致，方便了后续图像要素信息的提取及地质图的使用。

图  3  金山镇地质图的几何校正

a—几何校正前的地质图；b—几何校正后的地质图

Figure  3.  Geometric correction of geological map in Jinshan Town

下载: 全尺寸图片 幻灯片

1.2   去噪

为了去除数字图像中的噪声，依据噪声特征提出多种滤波方法，如变换域滤波法、空间域滤波法、变分法、偏微分方程滤波法等。其中，中值滤波是一种非线性滤波方法，因其具有较好的滤波效果、较少边缘模糊，加之简单易懂在图像处理中得到广泛应用^[8-9]。但当原始图像中噪声浓度较大时，采用传统中值滤波得到的处理图像会出现严重的失真，图像模糊不清。

为了克服上述问题，笔者对传统的中值滤波算法进行改进，引入自适应算法，将窗口大小的自适应调整与中值滤波结合，提出了一种自适应中值滤波算法。自适应算法首先通过粗略估计原始图像中的噪声浓度确定滤波窗口的范围，然后确定窗口的中心像素是否为噪声，最后实现自适应中值滤波。与传统的中值滤波算法相比，自适应中值滤波算法根据图像窗口大小中噪声浓度自动确定。该算法采用较小尺寸的模板可以很好地适应图像中噪声浓度较小的部分，但对于图像中噪声浓度较大的部分，则采用较大尺寸的模板，在全面抑制噪声的同时也能较好地保护图像中的某些细节^[10]。

上面的理论方法是基于灰度图像提出的，然而对彩色图像的滤波处理与灰度图像的去噪在原理上存在根本差异：在数字图像处理中，灰度图像是一个一维矩阵，而彩色图像是由RGB三种基本颜色构成，每种颜色的取值范围均为0~255，通过红、蓝、绿3种颜色的不同比例搭配，产生不同的颜色。与传统灰度图像数据相比，三维彩色数据量大，且矢量距离的计算也不同，所以传统的灰度图像滤波方法无法直接应用到矢量滤波处理中。由于对彩色图像直接进行矢量滤波处理难度较大，为了简化彩色图像的滤波过程，首先将彩色数字图像转换到3个分量相互独立的Lab颜色空间，并将其分解，即将彩色图像分解为L、a、b三个分量，然后分别对这3个分量的图像进行灰度图像的自适应中值滤波，最后将3个分量的去噪图像组合，并转换到RGB颜色空间，得到的图像就是去噪后的彩色图像^[11]。

1.3   主图区域的定位

众所周知，一张标准的彩色地质图应该包括图名、比例尺、图例、测制单位、测制日期等。比例尺一般放在图名下面或主图区域的正下方，图例放在主图区域的右方或下方。在提取地质图各种要素信息之前，需要确定其主图区域的位置。分析主图区域的特点可看出，主图区域占据一张地质图的绝大部分区域，将其二值化后是一个最大的连通区域，所以根据这个特点可以确定主图区域的范围。图 4-a是一张标准彩色地质图的一部分，图 4-b是对应的地质图所确定的主图区域，图 5则是另一幅主图。

图  4  金山镇地质图主图区域的定位

a—原图；b—主图区域

Figure  4.  Localization of the main map area of geological map in Jinshan Town

下载: 全尺寸图片 幻灯片

图  5  冈底斯中南段地质图主图区域的定位

a—原图；b—主图区域

Figure  5.  Localization of the main map area of geological map in middle-south segment of Gangdise

下载: 全尺寸图片 幻灯片

2.   半结构化地质图面要素信息自动识别

彩色图像中目标提取的关键因素是颜色，它是一张地质图最直观、最主要的特征，通过颜色的不同，可以提取不同的面状要素，从而构建各面要素的信息图层。但在地质图数字图像的获取和传输过程中容易造成地质图颜色偏差与混淆。虽然这些色彩差别对人的肉眼影响不大，但给地质图信息的自动提取带来了极大的困难，所以在面要素信息提取之前要对图像进行颜色分割。

彩色图像的颜色分割方法归纳起来主要有基于阈值的分割方法、基于边缘检测的分割方法、基于区域的分割方法、基于特征空间的分割方法、基于数学形态学的分割方法、基于遗传算法的分割方法等^[12]。这些算法都存在一定的局限性，无法得到满意的效果，考虑到实际工作中应用的地质图，由于纸张及扫描误差的影响，在数字化量化过程中，几乎不可能实现精确量化描述，因而造成半结构化地质图的颜色具有模糊性特点^[13]。本文采用多层前向反馈式神经网络的分割方法对地质图进行颜色分割。本次研究提出的面要素信息提取流程图如图 6所示。

图  6  面要素信息提取的流程图

Figure  6.  Flow chart for the extraction of area element information

下载: 全尺寸图片 幻灯片

2.1   边界的白色化

在分析栅格图像时，笔者注意到图像的色散、混淆色主要出现在2种颜色的交界处。因此，本文在颜色分割之前通过对边界白色化处理，减少过渡色，以提高颜色分割的效果。

2.1.1   边缘查找

通常情况下，一幅图像的边缘指图像局部强度变化最强烈的部分，主要存在于目标与背景或区域与区域(包括不同色彩)之间，在图像中表现为2个或多个不同区域的交接处^[14]。在数字图像中，图像的强度变化程度定义为图像中各点像素之间的导数值。现有的绝大部分边缘检测算法的计算思想都是通过对图像函数f(x, y)求导，然后阈值化得到图像的边缘。

Canny边缘检测算子是一个多级边缘的检测算法。在现有的边缘检测算法中，它能尽可能多、且准确地判断出图像中的实际边缘，也是现有数字图像边缘检测算法中效果最好的边缘检测算法。因此，本次研究采用Canny算子查找图像的边缘。

2.1.2   数学形态学

数学形态学由Matheron和Serra于1964年创立，是一种应用于图像处理和模式识别领域的新方法，为了达到对图像分析和识别的目的，用一定形态的结构元素量度和提取图像中的对应形状^[15]。数学形态学图像处理的基本思想是将数字图像看成欧式空间中点的集合，利用结构元素对图像进行移位、交、并等操作，从而对图像进行分析，收集图像信息，了解图像特征，达到图像处理的目的^[16]。本文介绍一些关于数学形态学的基本运算，例如膨胀、腐蚀、闭和开运算。

(1) 腐蚀运算和膨胀运算

腐蚀运算(Erosion)是数学形态学四大基本运算之一，其实现基础为填充结构的思想概念。记AΘB表示集合A用集合B来腐蚀，其数学定义如下：

其中，⊆表示子集关系，A为输入图像目标图像(也叫目标图像)，B为模板(也称结构元素)。公式(1)表示A用B来腐蚀得到的结果集合为B平移x后仍然在A中的所有点，其示意图如图 7所示。

图  7  腐蚀的示意图

Figure  7.  Schematic diagram of erosion operation

下载: 全尺寸图片 幻灯片

从图 7可看出，对于其中任一个阴影中的点x，B_x包含于A中，因此，集合A被集合B腐蚀后的结果就是图 7中的阴影部分，它包含在A中，且小于A。

膨胀运算(Dilation)是数学形态学的另一个基本运算，它是腐蚀运算的逆运算(即对偶运算)。记A⊕B，表示集合A用集合B来膨胀，其数学定义为：

从公式(2)可以看出，A用B做膨胀操作的过程可理解为：先对B做关于原点的映射得到${(\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over B} )_x}$，然后将${(\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over B} )_x}$平移x，且A与B平移后的映像交集不能为空集。

图 8中A表示目标图像，B为结构元素(模板)，对于任意在阴影部分中的点x，${(\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over B} )_x}$与A的交集不为空，所以A被B膨胀的结果为图中阴影部分。一般来说，膨胀运算会使目标图像的边缘部分在一定程度上扩展，这也就是它被称为膨胀运算的原因。

图  8  膨胀的示意图

Figure  8.  Schematic diagram of dilation operation

下载: 全尺寸图片 幻灯片

(2) 开运算和闭运算

闭运算与开运算是将膨胀运算和腐蚀运算进行组合。一般来说，把先进行腐蚀运算后进行膨胀运算的过程称为开运算，其运算符为°，B对A进行开运算记作A°B，其定义为：

腐蚀运算能消除目标图像中尺寸小于结构元素的毛刺噪声、孤立噪声点和小桥，而膨胀运算则能恢复由腐蚀运算后线条变细长的图像。

类似地，把先进行膨胀运算后进行腐蚀运算的过程称为闭运算，其运算符为·，B对A进行闭运算记作A·B，其定义为：

闭运算可以填充目标图像中尺寸小于结构元素的空隙和空洞。下面研究实际情况下闭运算的操作过程(图 9)。首先用B来膨胀A，得到A⊕B，然后在此基础上用B来腐蚀A⊕B，得到A·B。从图 9中的A·B图像可以看出，原目标图像经过闭运算后，可连接2个邻近的目标图像及填补目标图像中的小空洞和裂缝。需要注意的是，如果结构元素B是不对称的，则对腐蚀结果A⊕B做膨胀运算时，要采用结构元素B的对称集B∨对A⊕B做膨胀运算，否则，最后得到的结果与原目标图像将会发生一定距离的平移。

图  9  闭运算

Figure  9.  Closing operation

下载: 全尺寸图片 幻灯片

从上面的讨论可以看出，利用开运算能消除目标图像中的孤立点和边缘的毛刺，即对目标图像进行类似“平滑”的处理；利用闭运算能连接2个相邻的目标图像，填补目标图像中的裂缝和空洞。

2.1.3   算法步骤描述

地质图的色散、混淆色主要出现在2种颜色的交界处，对地质图进行边界白色化处理，可减少混淆色、色散像素，同时减少聚类数目，提高分割的效率。根据上面介绍的相关理论，总结栅格彩色地质图边界白色化的步骤主要分为三步。

STEP 1：对栅格彩色地质图应用Canny算子进行边缘查找。

STEP 2：对提取的边缘图像采用数学形态学中的膨胀运算进行一次粗化处理。

STEP 3：将原图像与边界图像相减，将边界处全部进行白色化处理。

2.2   BP神经网络颜色分割算法

对于那些外界信息十分复杂、没有足够的背景先验知识、没有严谨的逻辑推理规则的复杂的分类问题，多层神经网络模型具备十分突出的优势。多层神经网络模型是一个大型非线性动态系统，其中输入层的神经元接收从外部输入的数据，而隐藏层中的神经元和输出层的神经元使用激活函数对数据处理，最终结果则由输出层的神经元进行输出。简而言之，输入节点只载入数据，无处理数据的功能，输出层和隐藏层的节点则需要使用激活函数。由于图像分割本质上是一个复杂的分类问题，即输入图像区域必须划分为目标区域和背景区域。因此，使用多层神经网络模型解决彩色地质图面要素的颜色分割，本次使用的BP网络通常用Sigmoid函数作为其激活函数，这些节点是高度连接的且具有阈值，由各单元输入的加权连接值的总和与阈值进行判断后，激活Sigmoid函数向后传参，其任一层中的每一个节点与其相邻层进行加权连接。其具有Sigmoid函数阈限的典型神经元节点，如图 10所示^[17]。

图  10  具有Sigmoid函数阈限的典型神经元节点

Figure  10.  Typical neuron nodes with Sigmoid function threshold

下载: 全尺寸图片 幻灯片

目前人工神经网络中多层前向反馈式神经网络应用较广泛, 其中BP(Back Propagation netw ork, 误差逆传播)学习算法最突出、最典型。在实际应用过程中，研究人员大多使用误差逆传播算法进行训练，但误差逆传播算法还可用于其他网络中并不只可用于多层前向反馈式神经网络。然而一般说“BP网络”时，通常指的是误差逆传播算法训练的多层前向反馈式神经网络。在模式识别和图像处理的领域中，该算法已经取得杰出的成果，其中心思想是将已知结果的训练样本对神经网络模型进行调参，然后利用训练完成的模型对目标图像进行处理或识别。

若要获得合理有效的权值，需要针对确定的问题，使用已知的训练样本对模型进行训练，BP算法允许网络的连接权值依据输出产生的结果误差进行修改，由于BP算法的存在，每次进行训练时模型将趋于拟合，直到模型收敛。输入层的节点数可以由目标图像的特征向量的数量确定，输出层节点数由分割类别数确定^[18]。一般的二分类则定为二用以输出非目标图象和目标图象。Hornik等证明，只需要包含足够多神经元的隐藏层，多层前向反馈式神经网络就可以以任意精度逼近任意复杂度的连续函数，然而如何设置隐藏层神经元的个数依然需要研究人员的探索，在实际的操作过程中一般是使用“试错法”进行参数调优。

由于在图像预处理时使用的颜色模型为Lab颜色模型，各维度的数值变化范围并不相同，可能会影响训练样本对模型的训练效果。因而本文对模型略加改进，增加了归一化层，在数据传入和传出的模型之前将其变化返回的值限制在一定的数值范围内，BP网络结构图如图 11所示。笔者使用其他分割方法作为对照组进行实验，发现对于实验中选取的地质图件来说，使用BP网络的实验结果更加稳定且灵活。

图  11  BP网络拓扑结构

Figure  11.  Topologic structure of BP network

下载: 全尺寸图片 幻灯片

2.3   白色区域的修复

去除噪声后彩色地质图中的白色区域是边界白色化的结果，在原始的地质图像中是不存在的，因此，要对边界白色化的区域进行修复。彩色图像白色区域可以看作是一种特殊的噪声(图 12)，但它的修复与二值图像的噪声去除有很大不同。首先，本次研究要分析区块合并问题，依据人视觉的特点，若在某一大面积的色块区域中存在面积很小的一个或几个白色区域，应该把白色区域归并到对其直接包含的区域中。因此，当白色区域仅被一个区域包含时，直接将其颜色置换为被直接包含的区域的颜色即可；如果某一白色区域与其他几种颜色的区域邻接时，应该对白色区域进行层层修复，即根据邻接性特点将这一白色区域分别合并到距离最近的其他邻接区域中。进行白色区域修复的步骤如下所示。

图  12  白色区域修复示意图

Figure  12.  Schematic diagrams showing the repair of white areas

下载: 全尺寸图片 幻灯片

STEP 1：扫描一次整张地质图的白色像素，标记出某个白色像素的8-邻域内有2个或2个以上为前景像素(非白色)的像素点。

STEP 2：将该像素点的颜色置换为4-邻域内颜色最多的那个颜色。

STEP 3：重复STEP 1和STEP 2，逐层修复，直到所有得白色区域完全修复为止。

2.4   实验结果

为了验证本算法的有效性，本文用此方法对两张不同复杂程度的标准地质图进行面要素信息的提取，其提取结果如图 13和图 14所示。从图 13和图 14可以看出，不管原图多么复杂，本文所述方法能较好地提取出彩色地质图中的所有面要素区域。

图  13  13种面要素信息提取结果

Figure  13.  Extraction result of 13 area element information

下载: 全尺寸图片 幻灯片

图  14  19种面要素信息提取结果

Figure  14.  Extraction result of 19 area element information

下载: 全尺寸图片 幻灯片

图 13-a中有13种面要素区域，图 14-a中有19种面要素区域，与之对应的面要素提取结果，图 13-f中有13种面要素区域，图 14-f中也有19种面要素区域，说明本文提出的算法能识别出原图中的所有面要素区域。分析这2张不同的地质图可以看出，若原图中有较多细小的面要素区域或有较粗的线(如深大断裂)，则识别效果不理想，主要是因为本文算法会将细小的面要素区域当作线去掉，而对于较粗的线，会被当作面要素保留。为了定量评价本文算法的正确性，可对面要素区域边界追踪的结果与人工矢量化结果进行叠合比较。

3.   小结

近年来自动矢量化方面的研究取得了一些进步，但许多关键问题还没有解决，还无法达到实用的效果。如栅格图人工矢量化较传统，通过扫描纸质地质图后的栅格格式无法直接进行数据分析，因此需要花费大量人力、财力及物力。随着大数据时代的到来，人们的思维发生了变化。彩色地质图中成矿信息的自动提取不仅具有较重要的学术价值，而且具有广阔的市场应用前景。本文提出，通过数学形态学和机器学习的思想，从面要素与点、线要素的特征出发，通过颜色特征提取各种面要素信息，在算法中采用许多先进技术，实现了地质图中所蕴含的与矿产有关的面要素信息的提取，完成了从半结构地质图到结构化数据的转换。