張立國(guó),吳曉,江娜,焦英華

(1.山東省國(guó)土測(cè)繪院,山東 濟(jì)南 250013;2.萊蕪職業(yè)學(xué)院,山東 萊蕪 271100)

利用面向?qū)ο蠓诸惣夹g(shù)進(jìn)行地理要素快速更新的方法研究

張立國(guó)1,吳曉2,江娜1,焦英華1

(1.山東省國(guó)土測(cè)繪院,山東 濟(jì)南 250013;2.萊蕪職業(yè)學(xué)院,山東 萊蕪 271100)

該文以遙感影像為更新期數(shù)據(jù),利用面向?qū)ο蠓诸惙椒?在對(duì)象層次進(jìn)行推理和分析;將更新完成要素作為先驗(yàn)知識(shí),分層更新地理要素;對(duì)更新過(guò)程中基期地形圖專題要素不變信息的利用,主要地理要素提取和更新方法進(jìn)行了研究。結(jié)果表明,該方法兼顧地理要素快速更新的自動(dòng)化與實(shí)用化,具有廣闊的應(yīng)用空間。

面向?qū)ο蠓诸?多尺度分割;快速更新;高分辨率影像;地理要素

0 引言

地理要素的現(xiàn)勢(shì)性是衡量其使用價(jià)值的重要標(biāo)準(zhǔn),它的重要性遠(yuǎn)遠(yuǎn)高于幾何精確性[1];但隨著城市化進(jìn)程的加快和經(jīng)濟(jì)社會(huì)的發(fā)展,地表覆蓋不斷變化,保持地理要素的現(xiàn)勢(shì)性成為難點(diǎn)問(wèn)題。因此,通過(guò)更新來(lái)保持地理要素現(xiàn)勢(shì)性的技術(shù)研究已成為測(cè)繪科技領(lǐng)域關(guān)注的熱點(diǎn)[2]。目前常用的地理要素更新方法包括利用現(xiàn)有大比例尺地形圖縮編,利用全數(shù)字?jǐn)z影測(cè)量方法更新[3],利用正射影像圖進(jìn)行更新[4]等。其中前2種方法更新周期長(zhǎng),現(xiàn)勢(shì)性差,難以滿足地理要素更新時(shí)效性需求;后一種方法人工判讀解譯工作量太大。近幾年,隨著高分辨率遙感影像的出現(xiàn),利用遙感信息分類方法提取影像各類地物要素與變化信息的方法逐漸豐富;面向?qū)ο蠓诸惙椒ㄓ譃榈乩硪馗绿峁┝诵碌乃悸?。Peled等人提出 GIS驅(qū)動(dòng)的變化檢測(cè)方法,將基期待更新的矢量地形圖數(shù)據(jù)轉(zhuǎn)為柵格數(shù)據(jù)后與影像圖進(jìn)行變化檢測(cè)[5];李德仁院士提出基于新影像和舊期地形圖的變化檢測(cè)方法,從已有的地形圖上引入主要不變目標(biāo)的信息作為先驗(yàn)知識(shí),對(duì)新影像進(jìn)行特征提取,在二值化影像上對(duì)新舊圖形進(jìn)行比較和變化檢測(cè)[1];萬(wàn)幼川等利用高分辨率遙感影像,構(gòu)建3層MLP(多層感知器)分類器對(duì)影像進(jìn)行分類,提取城市建筑物與道路信息,并在此分類基礎(chǔ)上通過(guò)對(duì)現(xiàn)有地形圖的疊加來(lái)實(shí)現(xiàn)地形圖的更新[6];簡(jiǎn)燦良等論述了利用面向?qū)ο蟮倪b感影像分類方法更新1∶10 000比例尺地形圖的基本技術(shù)流程[7]。

綜上所述,已有研究為地形圖自動(dòng)、可持續(xù)更新提供了新的思路,但在變化信息后處理入庫(kù),適應(yīng)大范圍復(fù)雜場(chǎng)景的穩(wěn)健性,不同比例尺通用性方面論述不多;對(duì)面向?qū)ο蠓诸惛碌乩硪胤椒ǖ募?xì)節(jié)也缺少詳盡的描述與探討。該文利用面向?qū)ο蠓椒?詳細(xì)論述地理要素快速更新流程,并以1∶10 000比例尺地形圖快速更新為例來(lái)驗(yàn)證方法。

1 面向?qū)ο蠓诸惙椒ㄔ?/h2>

面向?qū)ο蠓椒梢跃C合利用影像自身、拓?fù)浜驼Z(yǔ)義信息[8]而更適合于細(xì)節(jié)豐富的高分辨率影像分類。面向?qū)ο蠓椒ㄊ侵竿ㄟ^(guò)對(duì)影像的分割,使同質(zhì)像元組成大小不同的對(duì)象[9]。所謂的對(duì)象,即較為同質(zhì)的區(qū)域,其內(nèi)部屬性相對(duì)一致或均質(zhì)程度較高,使得影像的信噪比得到顯著改善,同類地物的光譜變化被減小,不同地物的差異增大,增加了類別的可分性;同時(shí),面向?qū)ο蠓诸惸芴峁┦噶砍晒畔?大大提高了遙感與 GIS集成的能力[8],通過(guò)分類得到的地理要素可以直接入庫(kù)。面向?qū)ο蟮膶?shí)現(xiàn)可以分為3個(gè)步驟:影像分割、類層次構(gòu)建與特征選取、分類。

(1)影像分割:多尺度分割,是從單個(gè)像素開(kāi)始,根據(jù)一定的規(guī)則,先將單個(gè)像素與它周圍的像素合并成一個(gè)小的對(duì)象,再將小的對(duì)象再合并成新的對(duì)象。在每次合并的過(guò)程中,都要計(jì)算異質(zhì)度,對(duì)象合并其相鄰對(duì)象的原則是讓異質(zhì)度增長(zhǎng)最小,如果最小的增長(zhǎng)超過(guò)所限定的閾值,則中止合并[10]。異質(zhì)度是由對(duì)象的光譜和形狀差異確定,表述如公式:

其中,wcolor為光譜信息因子;wshape為形狀信息因子;hcolor為光譜異質(zhì)性;hshape為形狀異質(zhì)性,且 wcolor+wshape=1。

同時(shí),影像分割過(guò)程中可集成已有的專題信息。例如,基期地理要素中未變化矢量要素信息或可用于更新的其他部門共享信息。

(2)特征選取與類層次構(gòu)建:特定的地物目標(biāo)總是與一定的特征及特征組合相聯(lián)系,對(duì)于一些光譜特征較為相似的地物,應(yīng)選取其他特征或者特征組合來(lái)識(shí)別區(qū)分[11]。影像對(duì)象的特征包括固有特征,拓?fù)涮卣骱驼Z(yǔ)義特征等。其中固有特征包括對(duì)象的光譜、紋理、形狀特征,NDV I,RV I等指數(shù)特征,以及根據(jù)影像分類需要自定義的其他指數(shù)特征;拓?fù)涮卣髅枋鐾怀叨葘?duì)象之間的空間關(guān)系,如房屋和陰影緊鄰;語(yǔ)義特征用來(lái)描述對(duì)象間的語(yǔ)義關(guān)系,如父對(duì)象與子對(duì)象之間的被繼承、繼承關(guān)系。根據(jù)影像分類需求,構(gòu)建不同類別以及對(duì)象之間的繼承或拓?fù)潢P(guān)系,組成影像對(duì)象的類層次網(wǎng)絡(luò)。選取的特征及建立的類層次構(gòu)成了下一步分類的知識(shí)庫(kù)。

(3)分類:分類方法采用了模糊分類。相比于傳統(tǒng)的硬分類,模糊分類可以提供更多信息和更高精度的潛在分類結(jié)果[12],它通過(guò)選取不同的隸屬度函數(shù)靈活實(shí)現(xiàn)。概括而言,面向?qū)ο蠓诸惙椒梢约傻匚飳ｎ}要素,充分利用影像的光譜、形狀、紋理、上下文等信息,在適合的尺度下通過(guò)模糊分類進(jìn)行影像的分類,獲取所需的專題信息。

2 地理要素快速更新的技術(shù)流程

水系、居民地、植被和交通等作為地理要素的主要內(nèi)容,變化快,信息量豐富。該文利用面向?qū)ο蟮姆诸惙椒?在對(duì)象層次進(jìn)行推理和分析;分層更新地理要素,將更新完成要素作為先驗(yàn)知識(shí),降低分類難度,提高分類精度(圖1)。

圖1 地理要素快速更新流程圖

(1)高分辨率影像與待更新地形圖精匹配。影像與地形圖的精確配準(zhǔn)既非常必要,也十分困難。在進(jìn)行精匹配的過(guò)程中要在影像上均勻選取多的控制點(diǎn),控制點(diǎn)盡量選取在地面上;要進(jìn)行配準(zhǔn)后精度檢查,直到滿足相應(yīng)比例尺的精度要求為止。

(2)專題要素?cái)?shù)據(jù)參與影像多尺度分割。地形圖中不變信息和已完成更新信息參與影像分割。該過(guò)程逐步迭代完成,更新完某要素后,將其作為已知信息參與影像的分割操作,直至最后一類完成更新。

(3)分層提取地理要素。采用“由簡(jiǎn)到難”的方式進(jìn)行地物要素更新。對(duì)特征較為單一的地物,如水體,可以通過(guò)設(shè)定特征集直接提取;對(duì)于復(fù)雜地物要素,如居民地和植被等,可以通過(guò)從影像中提取變化信息(如新增居民地,減少居民地)的方式更新。

(4)GIS環(huán)境人機(jī)交互完成更新。地理要素更新對(duì)精度要求很高,自動(dòng)提取的要素更新信息很難直接入庫(kù)更新地形圖。因此,要在 GIS環(huán)境中,通過(guò)人機(jī)交互,去除由于同物異譜、同譜異物、遮擋、季節(jié)因素等引起的誤判、漏判;對(duì)自動(dòng)提取的居民地、植被等的不規(guī)則邊緣進(jìn)行編輯。

3 試驗(yàn)與分析

3.1 試驗(yàn)區(qū)域和數(shù)據(jù)分析

研究試驗(yàn)區(qū)選在山東省某城鄉(xiāng)結(jié)合部,此處地物要素類型多樣,要素變化明顯,場(chǎng)景復(fù)雜,具有典型的代表性。實(shí)驗(yàn)區(qū)面積約為25 km2。待更新地形圖成圖時(shí)間為2006年初,為 shapefile格式(圖2(a)所示為待更新居民地要素圖層);更新期影像數(shù)據(jù)為DMC數(shù)據(jù)(如圖2(b)所示),空間分辨率重采樣為0.5m,影像大小為11331像素×9537像素,為R,G,B三波段真彩色影像,數(shù)據(jù)獲取時(shí)間為2008年春季4月份。

圖2 待更新居民地要素圖

待更新地物要素在該時(shí)相的影像上表現(xiàn)與更新方式為:植被呈淺綠或深綠色,存在休耕地,與裸土易混;影像不含近紅外波段,無(wú)法利用NDV I等較為成熟的植被指數(shù),采用自定義指數(shù)提取新增、減少植被。水系呈黑色、藍(lán)黑、藍(lán)灰色,易與陰影混分;春季水系水涯線與常水位不一致,在影像上表現(xiàn)為低于常水位;灌溉水渠和水庫(kù)周圍長(zhǎng)有植被,遮蓋水體;部分水體中混有泥沙、水草等雜質(zhì),水體形狀差別較大?？傮w而言,在影像范圍內(nèi)難以用一組特征描述水系。因此,將水系分為細(xì)長(zhǎng)的河流型和接近矩形的水庫(kù)型水系,分別提取后合并。影像上居民地之間特征差異大,難以直接提取,可以利用其與陰影相鄰的拓?fù)潢P(guān)系發(fā)現(xiàn)變化信息,達(dá)到更新的目的。春季樹(shù)木尚未繁茂,對(duì)提取道路有利;城市道路在影像上表現(xiàn)清晰,而機(jī)耕路等鄉(xiāng)村道路直接提取困難。因此,主要通過(guò)道路要素與更新后居民地的拓?fù)潢P(guān)系判斷道路變化信息來(lái)更新主要道路。

地形圖和影像數(shù)據(jù)配準(zhǔn)在 ERDAS 9.1中完成。地理要素提取在軟件Definiens Developer 7.0及ENV IZoom FX模塊中完成,編輯更新入庫(kù)在A rcGIS 9.2中完成。

3.2 試驗(yàn)結(jié)果及分析

各類要素更新所選取特征及其意義如表1所示,自動(dòng)提取地物情況見(jiàn)表2,變化信息提取結(jié)果如圖3所示。

表1 提取變化要素所用特征及意義

表2 自動(dòng)提取地物情況

圖3 各要素信息提取結(jié)果圖

(1)信息正確檢測(cè)率在合理值范圍內(nèi)。其計(jì)算方式為:某要素正確提取圖斑數(shù)/某要素應(yīng)有圖斑數(shù)×100%,應(yīng)有圖斑數(shù)=正確提取圖斑數(shù)+漏提圖斑數(shù)。除建筑物減少信息外,要素正確檢測(cè)率在75%以上,說(shuō)明大部分變化要素都能通過(guò)自動(dòng)提取發(fā)現(xiàn),并將變化信息重點(diǎn)檢查區(qū)域控制在占影像5%的區(qū)域內(nèi)。

(2)交通要素變化及居民地減少信息的檢測(cè)是利用面向分類技術(shù)進(jìn)行地理要素更新的難點(diǎn)。減少居民地是從已有居民地中尋找與周圍對(duì)象對(duì)比度大、沒(méi)有陰影信息的圖斑,檢測(cè)難度大;交通要素更新時(shí)難以發(fā)現(xiàn)機(jī)耕路、大車路等的變化信息。

4 結(jié)論

通過(guò)計(jì)算機(jī)自動(dòng)分類來(lái)減少人工解譯工作量,采用面向?qū)ο蠓椒▉?lái)克服像素級(jí)分類中的噪聲,而且可以將得到的矢量分類結(jié)果直接應(yīng)用于更新,因而,在實(shí)際更新中具有很大的應(yīng)用潛力。然而,以面向?qū)ο蠓椒ㄌ崛〉牡乩硪貙?duì)象,邊緣保持特性比較差,需要手工編輯,造成地形圖更新工作量增大。隨著工作的深入,還將在此方面開(kāi)展進(jìn)一步的研究及試驗(yàn)分析。

[1] 李德仁.利用遙感影像進(jìn)行變化檢測(cè)[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2003,28:7-12.

[2] 徐韜.對(duì)地形圖更新技術(shù)研究與發(fā)展的認(rèn)識(shí)[J].測(cè)繪與空間地理信息,2008,31(6):168-169.

[3] 屈彥.寧夏南部地區(qū)1∶1萬(wàn)比例尺地形圖更新設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代測(cè)繪,2007,30(4):30-31.

[4] 楊華先,洪亮,王波,等.利用SPOT衛(wèi)星影像進(jìn)行1∶1萬(wàn)DLG更新的設(shè)計(jì)與研究[J].地理空間信息,2006,4(5):23-25.

[5] PELED A and BASHEER H.Toward Automatic Updating of the Israeli National GIS-phase II[J].International Archives of Photogrammetry and Remote Sensing on GIS-between Visions and Applications,1998,Vol.32-B4:467-472.

[6] 萬(wàn)幼川,宋揚(yáng).基于高分辨率遙感影像分類的地圖更新方法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2005,30(2):105-109.

[7] 簡(jiǎn)燦良,阮紅利.利用高分辨率的遙感衛(wèi)星影像更新1∶1萬(wàn)比例尺數(shù)字地形圖的研究[J].福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,23(3):10-14.

[8] 陳忠.高分辨率遙感圖像分類技術(shù)研究[D].北京:中國(guó)科學(xué)研究院,2006.

[9] 陳云浩,馮通,史培軍,等.基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2006,31(4):316-320.

[10] BAA TZ M and SCHAPE A.Multiresolution Segmentation:an op timization app roach for high quality multi-scale image segmentation[M].In:Strobl,J.and Blaschke,T.(Eds.):Angewandte Geogr.In for mationsverar beitung XII,Wichmann,Heidelberg,2000:12-23.

[11] 閆利,聶倩,胡文元,等.基于對(duì)象級(jí)的ADS40遙感影像分類研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2009,34(2):183-186.

[12] LU D.and W ENG Q.A survey of image classification methods and techniques for imp roving classification performance[J].International Journal of Remote Sensing,2007,28(5-6):823-870.

Fast Features Revision by Object-oriented Classification Method

ZHANG Liguo1,WU Xiao2,JIANG Na1,JIAO Yinghua1
(1.Shandong Land Surveying and Mapping Institute,Shandong Jinan 250013,China;2.Laiw u Vocational College,Shandong Laiw u 271100,China)

In this paper,regarding remote sensing images as the update datas,using object-oriented classification method,on the object level,conduction and analysis are carried out.Regarding updated and finished elemetns as the prior know ledge,geographical elements are hierarchically updated.The use of unchanged information duing the update period of to pographicmap and main geographical elements and updating methods are studied.A s show ed by the results,this method has the characterisitics of fast and practical in automatically updating information and has a broad application space.

Object-oriented classification;multi-resolution segmentation;fast revision;high-resolution images;geographical elements

P231.5

B

2010-06-13;

2010-07-12;編輯:陶衛(wèi)衛(wèi)

山東省科技發(fā)展計(jì)劃項(xiàng)目(2007GG20006016),地理空間信息工程國(guó)家測(cè)繪局重點(diǎn)實(shí)驗(yàn)室經(jīng)費(fèi)資助。

張立國(guó)(1971—),男,山東東平人,主要從事 GIS應(yīng)用與研究工作;E-mail:jiangna123321@163.com。