• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種改進(jìn)的遙感影像面向?qū)ο笞顑?yōu)分割尺度計(jì)算模型

      2010-12-28 03:18:40胡文亮董張玉
      地理與地理信息科學(xué) 2010年6期
      關(guān)鍵詞:面向?qū)ο?/a>一致性異質(zhì)性

      胡文亮,趙 萍,董張玉

      (1.安徽師范大學(xué)國(guó)土資源與旅游學(xué)院GIS重點(diǎn)實(shí)驗(yàn)室,安徽蕪湖 241000; 2.合肥工業(yè)大學(xué)資源與環(huán)境工程學(xué)院,安徽合肥 230009)

      一種改進(jìn)的遙感影像面向?qū)ο笞顑?yōu)分割尺度計(jì)算模型

      胡文亮1,趙 萍2*,董張玉1

      (1.安徽師范大學(xué)國(guó)土資源與旅游學(xué)院GIS重點(diǎn)實(shí)驗(yàn)室,安徽蕪湖 241000; 2.合肥工業(yè)大學(xué)資源與環(huán)境工程學(xué)院,安徽合肥 230009)

      面向?qū)ο蟮挠跋穹治龇椒軌虺浞掷酶叻直孢b感影像信息,有效提取目標(biāo)信息。分割尺度的選擇是面向?qū)ο笥跋穹治龇椒ǖ暮诵膯栴}。該文采用樣本控制的方法,構(gòu)建了基于面積和周長(zhǎng)的分割對(duì)象樣本一致性評(píng)價(jià)因子,針對(duì)不同的信息提取目標(biāo),提出一種改進(jìn)的遙感影像面向?qū)ο笞顑?yōu)分割尺度計(jì)算模型,并驗(yàn)證了其優(yōu)越性。

      面向?qū)ο?影像分割;最優(yōu)尺度;計(jì)算模型

      面向?qū)ο蟮男畔⑻崛》椒ㄔ诟叻直孢b感影像信息提取方面得到了廣泛應(yīng)用[1-4]。影像分割是面向?qū)ο笮畔⑻崛〉幕A(chǔ),其直接影響信息提取的質(zhì)量,分割尺度的選擇是影像分割的關(guān)鍵。國(guó)內(nèi)外學(xué)者對(duì)于如何確定最優(yōu)分割尺度做了諸多探討:1)憑借經(jīng)驗(yàn)選擇分割尺度,經(jīng)反復(fù)驗(yàn)證確定最優(yōu)分割尺度[5-7]。2)選取尺度鑒別指標(biāo)評(píng)價(jià)分割尺度選擇質(zhì)量。如以最大面積作為尺度鑒別的指標(biāo)[8];采用面積相對(duì)誤差鑒別和確定分割尺度[9];考慮面積和色彩因素的區(qū)域相似性作為判斷分割尺度的依據(jù)[10]。3)利用最優(yōu)分割尺度計(jì)算模型計(jì)算最優(yōu)分割尺度[11]。依靠經(jīng)驗(yàn)選擇分割尺度帶有一定的主觀性,不易獲得最優(yōu)分割尺度;尺度鑒別指標(biāo)普遍考慮對(duì)象的面積因素,不能兼顧對(duì)象形狀因素,指標(biāo)選擇不確定性較大,難以取得理想效果;不同的提取目標(biāo)有著不同的最佳分割尺度,現(xiàn)有的最優(yōu)分割尺度計(jì)算模型是從對(duì)象內(nèi)的同質(zhì)性和對(duì)象間的異質(zhì)性來判斷分割的優(yōu)劣,沒有充分考慮信息提取目標(biāo)。本文對(duì)現(xiàn)有面向?qū)ο笞顑?yōu)分割尺度計(jì)算模型做了改進(jìn),據(jù)不同信息提取目標(biāo)采用樣本控制的方法提出了一種改進(jìn)的面向?qū)ο笞顑?yōu)分割尺度計(jì)算模型。

      1 最優(yōu)分割尺度計(jì)算模型

      尺度通常是指實(shí)體、模式和過程被觀察與表示的空間大小與時(shí)間間隔,包括空間尺度與時(shí)間尺度,遙感尺度中還包括光譜尺度。面向?qū)ο笥跋穹治鲋械挠跋穹指畛叨仁侵缚臻g尺度。黃慧萍[12]對(duì)最優(yōu)分割尺度作了界定:當(dāng)信息提取針對(duì)的是一種地物或幾種地物類型時(shí),最優(yōu)尺度定義為特定地物類型能用一個(gè)或幾個(gè)對(duì)象表達(dá),對(duì)象大小與地物目標(biāo)大小接近,對(duì)象多邊形既不能太破碎也不能邊界模糊,且類別內(nèi)部對(duì)象的光譜變異較小;當(dāng)信息提取針對(duì)整幅影像時(shí),最優(yōu)尺度是指分割后影像對(duì)象內(nèi)部異質(zhì)性盡量小,同時(shí)不同類別對(duì)象之間的異質(zhì)性盡量大,而且對(duì)象能夠表達(dá)某種地物的基本特征(如紋理、光譜、形狀、拓?fù)潢P(guān)系等)。遙感影像分割尺度實(shí)質(zhì)上指分割的對(duì)象多邊形內(nèi)部異質(zhì)性的最小閾值,對(duì)象內(nèi)的同質(zhì)性和對(duì)象間的異質(zhì)性是最優(yōu)分割尺度確定的兩個(gè)重要因素。此外,分割對(duì)象多邊形與目標(biāo)對(duì)象的樣本一致性更是衡量尺度選擇優(yōu)劣的重要標(biāo)準(zhǔn)。

      考慮以上情況,本文提出考慮面積和周長(zhǎng)因子的分割對(duì)象樣本一致性計(jì)算公式,改進(jìn)了尺度分割質(zhì)量評(píng)價(jià)函數(shù)[11]:利用對(duì)象內(nèi)部同質(zhì)性、對(duì)象間異質(zhì)性、分割對(duì)象樣本一致性3個(gè)因子構(gòu)建尺度分割質(zhì)量評(píng)價(jià)函數(shù)以指示分割尺度選擇與分割效果的優(yōu)劣。

      1.1 對(duì)象內(nèi)部同質(zhì)性與對(duì)象間異質(zhì)性

      用對(duì)象內(nèi)部標(biāo)準(zhǔn)差表示對(duì)象內(nèi)部同質(zhì)性[11],用mo ran′s指數(shù)[13]表示對(duì)象間異質(zhì)性。公式如下:

      式中:vi、ai分別是對(duì)象i的標(biāo)準(zhǔn)差和面積,n為整個(gè)區(qū)分割后的對(duì)象總數(shù)。為避免小對(duì)象引起的不穩(wěn)定性,加入面積因子使面積大的對(duì)象權(quán)重更高。v值越小,影像對(duì)象內(nèi)部異質(zhì)性越小,同質(zhì)性越好;wij表示對(duì)象i和對(duì)象j的鄰接關(guān)系,如果i和j鄰接,則 wij=1,否則 wij=0;yi為對(duì)象i的光譜平均值;ˉy為整個(gè)影像的光譜平均值。I值越小,影像對(duì)象之間相關(guān)性越低,即影像對(duì)象之間的異質(zhì)性越好。

      1.2 分割對(duì)象樣本一致性

      由于地物結(jié)構(gòu)特征的多樣性和復(fù)雜性,每類地物的最優(yōu)分割尺度不盡相同,為了取得信息提取的最佳效果,適當(dāng)選取樣本以控制分割結(jié)果與信息提取目標(biāo)的一致性是必要的。本文基于面積和周長(zhǎng)兩個(gè)因子提出了分割對(duì)象樣本一致性的計(jì)算公式:

      式中:m為選取的樣本總數(shù);S0p、L0p分別是樣本對(duì)象p的實(shí)際面積和周長(zhǎng);Sp、Lp分別是與樣本對(duì)象 p對(duì)應(yīng)的分割產(chǎn)生的對(duì)象p′的面積和周長(zhǎng)。

      公式(3)從面積和周長(zhǎng)兩方面衡量分割后的對(duì)象和實(shí)際樣本間的一致性程度,兼顧了面積和形狀兩個(gè)因素,且 N值越小,分割對(duì)象與樣本對(duì)象間的誤差越小,即分割對(duì)象樣本一致性越好。根據(jù)信息提取目標(biāo)確定提取對(duì)象后,選擇符合提取目標(biāo)的樣本通過樣本一致性函數(shù)檢驗(yàn)分割是否達(dá)到目標(biāo)要求,最終控制分割尺度選擇、達(dá)到最佳分割目的。

      現(xiàn)階段圖像分割和評(píng)價(jià)方法多基于圖像自身信息。本文提出用樣本控制分割質(zhì)量并兼顧圖像本身信息,同時(shí)用樣本評(píng)價(jià)分割結(jié)果,在理論上具有一定的進(jìn)步性,在實(shí)用效果上也有一定的改進(jìn)。

      1.3 分割質(zhì)量評(píng)價(jià)函數(shù)與最優(yōu)分割尺度計(jì)算模型

      基于對(duì)象內(nèi)部同質(zhì)性、對(duì)象間異質(zhì)性和對(duì)象樣本一致性,提出改進(jìn)的遙感影像分割質(zhì)量評(píng)價(jià)函數(shù):

      其中:F(v,I,N)為分割尺度評(píng)價(jià)函數(shù),F(v)為對(duì)象內(nèi)部同質(zhì)性,F(I)為對(duì)象間異質(zhì)性,F(N)為分割對(duì)象樣本一致性。此函數(shù)在影像初分割階段用來計(jì)算對(duì)應(yīng)分割尺度的質(zhì)量值,為最優(yōu)分割尺度計(jì)算模型服務(wù),在分割結(jié)果評(píng)價(jià)階段用于評(píng)價(jià)分割圖像的質(zhì)量。

      基于以上幾個(gè)函數(shù),通過插值函數(shù)構(gòu)建直接以分割尺度x為變量的分割質(zhì)量函數(shù),即對(duì)待處理影像進(jìn)行n+1次分割實(shí)驗(yàn),由式(1)~(7)可得到 n+1個(gè) F (v,I,N)值。利用這些插值節(jié)點(diǎn)可以求出 a0,a1,…, an系數(shù)的值,從而得到最優(yōu)分割尺度計(jì)算模型:

      通過此模型可以計(jì)算出分割質(zhì)量值最大時(shí)的分割尺度 x的值,即最優(yōu)分割尺度值。

      分析上述諸式有:1)v隨分割尺度的增加變大。分割尺度越大產(chǎn)生的對(duì)象數(shù)量越少,單個(gè)對(duì)象多邊形包含的面積越大,內(nèi)部同質(zhì)性減小,標(biāo)準(zhǔn)差增大。2)I隨分割尺度的增大而減小。分割尺度越大產(chǎn)生的對(duì)象數(shù)量越少,單個(gè)對(duì)象多邊形包含的面積越大,對(duì)象間的相關(guān)性減小,異質(zhì)性增加。3)N值的大小取決于分割后產(chǎn)生對(duì)象與對(duì)應(yīng)樣本的吻合程度,這里涉及樣本的選擇問題:樣本數(shù)量越多,分布越均勻、密集,對(duì)尺度選擇的控制作用越強(qiáng);樣本選擇為同一地物類型則對(duì)確定特定地物類型的最優(yōu)尺度有非常強(qiáng)的控制作用,樣本選擇為多類地物類型則對(duì)確定選中地物類型的最優(yōu)尺度有控制作用,最終確定的最優(yōu)尺度兼顧了樣本中包含的地物類型分割效果,同時(shí),各類地物的提取精度還與其在樣本中的分布和數(shù)量有關(guān)。

      2 實(shí)驗(yàn)與分析

      使用2003年9月IKNOS影像,經(jīng)配準(zhǔn)后裁取安徽師范大學(xué)中校區(qū)為實(shí)驗(yàn)區(qū)。由于影像的分割質(zhì)量不僅與分割尺度有關(guān),還與顏色和形狀參數(shù)的設(shè)置有關(guān),故經(jīng)多次實(shí)驗(yàn)后,將顏色因子的權(quán)重值設(shè)為0.7,形狀因子設(shè)為0.3(光滑度設(shè)為0.8,緊致度設(shè)為0.2)。由于小于30尺度時(shí),圖像上斑塊零散、破碎,不能很好地區(qū)分各類地物;而大于120尺度時(shí),圖像上斑塊過大,地物區(qū)分不明顯。由此,在30~120尺度范圍內(nèi)每10個(gè)單位選取實(shí)驗(yàn)尺度。

      分割尺度的變化對(duì)于不同地物類型的影響不同,信息提取目標(biāo)不同選取的最優(yōu)分割尺度也不同。用樣本控制的方法針對(duì)信息提取目標(biāo)合理選擇樣本,將樣本數(shù)據(jù)代入最優(yōu)分割尺度計(jì)算模型得出最優(yōu)分割尺度是一種科學(xué)有效的方法。樣本的選擇要與信息提取目標(biāo)保持一致:1)信息目標(biāo)單一,樣本選擇類型均一;2)信息目標(biāo)混合,樣本選擇多樣。

      2.1 單一目標(biāo)提取最優(yōu)尺度分割

      以提取目標(biāo)為植被驗(yàn)證本文模型并對(duì)樣本選擇進(jìn)行說明。實(shí)驗(yàn)區(qū)內(nèi)均勻選取20個(gè)植被樣本點(diǎn)(含有實(shí)驗(yàn)區(qū)內(nèi)所有植被類型),實(shí)地測(cè)量并記錄其面積和周長(zhǎng),代入模型計(jì)算出最優(yōu)分割尺度為67,最優(yōu)分割結(jié)果如圖1所示。分析圖2、圖3可知:樣本一致性最佳情況下的分割尺度與模型計(jì)算出的分割尺度吻合較好,模型最優(yōu)解與樣本實(shí)驗(yàn)點(diǎn)之間一致性較好。圖3中20個(gè)樣本均在67分割尺度附近取得最佳樣本一致性,由此可見,模型計(jì)算結(jié)果符合實(shí)際情況。

      2.2 混合目標(biāo)提取最優(yōu)尺度分割

      以提取目標(biāo)為植被和建筑物驗(yàn)證本文模型并對(duì)樣本選擇進(jìn)行說明。實(shí)驗(yàn)區(qū)內(nèi)均勻選擇樣本點(diǎn)20個(gè),其中植被、建筑物各10個(gè)(包含植被與建筑表面的所有類別)。帶入模型計(jì)算后得出最優(yōu)分割尺度為74,最優(yōu)分割結(jié)果如圖4所示。圖5、圖6顯示:分割后的對(duì)象與樣本的一致性較好,樣本對(duì)分割尺度的計(jì)算起到了較好的控制作用。比較圖2與圖5可知,在74和67尺度下植被斑塊略有差異,這是兼顧了建筑物提取的原因。提取目標(biāo)不同最優(yōu)分割尺度也不同,提取目標(biāo)類型單一則取其最佳分割尺度;若提取目標(biāo)要兼顧多種類型,則模型計(jì)算出的最佳分割尺度是兼顧了多種地物類型后的相對(duì)最佳分割尺度。

      3 結(jié)論與展望

      本文提出一種考慮提取目標(biāo)對(duì)象樣本信息的最優(yōu)分割尺度計(jì)算模型,結(jié)論如下:1)樣本組成不同,計(jì)算出的最優(yōu)模型解也不同,在選擇樣本構(gòu)成時(shí)要充分考慮信息提取的目標(biāo),根據(jù)提取對(duì)象與提取目標(biāo)在研究區(qū)內(nèi)均勻選擇樣本;2)模型計(jì)算出的最優(yōu)尺度值經(jīng)驗(yàn)證具有較好的分割質(zhì)量,可見該模型具有一定的科學(xué)性和實(shí)用性,且算法簡(jiǎn)便、易實(shí)現(xiàn)。

      本文提出的樣本一致性評(píng)價(jià)函數(shù)考慮了樣本的面積與周長(zhǎng)兩個(gè)因子,針對(duì)信息提取目標(biāo),其他樣本因子(如形狀、紋理等)是否更適合于具體提取目標(biāo)、如何構(gòu)建函數(shù)以表征這些因子用于衡量分割對(duì)象與樣本一致性等方面有待于進(jìn)一步探討,也是面向?qū)ο笮畔⑻崛〖夹g(shù)發(fā)展的方向之一。

      [1] 唐偉,趙書河,王培法.面向?qū)ο蟮母呖臻g分辨率遙感影像道路信息提取[J].地理信息科學(xué),2008,10(2):257-262.

      [2] 蒲智,楊遼,白潔.基于面向?qū)ο蠹夹g(shù)的高分辨率遙感影像的陰影檢測(cè)與去除[J].遙感技術(shù)與應(yīng)用,2008,23(6):735-738.

      [3] CORBANCE C,RACLOT D,JACOB F.Remote sensing of soil surface characteristics from a multiscale classification app roach [J].CA TENA,2008,75(3):308-318.

      [4] 鄭利娟,李小娟,胡德勇,等.基于對(duì)象和DEM的濕地信息提取[J].遙感技術(shù)與應(yīng)用,2009,24(3):346-351.

      [5] TANSEY K,CHAMBERS I,ANSTEE A.Object-oriented classification of very high resolution airborne imagery for the extraction of bed grow s and field margin cover in agricultural areas [J].Applied Geography,2009,29(2):145-157.

      [6] 李曉峰,張樹清,龐振平,等.矢量景觀指數(shù)在遙感信息提取中的應(yīng)用[J].遙感學(xué)報(bào),2008,12(2):291-296.

      [7] 周春艷,王萍,張振勇,等.基于面向?qū)ο笮畔⑻崛〖夹g(shù)的城市用地分類[J].遙感技術(shù)與應(yīng)用,2008,23(1):31-35.

      [8] 黃慧萍,吳炳方,李苗苗,等.高分辨率遙感影像城市綠地快速提取技術(shù)與應(yīng)用[J].遙感學(xué)報(bào),2004,8(1):68-74.

      [9] 張友靜,樊恒通.城市植被尺度鑒別與分類研究[J].地理與地理信息科學(xué),2007,23(6):54-57.

      [10] 彭啟民,賈云得.一種形態(tài)學(xué)彩色圖像多尺度分割算法[J].中國(guó)圖象圖形學(xué)報(bào),2006,11(5):635-639.

      [11] 何敏,張文君,王衛(wèi)紅.面向?qū)ο蟮淖顑?yōu)分割尺度計(jì)算模型[J].大地測(cè)量與地球動(dòng)力學(xué),2009,29(1):106-109.

      [12] 黃慧萍.面向?qū)ο笥跋穹治鲋械某叨葐栴}研究[D].中國(guó)科學(xué)院遙感應(yīng)用研究所,2003.

      [13] SHORTRIDGE A.Practical limits of Moran′s autocorrelation index for raster class maps[J].Computers Environment and U rban Systems,2007,31(3):362-371.

      An Im proved Calculation M odel of Object-Orien ted for the Optimal Segmentation-Scale of Remote Sensing Image

      HU Wen-liang1,ZHAO Ping2,DONG Zhang-yu1
      (1.Key Laboratory of GIS at School of Territorial Resources and Tourism,Anhui N ormal University,W uhu 241000;
      2.School of Resources and Environmental Engineering,Hefei University of Technology,Hefei 230009,China)

      Research fo r the op timal segmentation-scale calculation model has a positive significance to imp rove the accuracy of object-o riented image interp retation.Aiming at info rmation extracting of different targets,using the method of samp les-controlling w hich considering area and perimeter as factors to evaluate consistency between segmented-objects and samp les,the quality evaluation function is put forward.This quality evaluation function is an imp rovement on befo re,it doesn′t only consider the internal consistency of the segmented-objects and the heterogeneity between the segmented-objects as the factorsof quality evaluation of segmentation,but also contains the facto r of consistency between the segmented-object and the samp le fo r controlling. And based on imp roving the existingmethod of the op timal segmentation-scale calculationmodel,the effectiveness and p racticability of themodel is verified through two kindsof samp les-choosing fo r themodel.Results show that:thismodel can obtain the op timal segmentation-scale of remote sensing image quickly and efficiently;the choice for sample number and types effects the result of the calculation of the optimal segmentation-scale largely,w hen info rmation extraction is just fo r a single target feature type,samp les should be all chosen target feature type,and w hen info rmation extraction is fo r various types of ground targets, samp les should be chosen as the same types w ith information extraction targets,so the choice of samp le′s number and types should be determined acco rding to the target of information-extraction;the algorithm of themodel is simp le,and is easy to realize,it is a p ractical algorithm model.

      object-o riented;image segmentation;the optimal segmentation-scale;calculation model

      TP75

      A

      1672-0504(2010)06-0015-04

      2010-07-05;

      2010-09-08

      國(guó)家自然科學(xué)基金項(xiàng)目(40771207);安徽省教育廳自然科學(xué)基金項(xiàng)目(KJ2007B219);安徽省教育廳教學(xué)項(xiàng)目(2007JYXM 208);安徽師范大學(xué)GIS重點(diǎn)學(xué)科建設(shè)項(xiàng)目

      胡文亮(1985-),男,碩士研究生,主要從事遙感與GIS應(yīng)用研究。*通訊作者E-mail:njuzhp@sina.com

      猜你喜歡
      面向?qū)ο?/a>一致性異質(zhì)性
      關(guān)注減污降碳協(xié)同的一致性和整體性
      公民與法治(2022年5期)2022-07-29 00:47:28
      注重教、學(xué)、評(píng)一致性 提高一輪復(fù)習(xí)效率
      IOl-master 700和Pentacam測(cè)量Kappa角一致性分析
      基于可持續(xù)發(fā)展的異質(zhì)性債務(wù)治理與制度完善
      面向?qū)ο蟮挠?jì)算機(jī)網(wǎng)絡(luò)設(shè)計(jì)軟件系統(tǒng)的開發(fā)
      面向?qū)ο蟮臄?shù)據(jù)交換協(xié)議研究與應(yīng)用
      面向?qū)ο骔eb開發(fā)編程語言的的評(píng)估方法
      現(xiàn)代社區(qū)異質(zhì)性的變遷與啟示
      基于事件觸發(fā)的多智能體輸入飽和一致性控制
      1949年前譯本的民族性和異質(zhì)性追考
      乐陵市| 紫阳县| 合作市| 三明市| 平和县| 衢州市| 保靖县| 个旧市| 临汾市| 绥中县| 靖宇县| 虹口区| 安吉县| 哈巴河县| 温泉县| 手游| 融水| 眉山市| 南江县| 巴南区| 禹城市| 平罗县| 澄江县| 灵台县| 万源市| 社旗县| 绥芬河市| 桃园县| 田阳县| 澄迈县| 扬州市| 娱乐| 鹤峰县| 通辽市| 若尔盖县| 文成县| 祥云县| 丰原市| 浏阳市| 乐清市| 海丰县|