安娜

【摘 要】建筑物是城市化建設(shè)的主要地物特征，是地理庫中最易發(fā)生變化和更新的部分，也是城市化建設(shè)不斷發(fā)展的重要體現(xiàn)，高分辨率的遙控影像由于對光照和氣候的要求很高，所以，對城市建筑物進行目標識別是一項具有專業(yè)性和挑戰(zhàn)性的工作。

【Abstract】The building is the main feature of city construction， is the most easy to change and update part of the geographic database， and also an important manifestation of the development of city construction， the remote image of high resolution due to high requirements on light and climate， so the city buildings in target recognition is a very professional and challenging work.

【關(guān)鍵詞】城市建筑；目標識別；高分辨率；遙感影像

【Keywords】urban architecture； target design； high resolution； remote sensing image

【中圖分類號】P237 【文獻標志碼】A 【文章編號】1673-1069（2017）09-0187-02

1 對高分辨率遙感影像城市建筑物目標識別工作的進展研究

隨著社會的不斷發(fā)展，高分辨率遙感影像的研究為科技帶來了巨大的活力，但是其算法精確度不夠和時效性不強的特征也給研發(fā)工作帶來一定的困難。

遙感影像的處理是進行建筑物目標識別、提取、分類等工作的基礎(chǔ)。遙感影像的濾波功能可以有選擇性的保留下重要的信息，有效提升其識別、分類等效率。遙感影像處理研究領(lǐng)域最先研究的是減噪問題，同時它也是基礎(chǔ)性的問題。由于傳感器不同，因此減噪算法也就不同，主要是由于成像機理和噪聲源不同而造成的。

2 對城市建筑物目標變化原理和分割對象提取的研究

第一，城市建筑物目標變化檢測算法主要包括建筑物目標變化識別和對象提取這兩個環(huán)節(jié)。對象提取法可以采用影像分割的提取方法，從同一地區(qū)高分辨率的遙感影像中做出對對象的提取，經(jīng)過標注和篩選之后，得到與之對應(yīng)的建筑物對象集[1]；從建筑物的對象集的空間、格局和面積中識別出新光譜和改建的變化類型，實現(xiàn)最終完成城市建筑物目標識別的可視性表達[2]。

第二，在傳統(tǒng)影像分割對象理論的基礎(chǔ)上，通過采用高分辨率的遙感影像來對建筑物的空間信息和對象的邊緣等信息做出分析，并研究出適合高分辨率的遙感影像的分割方法。將影像圖理論轉(zhuǎn)變成圖形式，再將遙感影像的分割轉(zhuǎn)化成對建筑物的分割。

第三，對數(shù)據(jù)的分析：eCognition是一種相對來說較為成熟的對象分類軟件，由于這個軟件對數(shù)據(jù)的分割能力不斷提升，而且還具有較為規(guī)則的集測性和較高的分辨率，因此，使得對城市建筑物目標的識別具有很高的可操作性。這種采用面向?qū)ο蟮姆椒ǎ紫戎贫ǔ龇铣鞘懈冒l(fā)展的規(guī)劃設(shè)計圖，然后通過對城市垃圾處理廠、住房建筑、停車場等重要建筑物進行目標光譜和形狀特征的識別，從而對重點目標進行提取和研究，最終設(shè)計出既簡單又實用的城市發(fā)展技術(shù)路線。更重要的是還能夠為城市大型建筑的總體規(guī)劃、設(shè)計、檢測等提供有利指導(dǎo)，成為技術(shù)支撐。

第四，本文以長春市的城市建筑物為例，使用高分辨率的遙感影像對長春公共建筑進行目標的識別。因為考慮到建筑物目標的尺度和分辨率影像的效率，在此采用紅，黃，藍，紫這四個波段的多光譜數(shù)據(jù)，在對相關(guān)數(shù)據(jù)的研究中要重點考慮數(shù)據(jù)的處理問題。數(shù)據(jù)的處理主要表現(xiàn)在兩個方面，即對數(shù)據(jù)的預(yù)處理和對城市建筑物的目標識別。對數(shù)據(jù)的預(yù)處理是指對影像的融合、糾正、增強和鑲嵌等等，本文以長春的城市建筑物為例，主要對建筑物目標的識別流程，目標提取和目標的識別過程進行分階段的處理。

建筑物的目標識別處理中，對目標影像的分割是至關(guān)重要的，因為它是由一個很小的像素作為開始的，先用比較小的樣本數(shù)據(jù)將建筑物的目標數(shù)據(jù)進行分割，同時要先確定影像分割的顏色和形狀，在本文的有關(guān)實驗中，顏色標準和形狀標準的比例為1：1.1，還要提取不同目標的不同分割尺度，盡可能讓建筑目標達到最佳分割尺度的效果。

對建筑物目標的識別和特征的描述是目前在目標識別和提取工作中的難點，光譜的特征和紋理的特征成為當前建筑物目標提取工作的熱點內(nèi)容，主要通過對光譜特征的初步識別，從而對目標識別對象信息的整合工作提供借鑒，計算出建筑物目標對象的形狀和參數(shù)，再次對目標對象進行識別，從而保障目標對象識別結(jié)果的準確性，另一方面應(yīng)當讓相關(guān)的操作人員進行人工的校準和信息編輯，從而滿足實際的建筑物目標的識別。

3 對城市建筑物目標數(shù)據(jù)的提取分析

應(yīng)當及時建立起目標數(shù)據(jù)的相關(guān)規(guī)則集，根據(jù)樣本目標顯示的數(shù)據(jù)進行實驗的分割，分割尺度要采用35、50、80的多尺度分割方法，實現(xiàn)光譜特征目標的識別、合并、二次操作，使整個建筑目標的提取過程更具規(guī)范化、流程化，例如對飛機場、公共建筑和停車場相關(guān)建筑目標的識別。

3.1 以飛機場為例進行目標的提取工作

飛機場是城市建筑中目標提取工作較多的，常用的有兩種方法，基于像元法和面向?qū)ο蠓ā；谙裨ㄊ峭ㄟ^對影像特征的目標提取和機場跑道與平行線間的距離，從而完成對飛機場目標對象的提取，在提取的過程中就屬直線段的目標信息提取最為困難；而另外一種面向?qū)ο蟮姆椒?，主要是對建筑物和道路等目標信息進行識別和提取。由于本次實驗中飛機場的紅波段比起其他地物較高一點，因此它的尺度要比其他的建筑物要大，主要方式是通過對紅波段的亮度和其他面積的設(shè)置來實現(xiàn)對飛機場目標對象的識別和提取。endprint

3.2 對公共建筑物目標識別的提取研究

公共建筑一般都是指建筑面積最少是25000㎡的建筑，例如商業(yè)建筑、通信建筑等，這種公共建筑要比普通的居住建筑面積大很多，由于和普通的建筑在結(jié)構(gòu)設(shè)計、顏色搭配、格局設(shè)計等不同，因此它的提取工作難度很大，再加上它需要專題信息的配合和支持，所以，本次實驗只是對比較明顯的建筑物進行目標的提取。首先對影像進行分割，接下來要根據(jù)紅波段的確定值對目標對象作初步識別，進而將識別的對象進行整合，依據(jù)目標建筑物的實際面積和其圖層的疊加情況進行再次篩選工作，從而得出目標提取結(jié)果。

3.3 關(guān)于污水處理廠目標建筑物的提取研究

隨著社會的不斷進步，污水處理廠成為城市進行市政建設(shè)的重要設(shè)施之一，也是現(xiàn)代化建設(shè)的強制規(guī)劃內(nèi)容，并成為城市建設(shè)中對實施情況進行監(jiān)測的主要內(nèi)容。污水處理廠基于遙感高分辨率下的影像光譜特征比較明顯，具有凈化綠地的作用。對污水處理廠目標的提取，關(guān)鍵是對圓形凈化池的提取，采用圓形目標對象監(jiān)測方法，目前對圓形目標的監(jiān)測通常有三種方法，即幾何特征的方法、累計變換法和邊緣擬合法。

目標對象指數(shù)的計算：shape=[錯誤]，其中s是形狀對象的面積，p是其周長。圓形目標對象指數(shù)的計算研究，shape應(yīng)當>0.32。

對污水處理廠目標對象進行提取的過程中，發(fā)現(xiàn)凈化水池的特征非常明顯，對影像進行分割的過程中要根據(jù)波段的準確值進行水體的相關(guān)識別，接下來將目標對象進行整合，做出二次篩選，最終得到目標對象的提取成果。采用目視的判別方法，將污水處理廠分為兩個或者四個圓形水池和陰影。

4 結(jié)語

如上所述采用的是面向?qū)ο蟮哪繕俗R別提取法，從而對飛機場，公共建筑物和污水處理廠進行目標對象的提取實驗，雖然在實驗上具有一定的難度，但是只要對建筑物目標對象的特征進行仔細分析和研究，就可以實現(xiàn)快速、準確地提取城市建筑對象的目標。

【參考文獻】

【1】羅靈軍， 陳雪洋， 袁超. 基于高分辨率遙感影像的城市建筑容積率提取方法研究[J]. 規(guī)劃師， 2012， 28（s2）：276-279.

【2】施文灶， 毛政元. 基于圖分割的高分辨率遙感影像建筑物變化檢測研究[J]. 地球信息科學(xué)學(xué)報， 2016， 18（3）：423-432.endprint