利用面向對象分類技術進行地理要素快速更新的方法研究

張立國,吳曉,江娜,焦英華

(1.山東省國土測繪院,山東 濟南 250013;2.萊蕪職業學院,山東 萊蕪 271100)

利用面向對象分類技術進行地理要素快速更新的方法研究

張立國1,吳曉2,江娜1,焦英華1

(1.山東省國土測繪院,山東 濟南 250013;2.萊蕪職業學院,山東 萊蕪 271100)

該文以遙感影像為更新期數據,利用面向對象分類方法,在對象層次進行推理和分析;將更新完成要素作為先驗知識,分層更新地理要素;對更新過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行了研究。結果表明,該方法兼顧地理要素快速更新的自動化與實用化,具有廣闊的應用空間。

面向對象分類;多尺度分割;快速更新;高分辨率影像;地理要素

0 引言

地理要素的現勢性是衡量其使用價值的重要標準,它的重要性遠遠高于幾何精確性[1];但隨著城市化進程的加快和經濟社會的發展,地表覆蓋不斷變化,保持地理要素的現勢性成為難點問題。因此,通過更新來保持地理要素現勢性的技術研究已成為測繪科技領域關注的熱點[2]。目前常用的地理要素更新方法包括利用現有大比例尺地形圖縮編,利用全數字攝影測量方法更新[3],利用正射影像圖進行更新[4]等。其中前2種方法更新周期長,現勢性差,難以滿足地理要素更新時效性需求;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,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;面向對象分類方法又為地理要素更新提供了新的思路。Peled等人提出 GIS驅動的變化檢測方法,將基期待更新的矢量地形圖數據轉為柵格數據后與影像圖進行變化檢測[5];李德仁院士提出基于新影像和舊期地形圖的變化檢測方法,從已有的地形圖上引入主要不變目標的信息作為先驗知識,對新影像進行特征提取,在二值化影像上對新舊圖形進行比較和變化檢測[1];萬幼川等利用高分辨率遙感影像,構建3層MLP(多層感知器)分類器對影像進行分類,提取城市建筑物與道路信息,并在此分類基礎上通過對現有地形圖的疊加來實現地形圖的更新[6];簡燦良等論述了利用面向對象的遙感影像分類方法更新1∶10 000比例尺地形圖的基本技術流程[7]。

綜上所述,已有研究為地形圖自動、可持續更新提供了新的思路,但在變化信息后處理入庫,適應大范圍復雜場景的穩健性,不同比例尺通用性方面論述不多;對面向對象分類更新地理要素方法的細節也缺少詳盡的描述與探討。該文利用面向對象方法,詳細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驗證方法。

1 面向對象分類方法原理

面向對象方法可以綜合利用影像自身、拓撲和語義信息[8]而更適合于細節豐富的高分辨率影像分類。面向對象方法是指通過對影像的分割,使同質像元組成大小不同的對象[9]。所謂的對象,即較為同質的區域,其內部屬性相對一致或均質程度較高,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,面向對象分類能提供矢量成果信息,大大提高了遙感與 GIS集成的能力[8],通過分類得到的地理要素可以直接入庫。面向對象的實現可以分為3個步驟:影像分割、類層次構建與特征選取、分類。

(1)影像分割:多尺度分割,是從單個像素開始,根據一定的規則,先將單個像素與它周圍的像素合并成一個小的對象,再將小的對象再合并成新的對象。在每次合并的過程中,都要計算異質度,對象合并其相鄰對象的原則是讓異質度增長最小,如果最小的增長超過所限定的閾值,則中止合并[10]。異質度是由對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為光譜異質性;hshape為形狀異質性,且 wcolor+wshape=1。

同時,影像分割過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建:特定的地物目標總是與一定的特征及特征組合相聯系,對于一些光譜特征較為相似的地物,應選取其他特征或者特征組合來識別區分[11]。影像對象的特征包括固有特征,拓撲特征和語義特征等。其中固有特征包括對象的光譜、紋理、形狀特征,NDV I,RV I等指數特征,以及根據影像分類需要自定義的其他指數特征;拓撲特征描述同一尺度對象之間的空間關系,如房屋和陰影緊鄰;語義特征用來描述對象間的語義關系,如父對象與子對象之間的被繼承、繼承關系。根據影像分類需求,構建不同類別以及對象之間的繼承或拓撲關系,組成影像對象的類層次網絡。選取的特征及建立的類層次構成了下一步分類的知識庫。

(3)分類:分類方法采用了模糊分類。相比于傳統的硬分類,模糊分類可以提供更多信息和更高精度的潛在分類結果[12],它通過選取不同的隸屬度函數靈活實現。概括而言,面向對象分類方法可以集成地物專題要素,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模糊分類進行影像的分類,獲取所需的專題信息。

2 地理要素快速更新的技術流程

水系、居民地、植被和交通等作為地理要素的主要內容,變化快,信息量豐富。該文利用面向對象的分類方法,在對象層次進行推理和分析;分層更新地理要素,將更新完成要素作為先驗知識,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既非常必要,也十分困難。在進行精匹配的過程中要在影像上均勻選取多的控制點,控制點盡量選取在地面上;要進行配準后精度檢查,直到滿足相應比例尺的精度要求為止。

(2)專題要素數據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“由簡到難”的方式進行地物要素更新。對特征較為單一的地物,如水體,可以通過設定特征集直接提取;對于復雜地物要素,如居民地和植被等,可以通過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環境人機交互完成更新。地理要素更新對精度要求很高,自動提取的要素更新信息很難直接入庫更新地形圖。因此,要在 GIS環境中,通過人機交互,去除由于同物異譜、同譜異物、遮擋、季節因素等引起的誤判、漏判;對自動提取的居民地、植被等的不規則邊緣進行編輯。

3 試驗與分析

3.1 試驗區域和數據分析

研究試驗區選在山東省某城鄉結合部,此處地物要素類型多樣,要素變化明顯,場景復雜,具有典型的代表性。實驗區面積約為25 km2。待更新地形圖成圖時間為2006年初,為 shapefile格式(圖2(a)所示為待更新居民地要素圖層);更新期影像數據為DMC數據(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,數據獲取時間為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相的影像上表現與更新方式為: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,無法利用NDV I等較為成熟的植被指數,采用自定義指數提取新增、減少植被。水系呈黑色、藍黑、藍灰色,易與陰影混分;春季水系水涯線與常水位不一致,在影像上表現為低于常水位;灌溉水渠和水庫周圍長有植被,遮蓋水體;部分水體中混有泥沙、水草等雜質,水體形狀差別較大。總體而言,在影像范圍內難以用一組特征描述水系。因此,將水系分為細長的河流型和接近矩形的水庫型水系,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撲關系發現變化信息,達到更新的目的。春季樹木尚未繁茂,對提取道路有利;城市道路在影像上表現清晰,而機耕路等鄉村道路直接提取困難。因此,主要通過道路要素與更新后居民地的拓撲關系判斷道路變化信息來更新主要道路。

地形圖和影像數據配準在 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,編輯更新入庫在A rcGIS 9.2中完成。

3.2 試驗結果及分析

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

表1 提取變化要素所用特征及意義

表2 自動提取地物情況

圖3 各要素信息提取結果圖

(1)信息正確檢測率在合理值范圍內。其計算方式為:某要素正確提取圖斑數/某要素應有圖斑數×100%,應有圖斑數=正確提取圖斑數+漏提圖斑數。除建筑物減少信息外,要素正確檢測率在75%以上,說明大部分變化要素都能通過自動提取發現,并將變化信息重點檢查區域控制在占影像5%的區域內。

(2)交通要素變化及居民地減少信息的檢測是利用面向分類技術進行地理要素更新的難點。減少居民地是從已有居民地中尋找與周圍對象對比度大、沒有陰影信息的圖斑,檢測難度大;交通要素更新時難以發現機耕路、大車路等的變化信息。

4 結論

通過計算機自動分類來減少人工解譯工作量,采用面向對象方法來克服像素級分類中的噪聲,而且可以將得到的矢量分類結果直接應用于更新,因而,在實際更新中具有很大的應用潛力。然而,以面向對象方法提取的地理要素對象,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,還將在此方面開展進一步的研究及試驗分析。

[1] 李德仁.利用遙感影像進行變化檢測[J].武漢大學學報(信息科學版),2003,28:7-12.

[2] 徐韜.對地形圖更新技術研究與發展的認識[J].測繪與空間地理信息,2008,31(6):168-169.

[3] 屈彥.寧夏南部地區1∶1萬比例尺地形圖更新設計與實現[J].現代測繪,2007,30(4):30-31.

[4] 楊華先,洪亮,王波,等.利用SPOT衛星影像進行1∶1萬DLG更新的設計與研究[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] 萬幼川,宋揚.基于高分辨率遙感影像分類的地圖更新方法[J].武漢大學學報(信息科學版),2005,30(2):105-109.

[7] 簡燦良,阮紅利.利用高分辨率的遙感衛星影像更新1∶1萬比例尺數字地形圖的研究[J].福建師范大學學報(自然科學版),2007,23(3):10-14.

[8] 陳忠.高分辨率遙感圖像分類技術研究[D].北京:中國科學研究院,2006.

[9] 陳云浩,馮通,史培軍,等.基于面向對象和規則的遙感影像分類研究[J].武漢大學學報(信息科學版),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.基于對象級的ADS40遙感影像分類研究[J].武漢大學學報(信息科學版),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:陶衛衛

山東省科技發展計劃項目(2007GG20006016),地理空間信息工程國家測繪局重點實驗室經費資助。

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