遙感影像有效基元分析系統設計

劉興權，李全文

（中南大學地球科學與信息物理學院，長沙410083）

遙感影像有效基元分析系統設計

劉興權，李全文

（中南大學地球科學與信息物理學院，長沙410083）

針對現有軟件對遙感影像分割過程得到的斑塊不提供動態的有效性評價機制，該文使用ArcGIS Engine的功能接口開發模擬遙感影像的多層次分割過程，并實現分割斑塊有效性的動態判斷。在此基礎上完成自適應多層次分割策略的模擬分析驗證，為驗證影像分割策略是否合理提供有效的評價工具。

ArcGIS Engine；面向對象；有效基元；影像層次分割

0 引 言

在遙感影像進行覆被分類解譯得到各種地物分類斑塊后，由于所得的類別斑塊可能是唯一屬于一個語義類，也有可能包含多個語義類。因此分類后的一個重要步驟是對覆被分類的結果進行精度分析和評估以判斷分類結果是否滿足應用需求［1］。目前ENVI、Erdas等主流軟件的評價方法是基于手動選中或者輸入被認為是正確的專題樣本代表整幅影像數據作為精度比較的依據［2］。執行評價的過程只能是在這些軟件完成影像覆被類別輸出后才能使用相關的精度分析方法進行精度評價。通常使用基于誤差矩陣（error matrix）以及相關的Kappa分析方法、模糊評價方法、像元尺度上的不確定性評價方法等方法對分類結果進行靜態的不確定分析［3］。由于受解譯人員的經驗認知和檢驗數據精度等多種因素的影響，初次的分類結果往往出現誤分率較高的現象［4］，通常需要經過多次的樣本修正、重新分類才能達到較好的分類效果。這種在得到分類結果后對分類斑塊特征，包括地物類別斑塊大小、平滑度、破碎程度等進行合理性評價的方法屬于后驗性方法，限制了類別生成過程綜合信息的充分利用。使用面向對象的多層次分割方法進行分類的重要步驟是分割，分割結果是否合理同樣需要通過調整分割的參數經過多次的嘗試才能得到較好的分類結果［5－6］，分割結果的優劣的評價同樣和傳統分類方法類似，是屬于后驗性評價。無論是使用傳統的Erdas、ENVI軟件進行分類還是使用面向對象的eCognition軟件進行分類，分類所得到斑塊類別是否合理都是在得到類別結果后再進行靜態樣本對比分析，然而在影像多次的分割嘗試或者分類嘗試過程中所產生的額外信息沒有被充分利用。例如，在eCognition面向對象分類軟件中，在多次進行分割的時候，會得到不同尺度下分割“Layer”集合和斑塊集合，這些集合包含著斑塊范圍、層次包含關系和母斑塊與子斑塊存在上下的繼承關系［7］，在每一次采用不同尺度分割的時候原來的同一個區域得到的斑塊數量和形狀都可能發生變化。在分割過程，隨著分割尺度變化而變化的斑塊、斑塊和子斑塊之間、斑塊和分割尺度增量［8］等信息沒有用于評價最后得到的斑塊的有效性。現在的軟件沒有提供對分割過程得到的斑塊進行有效性測度的工具，一定程度上限制了更為優秀的自適應的分割策略的設計。針對目前軟件在對影像分類過程中由于缺乏有效評價工具而使得層次分割信息被忽略的問題，本文在參考借鑒遙感分割最優樣本判別基礎上［9］，設計一個基于ArcGIS Engine和eCognition層次數據的遙感影像分割單元有效性的分析模擬系統，實現面向對象分割過程的模擬和自適應分割，并對獲取的基元進行有效性判別。

本文在參考相關遙感影像分割處理系統［10］基礎上完成系統設計開發。主要實現對遙感影像層次分割過程的動態模擬和分割層次的記錄、遙感影像分割過程產生的斑塊集合的幾何信息的統計；并將遙感斑塊對于分類有效性的判別公式加入到分析系統中，對分割過程得到斑塊進行動態的有效性分析以獲取最優影像基元，實現影像的自適應分割的模擬。系統以動態直觀的方式展現遙感影像的分割過程和分割趨勢，以靜態的方式獲取分割過程的幾何統計信息。本文以ZY－3號遙感影像作為分割效果的說明。系統的實現為制定相應的遙感影像分割策略提供有效的分析工具。

1 有效基元特征表達

目前對于“基元”的獲取和測度多是采用面向對象的多層次分割方法實現。使用面向對象的分割方法對遙感影像進行分割得到“分裂”的影像小單元稱為圖元“Image Object”或者基元，每個基元包含一組光譜異質性相同或者接近的像素集［7］。在某個分割層次中每個基元提供該區域的相關信息，如mean DN、Standard Deviation DN、形狀指數等信息。

目前關于有效基元的表達有多種描述，如最小面積類別的最大分辨率，不同類別的地物提取的最優分割尺度條件的基元［11］，改進局部方差的最優多級分割尺度［12］等。遙感解譯的目的就是要從影像中獲取特定的目標地物信息，在覆被分類中就是要使得影像分割得到的基元盡可能地接近地物的覆被范圍。因此在參考現有影像分割和對圖元斑塊研究基礎上，本文對有效基元的定義是：在給定的制圖比例尺下使用面向對象分割方法分割得到的基元只能唯一地歸屬于一個語義類。基元內部不包含其他的語義類。如圖1（a），在a分割尺度下得到的B基元內部還包含沒有被分割出來的E林地，那么B基元就不屬于有效基元，A坑塘和D林地以及C1、C2居民斑塊都滿足有效基元定義，但是C1、C2不是最優基元；圖1（b）中，分割尺度b下得到的居民點C斑塊屬于最優基元。

圖1 有效基元示意圖

如圖1所示，每個斑塊的上下文背景和左右斑塊的關系從層次關系網中計算得到。根據以上斑塊的概念定義設計系統的評價指標和判別模型。

2 系統設計

2.1 系統目標

本文設計的分析系統主要實現對遙感影像層次分割過程的動態模擬，動態分析判斷，層次分割過程獲得的斑塊的有效性檢驗，將層次分割結果輸出，生成層次分割影像斑塊關系圖；為采取面向對象分割方法進行層次分割探尋遙感影像最優分割尺度和地物類別斑塊的關系提供方法支持，即輔助制定合適的面向對象分割策略。

2.2 總體框架設計

遙感有效基元分析系統的總體結構可以分為數據層、功能模塊層和用戶操作層。其中數據層包括柵格數據和從eCognition導出的層次分割數據。功能模塊層將用戶操作層重復使用到的功能進行了模塊化處理，使得操作層能以更高的效率執行運算。用戶操作層主要是提供可視化界面、數據的輸入窗口和輸出的相關操作按鈕等。系統的總體框架如圖2所示。

圖2 遙感有效基元分析系統框架

2.3 功能設計

根據系統的設計目的，遙感有效基元分析系統要能做到模擬eCognition自頂向下分割的過程，說明斑塊什么時候是有效，有效特征是什么。因此，系統功能要包括eCogniton層次數據輸入輸出、分割尺度選擇、動態顯示分割過程、動態標識斑塊有效性、根據有效度量模型計算斑塊有效度和變化趨勢等功能。在分割尺度往下降的時候，系統要能說明在哪個尺度，哪一個斑塊應該停止分割（不再參與運算），哪個斑塊應該繼續往下分割。分割模塊為模仿eCognition軟件的自動分割判別過程，在該過程，能體現分割判斷得到的有效基元相對于實際遙感影像單元是否一致，給出一致性的響應值；在不同尺度的裂變過程計算不同分割尺度對應的斑塊特征。在從頂層尺度往下降的過程，給出整幅遙感影像或者遙感影像的子區域的分割過程的斑塊信息統計變化圖。

具體操作時，可以根據實驗數據的不同選擇不同的分割尺度，在執行運算的時候，提供遙感影像實時分割中斑塊的裂變過程，以原始遙感影像作為底圖可以進行目視匹配對比，從而直觀判斷所得到的分割斑塊是否真實滿足有效性要求。總體功能如圖3所示。

為評價遙感影像分割過程的有效性水平，系統將斑塊狀態定義為3類，分為待定斑塊、有效斑塊、無效斑塊。而有效斑塊又可以分為“變化斑塊”和“非變化斑塊”。所有沒有經過有效性判斷的都是待定“待判斑塊”，分割裂變得到的待定斑塊通過了有效性判斷則得到“有效斑塊”，未通過有效性判斷的斑塊為“無效斑塊”，無效斑塊需要繼續進行分割直到滿足限制條件為止。每個類型的斑塊以不同標識區分顯示，圖4表示各種斑塊的層次分割關系。

圖3 遙感有效基元分析系統總體功能

圖4 斑塊的層次分割關系

2.4 系統運行流程

遙感有效基元分析系統的總體系統算法執行流程如圖5所示。首先需要讀取eCognition的層次數據和原始的tif遙感影像，其中eCognition數據和tif數據具有相同的坐標投影信息，tif數據作為eCognition層次分割結果的底圖。在讀取數據后需要設置影像分割的閾值，該閾值表示遙感影像在分割過程得到的斑塊的有效性程度，不同遙感影像可以設置不同的閾值。由于eCognition得到的是層次數據，對遙感影像進行分割模擬過程，同樣需要設置分割的最小尺度參數，一般而言，可以根據影像的分辨率自動計算遙感影像分割的最小尺度。由于本系統設計主要是針對空間分辨率在10m到1m之間的遙感影像，因此本系統對應于該分辨率的最小截止尺度可以是45。

對遙感影像分割的模擬過程和使用eCognition進行的分割過程完全一樣，為了能更好評價eCognition在多層次分割過程中斑塊的層次信息用于評價分割斑塊的有效性，這里引入了斑塊的有效性測度模型Sv（L），利用該模型可以將影像在層次分割過程中實時計算斑塊的有效值的大小。計算得到有效值Sv后，需要同輸入的截止閾值IS進行比對，判斷斑塊是否屬于有效斑塊。如果滿足有效斑塊條件，那么就可以將所得到的底層分割數據導出進行進一步的分類處理。

3 系統實現

面向對象的影像分析技術在遙感領域得到了廣泛的應用。其核心思想是地理學中的最鄰近相關定律，根據影像臨近象元的相關性采取區域異質性合并算法在給定的合并截止閾值下（分割尺度）可以合并得到一定尺度的斑塊（Object－oriented），即影像處理的最小單元［11］。將得到的斑塊取代傳統的以像元為單位的影像分析方式，可以獲取多維的斑塊對象特征，如形狀、空間、紋理、均值等特征［13］。實現該分割過程的即為層次分割技術，如HSEG、HSWO、分層聚會等多尺度分割算法［14］。目前應用比較成功的eCognition面向對象分割軟件采用的是分形網絡演化算法實現多層次分割。使用eCognition按照自頂向下的分割方法，從頂層的大尺度開始采用多層次分割技術逐次分割，寫入層次屬性，那么導出的斑塊就具有了層次關系［7］，如圖6所示。本文的關鍵分割過程是在參考層次分割基本原理基礎上進行模擬。

根據eCognition的層次分割策略可知，在進行遙感影像多層次分割時，是基于像素的異質性閾值逐一進行合并，記錄合并的過程，最后得到某一個分割尺度下的斑塊對象的集合，本質是層次合并的過程。可以說eCognition的分割過程實際就是從像素級開始的自底向上的合并過程。eCognition對遙感影像的多層次分割如果按照自底向上進行，需要通過合并同質性閾值（或者引入其他改善的松弛因子）的調整合并得到滿足預期要求的影像斑塊，該過程和自頂向下過程具有明顯的信息變化差異。

在影像解譯的時候總是希望分割得到的斑塊盡可能接近某個單一的地物覆被類別，采取自頂向下的分割過程就能通過多層次分割過程斑塊的“穩定性”判斷斑塊的有效性以決定是否對當前斑塊繼續分割。因此本文設計的分析系統采取的是自頂向下的判別結構。使用該結構對高分辨率遙感影像用eCognition采取自頂向下的分割策略導出eCognition數據作為模擬研究的實驗數據。

現有的遙感軟件雖然也提供二次開發接口，但是鑒于對eCognition進行底層開發的復雜性和耗時同時也考慮到對分割策略的評價方面側重于方法和結果是否有效的考慮，本文選擇以ArcGIS Engine作為二次開發平臺、C＃作為開發語言對eCognition的核心分割過程進行模擬，并在此基礎上加入本文設計的評價模型完成系統開發。開發中使用ArcGIS提供的ArcObjects功能接口并參考eCognition提供的層次數據結構可以比較高效地設計開發出系統需要的驗證功能。如果某一個分割策略經過本系統的實證測試表明所設計策略的結果能滿足預期，那么下一步則可將該分割策略的實現改為由eCognition提供的底層接口開發。

3.1 開發關鍵步驟

系統實現過程最為關鍵的步驟是分割模塊的實現過程，ArcObjects本身沒有遙感影像的實際分割算法。但是在面向對象的遙感影像的分割中“分割”的含義不單是將大的斑塊割裂成小的幾個斑塊，還包括將小的斑塊合并成大的斑塊的過程［15］，只要控制每次合并的尺度那么就能得到不同尺度下的分割斑塊，eCognition的多層次分割過程可以看做是對以像元級別的斑塊逐一按照不同的尺度進行合并實現分割的。正是根據遙感影像面向對象的這個“分割”原理，系統實現的關鍵則轉變為如何實現遙感影像最底層斑塊的分層合并問題，該過程類似于改進的分水嶺分割算法。

根據以上原理，本文設計的系統是從遙感影像進行過分割的數據開始執行。在模擬eCognition的分割過程需要用到ArcObjects的ESRI.ArcGIS.Geometry接口和ESRI.ArcGIS.Geometry命名空間。首先需要用IGeoDataset定義一個地理數據集，使用IGeometry定義一個幾何數據包用以接收地理數據集的空間參考信息，使用IGeometryCollection存儲數據集。然后根據用戶輸入的閾值作為判別條件，使用IFeatureCursor遍歷輸入的FeatureClass層次數據，將滿足條件的要素存放到IGeometryCollection定義的數據集中，之后調用IGeometryCollection的AddGeometry方法實現要素的合并，從而實現對eCognition多層次分割的模擬。

3.2 運行結果

系統運行的主界面如圖7所示。在圖7上部左側的是包含eCognition輸出的具有層次信息的數據，右側是本文設計模擬的分割方法對原始柵格遙感影像的分割圖。圖中紅色的線表示分割得到的斑塊，斑塊內部含有有效性標識“①”、“O”和“1”，不同組合表示不同含義。在執行分割時，分割尺度按照某個負增量遞減的時候，如果斑塊內部只包含1或者①，那么該斑塊表示“有效斑塊”，在分割尺度遞減到下一層分割的時候，該斑塊將不再參與分割。如果斑塊內部包含O標記，那么該斑塊就繼續參與下一層次更小尺度的分割，直到影像內部所有的斑塊都被標識為1或者①為止。

圖7 遙感有效基元分析系統界面示意圖

圖7 的下部分是在執行影像分割過程得到的斑塊有效性的動態計算值，紅線表示輸入的有效值的截止閾值IS。從有效值的變化情況就可以判斷某個斑塊有效性變化趨勢及其最優分割對應的分割尺度，同時可以顯示完成整幅影像的有效性判斷所對應的分割尺度。根據動態生成的斑塊有效性表可以分析eCognition得到的層次數據的規律，同時結合圖7中右上部分生成的有效標識“O”“①”可以很容易地判斷所設計的影像分割策略是否合理。從而對分割策略的有效性判斷則轉為了對分割斑塊結果的統計規律的判斷上，該過程形象直觀表明遙感影像分割策略的優劣。

在完成層次分割時，結合現有軟件對選擇的某個頂層斑塊（或者某個遙感影像的子區域）生成分割的樹狀圖，如圖8所示。該圖的橫坐標表示在eCognition中分割的真實尺度，縱坐標網表示斑塊的標準差（Standard Deviation）。圖8反映的是在遙感影像分割結束后某個影像區域分割得到的子斑塊情況，以及所得到的子斑塊的裂變和值的變化規律。結合圖7可以從定量分析遙感影像分割過程的規律性。

圖8 遙感影像分割斑塊樹狀圖

3.3 系統運行驗證

完成系統開發后，本文以ZY－3號遙感影像數據作為系統運行效果的驗證。所采用的ZY－3號遙感影像為4個波段，6m空間分辨率的多光譜數據，驗證影像如圖9所示。

使用本文方法對ZY－3號遙感影像進行分割得到的結果如圖10所示，紅色線條為分割斑塊邊界。對影像進行多尺度分割時，逐次縮小分割尺度進行優化運算，并記錄分割得到屬性信息。本系統所測得的多尺度有效閾值范圍是200，即在尺度約為200時使用本文方法能獲取良好的分割結果。圖10所顯示的分割狀態標識為“①”“1”，說明影像分割結果已經滿足有效基元約束條件。觀察圖10中ZY－3號遙感影像分割得到的斑塊，影像分割結果良好，可以發現斑塊具有良好的連通性，沒有出現嚴重的破碎斑塊現象和未分割現象。

圖9 ZY－3號遙感影像

4 結束語

本文針對遙感軟件缺乏動態評價影像分割過程得到的斑塊有效性問題，提出基于ArcGIS Engine構建遙感有效基元分析系統；將ArcGIS中ArcObjects技術用于遙感影像分割單元的動態模擬和分析中，在模擬遙感影像多層次分割基礎上，實現對遙感影像分割斑塊的動態有效性判斷。系統從矢量數據、表格數據和圖形數據形式反映所設計的遙感影像分割策略的優劣。從影像分割的模擬結果可以很容易判斷出影像在層次分割過程斑塊具有的規律，這對指導遙感影像分割策略的制定具有很好的參考和借鑒意義。系統的設計實現也拓展了GIS技術用于遙感數據分析的方式。

圖10 ZY－3號遙感影像分割結果

［1］ 劉旭攏，何春陽，潘耀忠，等.遙感圖像分類精度的點、群樣本檢驗與評估［J］.遙感學報，2006，10（3）：366－372.

［2］ ERDAS INC.ERDAS field guide［M］.Norcross GA（USA）：ERDAS，Inc.，2010.

［3］ 柏延臣，王勁峰.遙感數據專題分類不確定性評價研究：進展、問題與展望［J］.地球科學進展，2005，20（11）：1218－1225.

［4］ 陳忠，劉建國，汪國有.基于改進遺傳算法遙感圖像非監督分類研究［J］.計算機工程與應用，2008，44（19）：178－179，202.

［5］ 王愛萍，王樹根，吳會征.利用分層聚合進行高分辨率遙感影像多尺度分割［J］.武漢大學學報（信息科學版），2009，34（9）：1055－1058.

［6］ 于歡，張樹清，孔博，等.面向對象遙感影像分類的最優分割尺度選擇研究［J］.中國圖象圖形學報A，2010，15（2）：352－360.

［7］ AG D.Definiens Developer 7User Guide［M］.Germany：2007.

［8］ 周亞男，駱劍承，程熙，等.多特征融入的自適應遙感影像多尺度分割［J］.武漢大學學報（信息科學版），2013，38（1）：19－22，封3.

［9］ TUIA D J，MU?OZ M.Camps－Valls Remote sensing image segmentation by active queries［J］.Pattern Recognition，2012，45（6）：2180－2192.

［10］ 邴磊，孫芳芳，舒遲，等.基于遙感與GIS一體化的面向海事應用衛星遙感業務化系統研究［J］.遙感信息，2012，27（5）：96－101.

［11］ 羅開盛，李仁東，常變蓉，等.面向對象的最優分割尺度選擇研究進展［J］.世界科技研究與發展，2013，35（1）：75－79.

［12］ 李秦，高錫章，張濤，等.最優分割尺度下的多層次遙感地物分類實驗分析［J］.地球信息科學學報，2011，13（3）：409－417.

［13］ MATIKAINEN L.Object－based interpretation methods for mapping built－up areas［D］.Aalto University School of Science（Espoo，Finland），2012.

［14］ 鄧富亮.高分辨率遙感影像多層次分割方法及應用研究［D］.北京：中國科學院遙感與數字地球研究所，2012.

［15］ MU?OZ X J，FREIXENET X，CUFí，et al.Strategies for image segmentation combining region and boundary information［J］.Pattern Recognition Letters，2003，24（1－3）：375－392.

Analysis System Design of Validity of Remote Sensing Image Segmentation Unit

LIU Xing－quan，LI Quan－wen

（School of Geosciences and Info－Physics，Central South University，Changsha410083）

It is belongs to posteriori that the remote sensing segments’validity judgment and analysis with the existing software，which gets appropriate result through comparing different remote sensing image segment scale.It is a static split judgment.Such approach limits the full use of additional information during the dynamic segmentation process in remote sensing image，such as the number of multi－scale segment images’layers，segments and the relationship between them and so on.However，the design of many remote image segmentation tactics often involves the dynamic segmentation process information，and the existing software does not provide effective tools to evaluate the effectiveness of segments created in the dynamic segmentation process.So，we design a soft system to simulate the remote sensing images’multi－scale segmentation process with ArcGIS Engine function interface，and achieving the dynamic judgment of the validity of egmentation units；lastly，completing the multi－scale adaptive segmentation simulation and the verification of segmentation tactics.This presented approach provides a useful evaluating tool to check the reasonableness of a new segmentation.

ArcGIS Engine；object oriented；remote sensing validity unit；hierarchical image segment

10.3969／j.issn.1000－3177.2015.04.009

P407.8

A

1000－3177（2015）140－0049－06

2013－11－26

2014－08－06

國家自然科學基金（41102204）。

劉興權（1962—），男，教授，主要從事GIS教學及GIS工程與應用研究。

E－mail：xqliu＠mail.csu.edu.cn