基于高分辨率遙感影像提取地理變化信息的輔助生產方法研究

許禮林 雷 瑩 王 明2

（1.國家基礎地理信息中心；／2.國信司南（北京）地理信息技術有限公司，北京100048）

1 引言

隨著空間探測技術的發展，遙感為地理空間信息的提取打開了一扇窗，成為有效的地理信息獲取和更新手段。現代遙感技術已經進入一個多平臺、多時相、高分辨率、動態、快速地提供對地觀測數據的新階段，高分辨率影像已成為地理信息監測的重要數據源。

本研究將對基于高分辨率遙感影像提取地理變化信息的適用算法、技術流程等進行梳理，并對提取變化信息的輔助生產方法進行模塊設計，為地理空間信息的動態實時更新提供理論基礎和技術支持。

2 基于高分影像的變化檢測研究現狀

遙感變化檢測的實質是通過影像分析判別研究目標的地物特征隨時間發生的變化［1］。像元自遙感技術形成以來一直是影像分析算法的基本處理單位，傳統的影像檢測方法整體上以基于像元的影像檢測算法為主，如圖像差值法、圖像比值法、主成份變換法、相關系數法、光譜變化矢量分析法、分類后比較法等。整體上來看，以像素為基本分析單位的變化檢測方法，具有原理簡單、易于理解的優勢，當遙感影像處于中、低分辨率時，每個像素代表的實際地域面積比較大，此時基于像素進行影像分析處理比較合適。

高分辨率影像提供了更豐富的地理和地形信息、空間信息，影像的幾何結構和紋理特征能較好的反映同一地類的細節信息，已成為地理信息監測的重要數據源，使地理信息數據的變化檢測有了更好的數據基礎［2］。然而高分辨率遙感影像為地理信息變化檢測提供了更豐富信息的同時也帶來了更多挑戰。

一方面，遙感影像存在“同譜異物”和“同物異譜”現象，這在高分辨率遙感影像中表現更為明顯，傳統的基于像元的變化檢測方法得到的結果較為破碎，容易出現類似噪聲的“偽變化信息”［3］，影響變化檢測的效率和精度，并且影像數據量的增加和人工解譯效率低成本高的矛盾更加突出。另一方面，基于像素的影像分析受噪聲影響較大，能夠在影像上提取的特征信息較少，只考慮了像元光譜特征信息，而忽略了整塊圖斑的幾何結構及相互關系情況，無法有效挖掘高分辨率遙感影像的優勢和應用潛力，傳統的像素級遙感圖像處理方式已不能滿足高分影像數據處理與應用的需要［4］。

因此需要探索如何將現有的像元-像元的差異影像構建推廣到對象一對象之間，研究開展面向多時相高分辨率遙感影像變化檢測的關鍵技術以及提高變化檢測自動化程度的可行技術方案。

3 基于高分辨率遙感影像的變化檢測算法

像斑是影像上的灰度同質區域，基于像斑的分析一般稱作“面向對象”或“基于對象”的方法。基于高分辨率遙感影像的變化檢測關鍵在于像斑的獲取、分類及以像斑為基元的變化信息識別與提取，下面將對以高分辨率遙感影像為地理信息更新數據源的柵-柵、柵-矢兩種情境下變化信息檢測流程詳細介紹。

3.1 基于多時相高分影像的變化信息檢測

多尺度分割是較為常用的同質像斑獲取算法，在保證對象之間平均異質性最小、對象內部像元之間同質性最大的前提下，基于區域合并算法［5］將相鄰像素或小的分割對象合并成為有意義的影像對象實現影像分割。之后，基于像斑開展變化信息檢測，具體流程如下圖所示：

首先對基期影像（T1）進行多尺度分割生成圖斑單元，同時建立基于圖斑光譜色調、幾何特征、上下文關系等特征的判別規則，并選取各地類典型樣本圖斑，形成各地類遙感數據樣本庫。然后，將T1時相的分割影像同T2時相遙感影像配準疊置，以圖斑單元進行特征匹配，當二者差值超過設定的閾值時，則視為變化區域，并通過與樣本庫中各類別知識的匹配識別出具體的變化類別。

該方法采用了僅對其中一個影像進行分割，并將分割生成的圖斑邊界與另一影像的同一區域疊置匹配的方法，實現圖斑單元對圖斑單元的一一比較。該方法同基于像素級別上的變化檢測方法相比具有以下優點：

（1）提高影像信息的利用程度，具有更高的精度。像斑除像素可以提取的灰度特征之外，還能夠充分利用整塊圖斑的幾何結構及相互關系，與基于像素級別的信息提取相比具有更高的檢測精度。

（2）避免了“椒鹽”現象。基于影像分割方法首先取同質區域然后進行變化檢測，從而避免了基于像元方法檢測結果中的"椒鹽"影響，使變化結果更有意義。

（3）縮小處理范圍，提高檢測速度與精度。將影像分割成不同大小的同質圖斑塊，極大地減少了需要處理的單元數，而且僅需對發生變化的區域進行地類識別，與分類后比較法相比，提高了變化檢測的速度，同時避免了分類后比較法中兩次分類誤差對最終結果的累積影響，提高了變化檢測精度。

（4）提高了自動化程度。該方法由于引入了知識引導機制，借助于事先建立的地類樣本知識庫，在獲取變化的位置與面積的同時，可以自動識別變化的類型，在一定程度上提高了變化檢測的自動化程度。

3.2 基于高分影像與矢量數據的變化信息檢測

變化檢測的根本目的就在于更新已有數據，在實際應用中，各行各業對于遙感影像的應用要求，尤其是對地物的分類標準千差萬別。在地理國情監測、土地利用變化等多個領域，以歷史矢量數據為先驗知識，對高分辨率遙感影像進行多尺度分割和面向對象分類的變化檢測與信息提取方法更具實際應用價值。

利用前期的矢量數據或者其他專題信息，構建用于變化檢測的信息庫，利用信息庫進行變化更新。具體流程如下圖：

首先，通過矢量數據與兩時相遙感影像分別配準套合，僅利用矢量數據的圖斑邊界信息獲取影像像斑。同時，根據矢量數據屬性信息中的類別信息，獲取像斑類別；然后，以影像的響應光譜特征為依據，分別對兩時相像斑進行多尺度分割。最后，將兩時相的子像斑進行疊置分割，使得前后兩個時期像斑一一對應，開展變化信息的檢測與提取。

3.3 試驗驗證

以江西省鷹潭市2014年4月（a）和2015年4月（b）的兩景GF-1衛星影像為數據源，分別對其進行基于像元和面向對象的變化信息檢測，結果如下所示（c、d）：

4 輔助生產模塊設計

在對以高分辨率遙感影像為更新數據源的地理變化信息提取技術研究的基礎上，對基于高分辨率遙感影像的地理空間信息半自動提取輔助生產模塊系統加以設計。該系統以高分遙感影像、矢量數據為數據源，通過采用人工交互的半自動提取及人工編輯的更新方式，實現地理空間變化信息的識別與提取。核心模塊工作流程圖如下：

該系統主要包括如上所示的地理變化信息的提取核心模塊，包含了基于高分辨率遙感影像的柵-柵、柵-矢兩種常用情境下提取變化信息技術的完整流程。除此之外，還涉及視圖編輯、可視化檢查、出圖／變化統計等輔助功能，為提高系統通用性、流程規范化提供保障，從而為提高生產效率和自動化水平提供技術支持。

5 結語

本文對基于高分辨率遙感影像的地理變化信息提取適用算法及技術路線進行了梳理和研究，并對基于生產實際中常用的柵-柵、柵-矢數據源的提取變化信息輔助生產模塊進行了設計。

高分辨率自主衛星數據是我國寶貴的空間地理信息資源，如何充分發掘高分辨率遙感數據的應用潛力，發展高效的遙感影像分析與解譯方法，形成一套實用化的變化信息提取的技術方法和工藝流程，為全球變化、地理國情監測、土地利用變化、城市發展、自然災害、空間數據庫更新等關系到人民生活和社會可持續發展的一系列問題提供科技支撐，從而為宏觀決策提供數據和技術支持具有十分重要的現實意義。