利用OpenStreetMap數據進行高空間分辨率遙感影像分類

郝懷旭，萬太禮，羅年學

(武漢大學測繪學院，湖北 武漢 430079)

隨著近些年來傳感器和成像技術的發展，遙感影像的分辨率不斷提高。高空間分辨率遙感影像因其豐富的光譜和空間信息，廣泛應用于城市土地利用制圖、農作物監測、國土資源管理及災害評估等領域[1-2]。作為一種重要的遙感影像自動解譯方式，監督分類在遙感影像應用中得到了大量的應用。監督分類模型，其表現取決于訓練樣本的質量和數量[3]。然而樣本的人工標定是一項費時費力的工作，且容易出錯[4]。此外，遙感影像數據量的急劇增加，更加重了樣本采集的負擔。因此，如何利用現有條件自動生成樣本或減少樣本數量，成為最近幾年的研究熱點。開源數據OpenStreetMap(OSM)為這一問題提供了新的解決思路。

伴隨著Web 2.0的興起，志愿者們通過互聯網分享地理數據，這種數據被稱為志愿者地理信息[5](volunteer geospatial information,VGI)。作為一個典型的VGI項目，OSM在2004年創立于倫敦大學，其目的是構建一個供公眾免費上傳、編輯和使用的地理數據集[6]。截至2014年，OSM已有約150萬名注冊志愿者。公眾的廣泛參與和貢獻，不僅匯集了海量的數據，還確保了數據的質量。研究表明，在某些國家和地區，OSM數據的數據量和準確度已經達到了專業數據的水平[7]。值得注意的是，由于OSM吸收了一部分商業公司的導航數據，且志愿者使用手持GPS設備采集軌跡數據，OSM道路數據具有較高的可靠性。基于以上事實，OSM數據作為遙感影像分析的先驗信息，在影像分類領域得到應用。

最近幾年，國內外一些學者就利用OSM數據進行遙感分類已經有了一些研究。文獻[8]以超高分WorldView-2影像為數據源，使用OSM數據標注樣本，對瓦爾帕萊索市的土地覆蓋類型進行分類。文中使用貢獻指數對OSM數據的可靠性進行評估，優先從貢獻指數高的區域選擇樣本。文獻[9]提出了一種結合Landsat時序數據和OSM數據進行快速城市土地覆蓋制圖的方法。該方法為了降低OSM數據的噪聲，引入3種抗差分類算法：樸素貝葉斯、決策樹和隨機森林。然而，現有的利用OSM數據進行遙感影像分類的方法，沒有從OSM自身數據質量出發來提高樣本可靠性，導致最終分類精度不高；此外，就高分影像分類而言，現有的方法一般只使用了光譜特征，忽略了高分影像的空間特征，分類結果有待進一步提高。

針對上述問題，本文提出一種利用OSM數據進行高分影像分類的方法。為了降低OSM數據中錯誤信息的影響，使用聚類分析對OSM標記的樣本進行提純。由于道路與裸土之間具有相似的光譜特性，如果直接以OSM道路數據作為樣本，則二者可能會被混分。顧及OSM道路數據的準確性和完整性，OSM道路數據不作為樣本，而是生成緩沖區后直接疊加到分類圖中。為了充分利用高分影像的空間信息，筆者引入了形態學輪廓。形態學輪廓能夠提取影像的結構信息，融合光譜特征后共同輸入到隨機森林(random forests,RF)分類器中進行分類。為了降低數據冗余度，對原始影像進行了主成分分析(principle components analysis,PCA)，獲得原始影像中最具有代表性的主成分，并據此計算形態學特征。為了驗證提出方法的有效性，本文以廣州市番禺區為例，以覆蓋此區域的高分二號高分影像及OSM數據作為數據源進行試驗。試驗結果表明，該方法能夠得到可靠的訓練樣本，具有良好的分類結果。

1 基于OSM數據的高空間分辨率遙感影像分類

1.1 聚類分析

本文使用的聚類分析算法是模糊C均值算法(fuzzy C-means,FCM)。這是一種非監督分類的方法，它通過最小化目標函數來實現數據聚類，聚類結果能夠體現每一個數據對聚類中心的隸屬程度[10-12]。其目標函數定義為

(1)

式中，V為聚類中心集合；c為類別數；U為隸屬度矩陣；n為數據總數；uij表示第j個數據和第i個類別之間的隸屬度；dij表示第j個數據和第i個類別中心在特征空間的歐氏距離；m為加權指數，它控制著類別之間的分享程度，值越大，所得到的分類矩陣模糊程度就越大。

由于OSM數據提供了類別信息和位置信息，本文使用不含道路的OSM數據進行樣本標定。在OSM數據的采集過程中，志愿者非專業的操作及審核制度的缺失都可能造成OSM數據的錯誤。這些錯誤可以劃分為兩種類型：屬性類別標記錯誤和空間位置錯誤。無論是哪一種類型的錯誤，對于利用OSM數據生成樣本而言，都可以歸類為類別錯誤。為了去除類別錯誤的數據，本文使用前述的FCM算法進行樣本提純，基本原理為：對于每一類樣本，首先利用FCM算法將其分為c小類，再從這些小類中剔除不可靠的小類。為了判別這些小類的可靠性，引入可靠性指數，定義如下

(2)

式中，Ri表示第i個小類的可靠性指數；ni表示屬于第i個小類的數據總數；Di表示第i個小類的聚類中心到其他小類聚類中心在特征空間的平均歐氏距離；Ski表示第i小類聚類中心到第k小類聚類中心在特征空間的歐式距離；Ji表示第i小類的目標函數值。可靠性指數顧及了類別的類內距離、類間距離和數據量。一般來說，類別的類內距離和類間距離越小，數據量越大，這一類別的可靠性就越強。

1.2 形態學輪廓

數學形態學是一種非線性的影像處理理論，使用一個特定形狀、尺寸和方向的結構元素來探測影像中像元之間的空間關系[13]。腐蝕和膨脹是兩種基本的形態學運算，基于此還定義了開運算、閉運算，以及重建開運算、重建閉運算等。

形態學腐蝕運算的定義為

εB(I(x))=min(I(xi))xi∈B

(3)

膨脹的定義為

δB(I(x))=max(I(xi))xi∈B

(4)

從以上兩式可以看出，腐蝕即為取結構元素中像元灰度的最小值，而膨脹即為取最大值。開運算和閉運算是腐蝕和膨脹的組合，開運算是先將影像腐蝕再作膨脹處理，而閉運算是先膨脹再腐蝕的過程。開運算和閉運算能夠簡化輸入影像，移除了比結構元素更小的結構信息。然而，它們會對保留下來的結構信息的形狀產生影響，為了解決這一問題，重建開運算和重建閉運算被提出。這兩種操作的基本原理為：如果影像結構不滿足結構元素，則它將被完全移除；否則將被完全保留。重建操作能夠移除比結構元素細小的結構，同時完整地保留其他結構。據此，文獻[14]提出了形態學輪廓的概念，其定義如下

(5)

式中，I為輸入影像；φ為閉運算；γ為開運算；n為運算的次數。考慮到高光譜影像波段眾多，文獻[15]又提出了擴展形態學輪廓的概念，即先將影像降維，隨后提取部分主成分的形態學輪廓，公式為

(6)

式中，m為提取的主成分數目。通過使用不同尺度的結構元素，對輸入影像的每一個波段進行連續開運算和閉運算，使得原始影像的結構信息能夠保留在形態學輪廓當中。本文使用主成分分析進行特征提取，這是一種非監督的方法。

本文提出方法的流程如圖1所示。

2 試 驗

2.1 數 據

為了驗證本文提出的方法，選取由高分二號衛星采集的廣州市番禺區多光譜影像。高分二號衛星發射于2014年8月19日，搭載了包括全色和多光譜在內的兩種傳感器。其中，多光譜傳感器成像的空間分辨率為4 m，波段覆蓋了藍光、綠光、紅光和近紅外波段。選取的影像采集時間為2015年1月23日，包含7666×6907像素，覆蓋范圍為24.5 km×22.1 km，如圖2所示。

用的OSM數據來源于OSM鏡像站，格式為Esri Shape File。數據被設置為8個圖層，分別代表興趣點、地點、水路、鐵路、道路、自然、土地利用和建筑。

2.2 測試區

考慮到影像范圍較大，為了便于評價分類結果，從影像當中隨機選取了兩個大小相等測試區，尺寸為700×600像素，如圖1、圖2所示。同時，利用目視解譯結合現場調研的方式，得到了測試區的實地類別圖。兩個測試區的影像及地物的真實類別如圖3所示。從圖3可以觀察到，影像中的地物類別主要包括6類：建筑、森林、草地、水體、裸土和道路。

2.3 試驗結果

經過試驗，得到兩個測試區的分類圖和分類精度分別如圖4、表1所示。

表1 所有測試區的混淆矩陣、總體精度、Kappa系數及每一類地物的用戶精度

類別建筑森林草地水體裸土道路建筑66553285727416316982872森林1173262683124089草地98255347970377341413水體876910402990141888132795裸土6057343001389941247道路3190076016785用戶精度/(%)81.2571.5378.3996.8280.5675.60總體精度:85.53% Kappa系數:0.8021

對比圖4和圖3可以觀察到，試驗得到的分類圖整體上符合人工解譯得到的類別圖，準確率高，噪聲較少。水體、森林和道路分類良好，且具有明顯的輪廓；建筑、裸土和草地分類稍差，但也與類別圖大體上保持一致。值得注意的有兩點：首先是水體的分類效果突出，從圖4的測試區2中可以看到絕大多數水體邊界清晰、形狀完整，構成了影像對象；其次是道路呈現線狀，不與裸土混分，參照圖中的多數道路被識別出來。

綜合分析表1和圖4可以得到：水體的分類精度最高，平均值為96.82%；建筑、裸土和道路的精度在80%左右，有部分建筑和裸土相混淆，這是因為二者具有相似的光譜特性；森林和草地的精度較低，只有70%～78%，原因是一些水體被識別為植被，這是由于植被樣本中包含水體的緣故。整體而言，本文方法的總體精度達到85.53%，Kappa系數為0.802 1。考慮到樣本是自動生成的，上述分類結果精度較高。

3 結 語

本文提出了一種利用OSM數據進行高分影像多特征分類的方法。首先利用聚類分析對由OSM標記得到的樣本進行提純，去除雜質；隨后對高分影像進行特征提取，并對得到的主成分計算形態學輪廓，以提取影像的結構信息；最后將提純后的樣本及形態學輪廓輸入分類器中進行分類。試驗結果表明，可以在避免人工樣本標記的同時，利用OSM數據生成精度較高、數據較多的可靠訓練樣本;利用得到的OSM數據，并結合空間光譜特征，可以得到較高的分類精度。