基于地理信息系統的無人機航飛影像地物識別樣本庫建設技術研究

方丹娜 黃國航 馮振儉 馮博超 高 睿

基于地理信息系統的無人機航飛影像地物識別樣本庫建設技術研究

方丹娜1黃國航2馮振儉1馮博超2高 睿2

（1.南寧市自然資源信息集團有限公司，廣西 南寧 530000；2.廣西寧繪空間規劃信息技術有限公司，廣西 南寧 530000）

為解決航飛影像地物識別樣本庫建設復用性低導致航飛影像分析和利用受阻的問題，提出了一種基于矢量圖斑的航飛影像地物識別樣本庫技術方案。該方案利用地理信息系統技術，對耕地、建構筑物、林地等要素進行數據樣本制作、質量控制和成果建庫等研究，為航飛影像的數據管理和建庫提供了一種新的思路。

地理信息系統；地物識別；深度學習；樣本建庫

引言

無人機航飛影像是指無人機搭載的傳感器從空中對地表進行拍攝的影像數據，它具有覆蓋范圍廣、更新周期短、信息量大等特點[1]。無人機航飛影像作為一種重要的地理信息數據源，被廣泛應用于土地利用變化、生態環境監測、城市規劃、農業管理等多個領域[2]。然而，航飛影像的分析和利用還存在一些困難，如數據量大、格式復雜、質量不一、獲取難等[3]。這些困難限制了航飛影像的可用性、復用性和有效性，也影響了航飛影像在各個領域的應用價值。為了克服這些困難，提高航飛影像的可用性和有效性，有必要建立一個系統的航飛影像樣本庫，為航飛影像的研究和應用提供數據支持。

航飛影像地物識別樣本庫是指對已知類型的地物進行標注和保存的樣本數據集[4]，它可以用于訓練和驗證地物識別模型，實現對地表覆蓋物的信息提取和分析[5]。樣本庫的建設是航飛影像地物識別的關鍵環節之一，也是當前地理信息系統（GIS）和遙感技術（RS）領域的熱點和難點問題之一[6]。本文提出了一種基于矢量圖斑的航飛影像地物識別樣本庫技術方案，為航飛影像的數據管理提供了一種新的思路和方法。

GIS是一種可以對空間數據進行采集、存儲、管理、分析和顯示的技術，可以對空間數據進行多維度處理和展示。本文將地物目標以點、線、面等幾何元素的形式進行描述和表示，并利用GIS技術進行精確繪制和標注。

本文方法主要包括以下三個步驟：一是根據實際影像信息，為矢量圖斑的屬性信息賦予相應的類別標簽，或者利用現有已知類型的矢量圖斑與無人機航飛影像進行空間疊加分析，初步提取與矢量圖斑相對應的影像塊；二是利用數據庫技術，將經過質量控制后的影像塊存儲到數據庫中，構建一個基于矢量圖斑的無人機航飛影像地物識別樣本庫；三是根據不同的深度學習模型類型，按需將存儲在地理信息數據庫里的樣本轉換成合適的樣本數據格式。

1 技術路線

基于地理信息系統的無人機航飛影像地物識別樣本庫建設步驟如下：首先，對采集的無人機航飛數據進行預處理；其次，將影像數據導入ArcGIS軟件（一款地理信息系統軟件）進行樣本圖斑勾畫，其中原有的地理分類圖斑可以輔助樣本圖斑的勾畫；最后根據深度學習項目模型的需要，對基于地理信息數據庫的數據進行切片處理。基于地理信息系統的無人機航飛影像地物識別樣本庫技術路線如圖1所示。

圖1 樣本庫技術路線圖

2 樣本庫設計

2.1 影像數據質量控制方法

本文對生成的影像塊進行了質量控制，篩選出符合要求且無誤的影像塊。質量控制方法主要包括以下幾個方面。

（1）檢查影像的大小和形狀，排除過小或過大、過于復雜或不規則的影像塊。保證影像塊的可識別性和可分割性，避免因為影像塊的尺寸或形態不合適而導致的地物識別模型的誤差和失效。

（2）檢查影像塊的清晰度和完整度，排除模糊或缺失的影像塊。保證影像塊的可辨識性和可比較性，避免因為影像塊的質量過低或完整性不足而導致的地物識別模型的準確率和魯棒性降低。

（3）檢查影像塊的類別標簽，排除錯誤或不一致的影像塊。保證影像塊的可分類性和可匹配性，避免因為影像塊的標簽或屬性不正確而導致的地物識別模型的分類能力和泛化能力下降。

（4）檢查影像塊的分布和平衡，排除重復或過于集中的影像塊，保證樣本庫的多樣性、代表性、可擴展性和可適應性，避免因為影像塊的分布不合理而導致地物識別模型的覆蓋范圍和適應范圍受限。

上述質量控制方法旨在提高樣本庫的準確性和有效性，為后續地物識別模型的構建提供高質量的訓練和驗證數據；篩選符合要求和標準的影像塊，從而提升地物識別模型的性能和效果；可幫助發現和解決樣本庫中存在的問題，從而優化地物識別模型的設計。

2.2 樣本標注質量原則

樣本標注質量原則包括以下特性。

（1）準確性。標注數據應該準確地反映地物的真實情況，避免出現標注錯誤或遺漏。為此，需對標注人員進行培訓和指導，使其能夠準確地識別不同類型的地物，并進行正確的標注；采取有效的質量控制措施，如抽樣檢查、交叉驗證等，以確保標注數據的準確性。

（2）一致性。標注數據應該具有一致性，即對同一類地物的標注應該保持一致，避免出現標注不一致的情況；設置統一的標注規范和流程，確保不同標注人員在進行標注時能夠遵循相同的標準；同時，標注人員需要通過定期培訓和交流來提高標注數據的一致性。

（3）完整性。標注數據應該盡可能完整，覆蓋所有需要識別的地物類別。對研究區域內所有可能出現的地物類別進行全面調查和分析，并根據實際情況確定需要標注的地物類別。同時，需要采取有效的數據采集和管理措施，以確保標注數據的完整性。

（4）可靠性。標注數據應該來自可靠的數據源，經過嚴格的質量控制和審核。選擇數據質量可靠的數據源，并建立嚴格的數據審核和質量控制流程，以確保標注數據的可靠性。

（5）代表性。標注數據應該具有代表性，能夠反映不同地區、不同時間、不同條件下的地物特征。在不同地區、不同時間、不同條件下進行大量的數據采集和分析，并根據實際情況選擇具有代表性的樣本進行標注。

2.3 地理信息數據庫建設

2.3.1 屬性設計

根據無人機航飛影像的特點及地物分類的數據表（見表1），通過ArcGIS軟件建立地理信息數據庫。

表1 地物分類數據表

表1是一個地物分類數據庫表，包含了12個字段，目的在于存儲和管理不同類型地物的樣本數據，以便于進行地物識別和分類的研究和應用。

2.3.2 樣本分類編碼

本文依據自然資源行業特點，結合南寧市實際，參考《土地利用現狀分類》（GB/T 21010—2017）、《地理信息興趣點分類與編碼》（GB/T 35648—2017）等國家標準，制定地物分類樣本類型。地物分類類別表如表2所示。

表2 地物分類類別表

表2提供了清晰的分類方法來組織和描述不同類型的地物。每個一級類別對應一個類別編碼，如一級類別編碼耕地是01，園地是02。每個二級類別也有一個對應的樣本分類編碼，如水稻是0101，玉米是0102。

3 技術方案設計

3.1 數據建庫

在ArcGIS軟件中，新建文件地理數據庫，創建要素類并填寫相關項目信息，選擇適當的投影坐標系和數據類型。按照表1的地物分類設置數據庫屬性。

3.2 航飛影像處理

利用Inpho軟件（一款航空攝影測量與遙感處理軟件）對采集的航飛影像進行預處理，包括輻射定標、影像校準和正射糾正等步驟。這些步驟旨在消除拍攝誤差和畸變，提升影像精度和可靠性。

輻射定標：將無人機影像轉換為地面反射率或輻射亮度的真實值，從而消除不同影像之間的輻射差異和非均勻性。本文使用基于統計分析的相對定標方法，該方法無需標定板或標準物體，只需利用重疊區域或同名點，獲取不同影像之間的轉換關系。

影像校準：將無人機影像轉換為具有一致坐標系和投影方式的地理影像，從而消除位置偏差和角度變化。本文使用基于特征匹配的自動校準方法，該方法無需控制點或基準點，只需利用計算機視覺技術自動提取和匹配特征點，獲取不同影像之間的轉換參數。

正射糾正：將無人機影像轉換為垂直于地面方向觀測的正射影像，從而消除地形起伏和建筑物等引起的視差和變形。本文使用基于數字高程模型（DEM）的正射糾正方法，該方法保持了地面物體的形狀和位置不變。

3.3 樣本制作

3.3.1 建立參考網格

為保證精度，應選擇包含兩類及以上地物的網格進行勾畫。因此，在ArcGIS軟件中使用漁網工具建立參考網格，并根據“樣本尺寸”確定像元高度和寬度。

3.3.2 勾畫樣本圖斑

在ArcGIS軟件中加載航飛影像數據和3.1節建立的文件地理數據庫，在工具欄中選擇“要素構建工具”和“多邊形工具”，在航飛影像上單擊樣本圖斑的第一個角，并拖動鼠標創建多邊形，在創建完成一個多邊形后，繼續單擊其他角創建更多多邊形，以勾畫整個樣本圖斑。在勾畫完成后，可以使用“要素修改工具”對樣本圖斑進行微調和修改，再根據表2的地物分類類別對勾畫的圖斑進行屬性設置。

3.4 數據入庫

將所有項目成員勾畫的圖斑樣本數據入庫，并按照前述2.1節影像數據質量控制方法、2.2節樣本標注質量原則進行檢查，最后合并地理信息數據庫。

3.5 深度學習樣本庫建設

3.5.1 樣本建庫

選擇網格、勾畫的樣本地理信息數據庫，對無人機航飛影像數據進行剪裁，以滿足深度學習訓練的需求。

3.5.2 樣本數據增強

幾何變換：增加遙感影像的多樣性和魯棒性，對其進行幾何變換，包括旋轉、縮放、裁剪、翻轉等。這些操作可以改變影像的視角和尺寸，使模型能夠適應不同的地物目標和特征。一是對影像進行水平或垂直翻轉，讓模型能夠對稱地處理左右或上下的差異；二是對影像進行隨機裁剪，讓模型能夠關注不同的區域特征；三是對影像進行隨機旋轉，讓模型能夠適應不同的方向特征。

顏色變換：增加遙感影像的光照和噪聲抵抗能力，可對其進行顏色變換，包括調整亮度、對比度、飽和度、色調等。這些操作可以改變影像的色彩特征，使模型能夠適應不同的色彩條件。一是對影像進行隨機色調調整，使模型能夠保持或改變影像的色彩平衡；二是對影像進行隨機飽和度調整，讓模型能夠調節影像的色彩鮮艷程度；三是對影像進行隨機亮度和對比度調整，使模型能夠適應不同的光照條件和明暗差異。

圖像縮放：增加遙感影像中地物目標的尺度多樣性，可以對其進行圖像縮放，包括縮小0.5倍或放大0.5倍。這些操作可以改變影像的分辨率和細節程度，使模型能夠學習不同尺度的地物特征。一是對影像進行隨機放大，讓模型能夠學習更細節的地物特征；二是對影像進行隨機縮小，讓模型能夠學習更大范圍的地物分布。

4 研究結果

本文采用ArcGIS軟件，結合GIS技術，對無人機航飛影像進行了矢量圖斑的繪制和屬性信息的獲取，并對矢量圖斑和屬性信息進行了數據建庫的工作，建立了一個完整的航飛影像深度學習樣本庫。

4.1 樣本庫優勢

與傳統的基于柵格的方案相比，本文提出的基于矢量圖斑的航飛影像地物識別樣本庫技術方案具有以下優勢。

（1）精度高。本方案能夠利用GIS技術，對地物目標進行精確繪制和標注，保證了地物目標的位置、形狀、大小等信息的精確性，避免了柵格或點云方案中可能出現的誤差和模糊現象。

（2）效率高。本方案能夠利用數據庫技術，將樣本以表格或文檔等形式進行組織和分類，對樣本進行統一的存儲和管理，保證了樣本的完整性、一致性和安全性，避免了柵格或點云方案中可能出現的數據冗余和混亂。數據庫是一種按照數據結構來組織、存儲和管理數據的系統，可以實現數據的高效檢索和更新。

（3）靈活性高。本方案能夠利用數據轉換技術，根據不同的深度學習模型類型，按需將存儲在數據庫里的樣本轉換為合適的數據格式，保證了樣本與模型之間的匹配性和適應性，避免了柵格或點云方案中可能出現的數據不兼容和不適應。

（4）可擴展性高。基于矢量圖斑的方案需要針對不同的地物類別和影像特征進行定制化的標注和轉換，對數據的通用性和適應性高。

本文所提的方法為航飛影像地物識別提供了一種新的數據支持，為航飛影像的分析和利用提供了一種新的技術手段，為航飛影像在各個領域的應用價值提供了一種新的評價標準。此方法還可以與其他相關技術相結合，進一步提高航飛影像地物識別的效率和精度。

4.2 樣本庫局限性

基于矢量圖斑的航飛影像地物識別樣本庫技術方案也有一些局限，主要體現在以下方面。

（1）成本高。由于矢量圖斑的方案需要大量人工參與，對標注人員的專業水平和質量控制要求較高，因此需要花費更多的時間和資源。

（2）難度大。基于矢量圖斑的方案需要處理復雜多變的航飛影像數據，對影像預處理和數據分析技術要求較高。

（3）準確性依賴人工。基于矢量圖斑的方案依賴于人工標注的準確性，標注人員的專業水平不夠高，或者對質量控制不夠嚴格，可能會導致標注結果的準確性受到影響。

5 結論

本文利用地理信息系統技術，針對航飛影像地物識別樣本庫建設技術存在的復雜問題，提出了一種基于矢量圖斑的航飛影像地物識別樣本庫技術方案，對耕地、建構筑物、林地等要素進行數據樣本制作、質量控制和成果建庫等研究，為航飛影像數據管理和建庫提供了一種新思路和方法。

[1] 陳俊杰，李德仁，王秀紅. 航空攝影測量與遙感[M]. 北京: 測繪出版社，2019.

[2] 劉建平，王建，高峰. 航飛影像地物識別技術綜述[J]. 遙感技術與應用，2020，35(1): 1-15.

[3] 張曉燕，李曉文，劉曉波. 航飛影像地物識別的研究進展與展望[J]. 地理科學進展，2018，37(9): 1205-1216.

[4] 李娜，張亞東，王鵬. 基于深度學習的航飛影像地物識別樣本庫構建方法[J]. 測繪科學技術學報，2019，36(6): 715-721.

[5] 王宇，張亞東，李娜. 航飛影像地物識別樣本庫質量控制方法研究[J]. 測繪工程，2020，29(3): 1-7.

[6] 郭婷婷，張亞東，王鵬. 基于矢量圖斑的航飛影像地物識別樣本庫構建方法[J]. 測繪通報，2021(4): 41-46.

Research on the Construction Technology of a Sample Library for UAV Aerial Image Ground-Object Recognition Based on Geographic Information System

In order to solve the problem of low reusability in the construction of aerial imagery ground object recognition sample library, which hinders the analysis and utilization of aerial imagery, a technical solution for aerial imagery ground object recognition sample library based on vector speckle is proposed. This plan utilizes geographic information system technology to conduct research on data sample production, quality control, and achievement database construction for elements such as farmland, buildings, and forests, providing a new idea for data management and database construction of aerial imagery.

geographic information system; ground-object recognition; deep learning; sample libarary building

P23

A

1008-1151(2023)11-0001-04

2023-08-25

方丹娜（1978－），女，南寧市自然資源信息集團有限公司工程師，從事國土空間規劃、測繪與地理信息應用及技術研究工作。

黃國航（1993－），男，廣西寧繪空間規劃信息技術有限公司助理研究員，從事自然資源大數據分析工作。