面向对象的城市规划遥感监测专题研究

来源:用户上传      作者:刘勇　邵宇鹏　李增顺　石志恒

　　摘 要：面向对象方法多以图像分割技术为基础，受噪声和预处理影响小，利用地物的光谱、纹理等图像信息，挖掘高分辨率遥感图像上地物的形状、大小、位置、属性等信息，有效改善人工目视解译高分辨率影像建筑物及其动态提取效率低下、精度难以控制等问题。本文主要开展面向对象的城市规划遥感监测专题研究，分析多时相组合分割模式下城市规划监测精度。
　　关键词：遥感;高分辨率;城市规划;变化检测
　　
　　1 绪论
　　随着高分辨率遥感影像发展及普及，遥感技术为城市规划监测提供了新的技术手段和方法，针对高分辨率遥感图像提出的面向对象方法，受到越来越多的关注。现有的面向对象的检测方法按照不同时相影像对象的获取方式一般可以分为：直接对象比较法、对象分类后比较法和多时相对象变化检测。其中多时相对象变化检测是将两时相的图像叠加在一起进行分割，这样分割出来的对象在两个时相的影像中具有相同的边界，可以充分利用几何和光谱信息进行变化检测。该方法最先是由Desclee提出，也是目前广泛使用的变化检测方法。
　　2 研究方法
　　基于面向对象开展多时相遥感影像变化检测，主要技术流程如下图所示。对多时相卫星遥感影像进行预处理，选择分割方式进行多尺度分割，并通过调整分割参数得到最佳分割结果，不断优化阈值，提高提取精度。
　　
　　面向对象变化检测技术流程图
　　2.1 影像预处理工作
　　开展遥感影像坐标系统一、影像重采样、空间配准等预处理工作，由于遥感图像之间辐射特征差异是变化检测的依据，所以还需通过辐射校正，消除或改正因辐射误差而引起影像畸变，保证不同时相遥感影像像元亮度值具有可比性[1]。完成影像预处理工作，使多时相图像变化检测分析建立在可靠的、統一的空间位置和光谱辐射基准上。
　　2.2 图像分割
　　（1）分割方式。本研究采用多时相组合分割模式对不同时相的图像进行分割。多时相组合分割模式是叠加两个时相图像的所有波段进行分割，获得变化对象与不变对象，同时考虑了不同时相的图像特征，虽然得到的图像对象相对于单一时相的图像对象较为破碎，不能完整体现单一时相的图像对象特征，但分割得到的对象能够反映两时相的图像对象特征，且得到的图像对象具有空间一致性，便于比较和分析[2]。
　　（2）特征值构建。变化向量是一种基于不同时相图像之间的辐射变化，着重对各波段的差异进行分析、计算，确定变化强度和方向特征的变化检测方法[3]。变化强度通过确定n维空间中两个数据点之间的距离求得，即：
　　（3）阈值选取方法。本研究采用人工交互式阈值选取方式，将阈值设定为距离对象亮度均值等距离标准差处，如均值μ±nσ标准差，其中n是常数，n的取值因研究区、研究对象的不同而不同。根据先验知识选择一个经验区域，进行多次反复试验，不断调整取值来达到满意的检测精度。
　　2.3 样本选取
　　本研究以河北省A市城区为研究区，利用2005年和2010年两期高分辨率影像开展，其中的样本是统计及精度评价的基础资料，为保障样本的可靠性、统计和参数估计的简易性，本研究采用随机采样的方法来选择样本。样本大小为3×3像元，其中变化样本77个，共计693个像元;非变化样本74个，共计666个像元。
　　2.4 精度评价
　　依据目标地物提取面积大于100m2的提取标准开展精度评价。如下表所示，当阈值选择为μ+0.3σ或μ+0.4σ时，总体精度达到最大值0.83。通过对提取结果的分析观察，当阈值选取为μ+0.4σ，漏提现象较为严重，因此将阈值确定为μ+0.3σ。
　　3 结论
　　文章使用不同分割阈值对高分辨率遥感图像进行面向对象变化图斑提取，形成不同分割阈值精度趋势图，并结合误差矩阵对提取精度进行评价。总结如下：（1）经过试验分析，采用以多尺度分割为基础的面向对象的变化检测方法，能够有效检测出面状地物的变化情况。（2）变化图斑提取的准确性，依赖于多尺度分割的结果和阈值的设定，线状地物变化图斑的提取容易出现破碎现象，完整性有待提高;城市中高大建筑物的阴影容易引起伪变化图斑的提取;城市周边耕地由于耕作期差异，引起的伪变化现象较为严重。
　　参考文献：
　　[1]田庆久，郑兰芬.基于遥感影像的大气辐射校正和反射率反演方法[J].应用气象学报，1998（4）：456-461.
　　[2]胡永月，肖鹏峰，冯学智，张学良，袁敏.面向对象变化检测中多时相图像分割模式影响评价.南京大学学报（自然科学），2015.9.
　　[3]赵英时.遥感应用分析原理与方法.科学出版社，2013.
转载注明来源:https://www.xzbu.com/1/view-15266538.htm