基于QuickBird衛星影像陰影的青島市建筑物高度提取

黃 蓉，李 丹，喬相飛

(青島市勘察測繪研究院，山東青島266032)

一、引 言

隨著數字城市的急速發展，如何快速建立起三維城市模型已經成為當前越來越重要的研究任務之一。國內外許多學者都相繼提出了各自的解決方法，如Cheng和Thiel利用SPOT全色影像中的建筑物陰影對建筑物高度進行了估算[1];何金國等也利用SPOT影像中的建筑物陰影以北京市為例進行了建筑物高度的提取及分級，抽樣驗證準確率達80%以上[2];董玉森等利用全色高分辨率衛星影像數據中陰影信息進行建筑物高度計算的原理和方法，并結合專家分類系統，研究了如何對建筑物陰影信息進行提取和分析，進而確定建筑物的高度信息[3];謝軍飛等在分析IKONOS衛星圖像上建筑物陰影與實際高度關系的基礎上，較為準確的提取了城市建筑物高度信息[4];冉瓊等基于“北京一號”小衛星影像陰影進行了建筑物高度的測算研究[5]。從這些方法可以看出，航空遙感應用的理論和技術方法越來越趨于成熟，應用也越來越廣泛，但是在城市調查中，由于它的投資大、成本高，已經成為制約其廣泛應用的一個重要因素。

隨著高分辨率民用衛星逐漸商業化運行，實時、高精度、可靠的遙感數據越來越受到大家的廣泛認可與重視。在城市變化監測、城市管理與規劃等方面，高分辨率遙感影像數據應用的范圍越來越廣。從高分辨率遙感影像中提取建筑物的信息已經成為建立三維城市模型的重要信息來源。

國內外在研究城市建筑物信息提取時，除了建立了眾多的數學模型，采用的數據源也多種多樣，有航空及航天光學圖像、雷達圖像、SAR圖像以及激光測距圖像。目前，提取建筑物通常有3種方法：利用單幅影像方法、利用數字高程模型方法、結合影像和DEM，其中利用單幅影像提取建筑物高度的方法主要有3種：① 利用單張航片提取建筑物高度;②利用有理函數模型，提取建筑物高度;③ 利用影像陰影提取建筑物的高度。本文利用單幅影像，研究如何利用面向對象分類方法，對高分辨遙感影像數據中的建筑物陰影信息進行提取，進而確定建筑物的高度信息。

二、城市建筑物高度提取原理

由于太陽光照和地形因素的影響，陰影在遙感影像上是比較常見的部分，它主要表現為低亮度值，在彩色影像上比較容易識別。當太陽光照射在建筑物上時，所形成的陰影包含了建筑物的三維信息，通過陰影的特征分析可以大概確定出建筑物的模型。在研究中，為了簡化計算，假設以下條件是成立的：

1)建筑物所處地區地面平坦，結構簡單且垂直于地表;

2)建筑物的影子直接投影在地面上，沒有其他建筑物的干擾;

3)陰影從建筑物的底部開始算起。

在不考慮太陽方位角對建筑物陰影影響的情況下，太陽高度角、衛星高度角與建筑物陰影及高度的相對幾何關系可以分以下幾種情況。

1．太陽和衛星位于建筑物的同側

由圖1可知，陰影的成像部分為L2=S-L1，則建筑物的陰影長度為

由此推導出建筑物的高度

式中，α為衛星高度角，β為太陽高度角。

圖1 太陽、衛星高度角和地面建筑物陰影之間的關系(同側)

2．太陽和衛星位于建筑物的兩側

由圖2可知，當衛星高度角α(即所成圖像為星下點)或者衛星傳感器掃描方向與太陽照射方向相反時，則可以觀測到建筑物影子的全部，此時建筑物陰影的長度為

由此推導出建筑物的高度

圖2 太陽、衛星高度角和地面建筑物陰影之間的關系(異側)

當遙感影像的分辨率大于5m時，則需要考慮太陽方位角的影響，此時公式(1)、(2)可改寫為公式(3)、(4)，式中γ為太陽方位角：

令

則有

因此，從理論上講，只要能夠得到衛星參數信息和建筑物陰影的長度信息，就可以計算出建筑物的高度。在某些特殊情況下，如果無法獲得衛星成像時的參數信息，可以通過獲得當地某一建筑物的實際高度，或者通過獲得建筑物的層數來估算出建筑物的高度，就可以反推出常數k的值，通過公式(3)或者(4)運算獲取其他建筑物的高度信息。

三、影像數據處理

建筑物高度信息提取工作流程圖如圖3所示。

圖3 建筑物高度信息提取工作流程圖

1．數據預處理

本文所選的數據為2010年3月青島市李滄區金華路街道辦的遙感影像，包括多光譜影像數據(2．4m)和全色影像數據(0．6 m)。考慮到全色波段圖像分辨率較高，但是灰度圖像上陰影一般表現為低輻射亮度，不容易被提取;而多光譜數據雖然可組合成RGB圖像，但分辨率較低。綜合考慮全色波段和多光譜圖像的特點，為了提高影像的分辨率又不丟失顏色特征信息，本文對全色與多光譜數據選擇Pansharp方法進行融合，它是基于統計原理，利用最小方差技術對參與融合波段的灰度值進行最佳匹配并利用此原理調整單個波段的灰度分布以減少融合結果的顏色偏差，從而較好地解決了這一問題。

2．影像的分類與陰影的提取

目前，陰影提取的方法有很多，但這些方法并不能很好地適用于建筑物高度的提取，主要原因是：①干擾陰影提取的噪聲有很多，比如樹木、水系等，這些都不易與陰影進行區分;② 基于像元的分類方法，由于該方法是以單個像元為分類對象，所以陰影提取的結果存在“椒鹽”現象。本文采用面向對象的分類方法，該方法是隨著高分辨率衛星數據的出現而出現的，經過多次驗證，這種分類方法在高分辨率衛星數據信息提取時具有很大的優越性。此方法總體可以分為3個過程：① 影像分割;②影像合并;③影像陰影信息的提取。

1)影像的分割：利用基于邊緣分割算法對圖像進行分割，根據邊緣壓縮的不同情況，獲得多尺度分割結果。分割參數的設定對分割結果的影響很大，經過反復驗證，所選分割尺度設置為40．0，分割情況見圖4。

圖4 分割結果

2)影像的合并：在分割的基礎上，依據周圍對象的光譜、紋理形狀等特征的不同進行合并，直到超過設定閾值為止，本試驗設置合并尺度為60，合并情況見圖5。

圖5 合并結果

3)影像陰影信息的提?。涸谟跋穹指詈喜⒌幕A上，本文采用的是監督分類的方法進行分類。對影像進行建筑物陰影樣本與非陰影樣本的選擇，根據所選樣本，將影像分為建筑物陰影部分與非陰影部分，陰影提取結果見圖6。

圖6 陰影提取結果

四、建筑物高度提取和精度分析

1．建筑物高度獲取

本文在陰影長度的求解方法上并沒有選擇用像元個數乘以分辨率得出陰影長度的傳統思想，而是利用算法直接求解出陰影的長度。其基本思想是利用了第二節城市建筑物高度提取原理。步驟如下。

1)利用遙感影像的元數據獲取影像拍攝時的太陽高度角，根據太陽高度角推算出建筑物與陰影之間的角度關系。

2)根據推算的建筑物與陰影的角度關系，利用程序生成有一定間隔的、平行于陰影邊線的陰影長度量測線。量測線的計算生成方法是求解樓高精度的最主要因素。

3)將陰影面與陰影長度量測線求交，獲取與陰影面相交的量測線。一般情況下為了保證精度一個陰影面應包含N(N＞=8)條量測線(N的大小取決于量測線的間隔大小，可自行設置調整)。

4)根據空間關系為每條求交后的量測線賦所屬陰影面的ID值。

5)計算求交后的量測線長度，求取每個陰影中量測線(去除長度中的最大值和最小值)的平均值，以該值作為陰影的實際長度。

2．精度評定

利用上述方法提取試驗區域房屋陰影共332個，利用竣工資料獲取房屋樓高值共計66個點位，其中誤差大于1m的共有4個點位，誤差在0．5m～1m的共有19個點位，誤差小于0．5m的共有43個點位，求得誤差絕對值的中誤差為±0．549m。圖7顯示了該實驗區66幢建筑物的計算高度與實測高度的對比結果。

圖7 建筑物的計算高度與實測高度

五、結束語

由以上結果可以看出，利用陰影提取的建筑物高度誤差范圍在0．5m到1m之間的占94．3%，完全符合目前數字城市三維模型建立、城市建筑規劃等方面的要求，具有較好的實用性。利用面向對象的分類方法提高了陰影的提取精度，自動化的陰影長度計算很好地解決了手動量算所帶來的誤差。

對于利用衛星遙感影像進行建筑物高度測量，影像的幾何分辨率是影響測量精度的主要因素之一。除此之外，當建筑物陰影落到綠地、水系等較暗的地物上時會造成陰影的錯誤判斷，或者當高層建筑物的陰影疊加在一起引起陰影提取的失敗。此外，對于結構比較復雜的建筑物，也存在一些問題，比如，復雜屋頂上一些陰影的存在使得建筑物屋頂與陰影不好區分，從而影響了建筑物高度提取精度。因此，在進行下一步的研究工作時，要充分考慮建筑物的實際情況，使陰影提取的自動化和精度都得到進一步的提高。

[1]CHENG F，THIEL K H．Delimiting the Building Heights in a City from the Shadow in Panchromatic SPOT-Image-Part1-Test of Forty Two Buildings[J]．Int J．Remote Sensing，1995，16(3)：409-415．

[2]何國金，陳剛，何曉云，等．利用SPOT圖像陰影提取城市建筑物高度及其分布信息[J]．中國圖象圖形學報，2001，6(5)：426-428．

[3]董玉森，詹云軍，楊樹文．利用高分辨率遙感圖像陰影信息提取建筑物高度[J]．咸寧師專學報，2002，22(3)：93-96．

[4]謝軍飛，李延明．利用IKONOS衛星圖像陰影提取城市建筑物高度信息[J]．國土資源遙感，2004(4)：4-6．

[5]冉瓊，遲耀斌，王智勇，等．基于“北京一號”小衛星影像陰影的建筑物高度測算研究[J]．遙感信息，2008(4)：18-21．