基于圖像代數的資源三號衛星居民地要素變化檢測方法及其有效性評價

陳 峰，張 錦，曾 波

(1.太原理工大學礦業工程學院，山西太原030000;2.山西省測繪工程院，山西 太原030000)

一、引 言

基礎地理信息數據的更新是當前測繪部門普遍關心的問題，而更新過程中的關鍵就是如何快速有效地發現變化區域、變化要素及變化程度。為了滿足測繪基礎地理信息產品生產和更新的需求，我國于2012年1月9日成功發射第一顆高分辨率民用立體測繪衛星——資源三號。相關研究表明，資源三號衛星影像產品能滿足1∶50 000測圖精度要求［1-2］。居民地要素是基礎地理信息數據中主要的框架要素，是資源三號衛星遙感影像上最重要的人工地物目標之一，是隨著城市發展及擴張而變化更新最快的部分，因此，居民地要素是基礎地理信息數據更新的重點對象。目前，以影像為基礎的基礎地理信息數據更新方法主要以現勢性較強的遙感影像或航攝影像為基礎底圖，通過影像與原始矢量數據或影像數據配準后比對發現變化要素，按相應比例尺更新規范進行數據采集更新，并結合內外業進行綜合判調［3］。該方法的工作效率比較低下，而且容易引起人為的漏判與錯判;而現有的大多數變化檢測方法檢測的是全部地物類型的變化，難以針對某一類基礎地理信息要素進行快速檢測發現變化信息。因此，通過分析資源三號衛星遙感圖像特征，研究一種直接簡單的圖像代數方法來快速有效地發現居民地要素的變化區域和變化程度，并對該方法的有效性進行評價，對基礎地理信息數據更新作業和資源三號衛星數據的推廣應用都有一定的理論和現實意義。

二、圖像代數方法

基于圖像代數的變化檢測方法具有簡單、直接的特點，但不能確定具體的變化類型。經過圖像代數運算后突出目標信息的圖像稱為目標特征圖像，目標類型主要是居民地、道路等基礎地理信息數據框架要素，本文主要針對居民地要素開展研究。基于圖像代數的變化檢測方法的主要思路是:首先確定檢測目標類型(居民地);然后通過計算遙感影像各個波段圖像中相應像元灰度值的和、差、積或比值，使感興趣目標在圖像上得到增強和突出，即通過一系列的圖像代數運算產生目標特征圖像;最后在目標特征圖像的基礎上進行快速變化檢測，以獲取目標類型的變化區域和變化程度。假設輸入圖像為f1x，()y和f2x，()y，輸出圖像為g(x，y)，則圖像的代數運算有如下4種基本形式

整個變化檢測的主要過程如下:①對居民地要素在遙感影像的各個波段特征進行分析;②以4種基本形式的代數運算為基礎來構建一個綜合計算模型;③利用計算模型對原始圖像進行運算，得到一個突出居民地信息的灰度特征圖像;④通過兩期居民地信息特征圖像之間的差分運算進行閾值分析，判定居民地要素的變化區域。該方法流程如圖1所示。

圖1 居民地要素變化檢測方法流程

三、試驗與分析

試驗區域位于變化發展比較快的太原市某城郊結合部，研究以覆蓋太原地區的兩期不同時相的資源三號衛星遙感影像為數據源，影像質量較好，數據經過輻射校正、幾何糾正和圖像配準等預處理。

1.數據分析

通過分析選取8種典型的地物類別對多光譜影像進行分類樣本采集，分別為:房屋建筑、道路交通、生產設施、茂密植被、稀疏植被、清澈水體、渾濁水體和人工庫塘。以每種地物的平均灰度值代表該類地物的灰度值，并作為縱坐標取值點。表1列出了每種地物類型及其對應的灰度值。資源三號衛星的4個波段范圍分別為藍 B01(0.45 ～0.52 μm)、綠 B02(0.52～0.59 μm)、紅 B03(0.63～0.69 μm)、近紅外B04(0.77 ～ 0.89 μm)，這里選擇中心波長分別為0.48 μm、0.56 μm、0.66 μm 和 0.83 μm 作為橫坐標取值點，建立典型地物的波長—灰度值曲線圖(如圖2所示)。

圖2 典型地物的波長—灰度值曲線

表1 太原地區8種典型地物灰度值

分析圖2中的波長灰度值曲線可以得出:曲線1、2、3 的位置較高，曲線 6、7、8 的位置較低，曲線 4、5則位于中間，曲線位置的高低反映了不同地物的亮度水平;居民地要素包含的主要地物類型房屋建筑和生產設施在曲線圖中處于較高的位置，其他的則處于較低的位置，說明地物總輻射水平的高低是一個可區分地物的重要遙感特性［4］。因此，可以利用該遙感特性建立突出居民地要素的方法，通過各波段數據之間的圖像代數運算得到居民地總輻射水平特征圖，計算公式如下

2.圖像代數計算公式

根據波長和灰度值的關系，以Di和λi分別組成數據對，以λi為自變量、Di為因變量建立一元二次多項式回歸方程

式中，^Di是實際Di值的回歸估計值;λi表示在該波段范圍內選擇的波長值;a、b和c是回歸方程的系數。此回歸曲線最低點的縱坐標值即為反映地物總輻射水平的特征圖［5］，而居民地要素則為特征圖的突出部分。分別將 λ1=0.48 μm、λ2=0.56 μm、λ3=0.66 μm 、λ4=0.83 μm 和 D1、D2、D3、D4代入式(3)，可得系數a、b、c的計算結果如下

二次回歸曲線擬合如圖3所示。

圖3 二次回歸曲線

根據二次回歸曲線并通過大量的試驗發現，0.60 μm處對應二次回歸曲線的值能夠較好地突出居民地要素信息。根據式(2)的形式得到資源三號衛星居民地要素特征的圖像代數計算公式如下

3.居民地要素特征圖像計算

利用式(5)對另一期試驗區域的資源三號衛星數據進行居民地要素特征圖像提取，結果如圖4所示，其中(a)、(b)、(c)分別為城市、鄉鎮、山區的原始遙感影像圖，而(d)、(e)、(f)分別為對應的特征圖像提取結果?？梢钥闯?，圖像代數運算增強了影像上居民地要素和部分道路與其他要素在灰度上的反差，突出了居民地要素信息，與其他地物的可分性增強;同時也表明該方法在不同時相資源三號衛星遙感圖像上的應用也能得到理想的結果。

4.變化檢測

利用式(5)分別對兩期資源三號衛星數據進行圖像代數運算后得到兩期居民地要素特征圖像，在此基礎上對前后兩期特征圖像進行直接差分運算，可得到居民地要素的變化區域，且可以統計變化量，變化檢測試驗軟件采用Matlab可視化圖形用戶界面設計工具(graphical user interfaces，GUI)設計完成。由于變化檢測前已經將兩期圖像的檢測目標處理成統一標準的居民地要素特征圖像，因此變化檢測方法采用直接的圖像差分法［6］，自動閾值方法采用otsu法［7］。試驗軟件界面如圖5所示，居民地要素變化檢測結果如圖6所示(白色為居民地變化區域)。

圖4 原始影像與居民地特征圖像

圖5 試驗軟件界面

圖6 居民地要素變化檢測結果

5.有效性評估

為了能夠客觀地評價基于圖像代數運算的變化檢測方法的有效性，利用最大似然法對相同區域兩期資源三號衛星圖像分類后進行居民地變化檢測，并利用變化檢測誤差矩陣對變化檢測性能進行定量化評估［8］，見表2。從評估結果來看，基于圖像代數的變化檢測方法的性能優于最大似然分類后變化檢測法，表明該方法針對資源三號衛星遙感圖像的居民地變化檢測有效。

表2 居民地要素變化檢測有效性評估

四、結束語

本文對覆蓋太原市的資源三號衛星數據中典型地物的波長和灰度值進行了分析，并基于圖像代數的思想建立了針對居民地要素的特征圖像計算公式，利用該公式進行圖像代數運算后可以使居民地要素在影像上得到增強和突出，更容易與其他地物區分;將兩期資源三號衛星數據經過圖像代數運算得到的居民地特征圖像進行直接差分運算，利用otsu自動閾值法可快速獲取居民地要素變化區域，利用Matlab設計了變化檢測試驗軟件，與利用最大似然分類后進行變化檢測進行對比分析，并用定量化的評估方法對兩種方法的有效性進行評估，結果表明本文建立的方法有效，且簡單直接。本文只針對居民地要素展開了研究，其他重要的基礎地理信息要素(如道路、植被、水系等)是今后需要進一步深入研究的內容。

［1］唐新明，張過，祝小勇，等.資源三號測繪衛星三線陣成像幾何模型構建與精度初步驗證［J］.測繪學報，2012，41(2):191-198.

［2］李德仁.我國第一顆民用三線陣立體測圖衛星—資源三號衛星［J］.測繪學報，2012，41(3):317-322.

［3］陳軍，王東華，商瑤玲，等.國家1∶50 000數據庫更新工程總體設計研究與技術創新［J］.測繪學報，2010，39(1):7-10.

［4］ZENG Z Y.A New Method of Data Transformation for Satellite Images:I.Methodology and Transformation Equations for TM Images［J］.International Journal of Remote Sensing，2007，28(18):4095-4124.

［5］ZENG Z Y.A New Method of Data Transformation for Satellite Images:II.Transformation Equations for SPOT，NOAA，IKONOS，QuickBird，ASTER，MSS and other Images and Application［J］.International Journal of Remote Sensing，2007，28(18):4125-4155.

［6］NOBUYUKI O.A Threshold Selection Method from Gray-Level Histograms［J］.IEEE Transactions on Systems，Man and Cybernetics，1979，9(1):62-66.

［7］BRUZZONE L，PRIETO D F.Automatic Analysis of the Difference Image for Unsupervised Change Detection［J］.IEEE Transaction on Geoscience and Remote Sensing，2000，38(3):1024-1030.

［8］鐘家強.基于多時相遙感圖像的變化檢測［D］.長沙:國防科學技術大學，2005.