遙感影像房屋自動提取

趙 莎 鄭文武

（衡陽師范學院城市與旅游學院，湖南 衡陽421002）

伴隨著航天事業的快速發展，遙感圖像獲取方式越來越多樣化，遙感影像分類作為遙感應用中重要的信息處理手段，從影像中解讀出不同地物信息應用于決策規劃中顯得尤其重要。使用傳統的遙感影像監督分類方法訓練樣本的光譜特征或紋理特征的一致性進行分類，因為對訓練樣本的依賴性較強，已遠不能滿足對海量數據的快速分類要求。同時由于技術限制目前仍存在異物同譜，同物異譜現象。尤其是處理房屋分類時，由于房屋與道路空間聯系緊密，光譜特征相似，反射特性相近，若直接根據光譜特性來從遙感圖像中提取兩者地物信息，則圖像的分類精度明顯下降。因此，如何克服以上問題從大量遙感圖像數據中快速提取出有用信息進行遙感自動分類并提高影像分類精度，是遙感圖像應用領域的一個研究熱點。傳統的模式下，在對遙感影像分類處理過程中，需要耗費大量的精力才能獲取有用的監督信息，影像分類往往假設數據樣本足夠大，對遙感影像數據處理時有一定局限性。為了解決了上述問題，本文利用機器學習方法，探索在非監督分類模式下的基于遙感的房屋自動提取技術。

1 房屋自動提取方法

在對圖像進行預處理過程中將無關或次要特征信息進行刪減，然后對樣本集進行分類分為訓練數據集和測試數據集，將遙感影像通過計算梯度直方圖量化為特征向量，通過用少量的特征向量代替全部的特征向量，通過少量訓練數據對模型進行訓練，通過機器學習算法測試出合理的參數，得到一個適合系統性能滿足要求的模型，再對測試影像進行測試。這種方法有三個優點：一是訓練時間的大大減少；二是原始樣本數據要去數量減少；三是訓練過程降低了所需空間內存，優化了設備速度。通過這種方式來使模型達到最優化，滿足快速自動提取地物，進行影像分類的目的。

2 實驗過程

2.1 數據預處理

圖1 房屋影像a

圖2 房屋影像b

圖3 直方圖a

圖4 直方圖b

本研究選取了華南地區，珠三角區域的建制鎮，房屋類型多樣，分布特點不一，影像地物豐富，有豐富的房屋樣本信息，作為房屋提取的基本影像較為合理。并且以華南地區作為實驗數據進行遙感影像房屋自動提取，可以為進一步的城市擴張研究，建設用地動態監測，提供技術支撐。獲取影像數據后進行的主要預處理工作包括輻射定標，大氣校正，幾何校正。對預處理后的高分辨率遙感影像進行裁剪，選取不同高度，不同紋理，不同稀疏程度的典型房屋樣本區域，裁剪后影像通過ArcGIS 轉化為圖片格式。

2.2 創建樣本數據集

選取影像房屋集中區域進行裁剪導出后，構建訓練樣本集,樣本集中包含四十幅房屋數據。因為房屋提取的關鍵是自身的紋理特征，為減少計算，其他特征應盡量避免，構建數據集過程中選取的樣本一定要有充分的房屋地物，盡量避免其他地物。通過以上操作去除了其他噪聲數據，可有效的提高訓練效率，加快自動提取的速度。選取了位于十字路口的房屋數據（見圖1），紋理特征豐富，建筑結構各異，其中左邊為規則的磚構房屋，高度不超過六層，住宅用途的自建房，是建制鎮中的常見房屋類型。右側為白色棚房，建筑材料為反射性質較強的鋁制板，一般用作商服用途，也作為常見房屋類型之一。圖2 為工廠類型的房屋特征，房屋形狀規則，分布在硬底化地面，房屋的顏色和紋理特征各不相同。機器學習過程中樣本質量和樣本大小會影響模型性能，需提供質量較高和數量盡可能多的樣本數。

2.3 特征選擇

模型訓練前需要先把數據預處理階段得到的圖片數據集利用機器學習軟件包sklearn 中的方法train_test_split 分為訓練數據集和測試數據集。接著使用訓練數據集Xtrain 和類別目標索引Ytrain 來進行模型訓練。在sklearn.feature_selection 模塊中的類可以用來對樣本集進行特征選擇和降維，這將會提高估計器的準確度或者增強它們在高維數據集上的性能。將單個像素作為特征值，通過在水平和豎直方向上分別乘以[-1,0,1]，[1,0,-1]T 之后，計算梯度大小和方向。用單個像素中2π/bin 為組距，統計bin 特征的個數，生成直方圖，由block 窗口大小乘以單個像素的特征數，再乘以block 窗口的個數，得到梯度特征直方圖。利用PCA 算法進行特征降維處理，根據效果選擇合適的參數，對訓練數據集和測試數據集進行特征提取。以圖1，圖2 為例，將圖片輸入scikit-learn 中，計算直方圖，結果如上圖3，圖4 所示。符合觀察到的圖2 影像整體分布情況，圖片色調單一，道路區域和棚房區域為主的色調占主要部分。圖3，背景干擾信息較多，色彩豐富，主要的變化區域房屋邊界區域。

2.4 模型訓練

使用GridSearchCV 來選擇一個最佳的SVC 模型參數，然后使用最佳參數對模型進行訓練。因為GridSearchCV 使用矩陣式搜索法，對每組參數組合進行一次訓練，找到最合適的模型參數。而后使用這一模型對測試樣本進行預測，clf 對象就會包含訓練出的模型的相關參數，可以使用這個模型來進行預測。圖5為南方農村自建房屋，排列規則，房屋分布密集，影像色調單一，是典型的房屋純凈度較高的圖片，由圖7 可看出提取效果較好，能提取出明顯的房屋邊界。圖6 提取效果相比之下，質量較差，未能將房屋與周圍其他地物明顯分開，邊界信息模糊。分析可知純凈房屋窗口的提取效果遠超非純凈房屋窗口，背景干擾因素對模型準確性有極大影響。根據模型提取房屋時對陰影信息敏感，能區分出陰影區域，但對于投射到房屋本身上的陰影也做了相同處理。

3 實驗結果評價

我們通過設置n-jobs=4 來啟動四個線程并發執行，同時設置verbose=2 來輸出一些過程信息。并且使用confusion-matrix輸出預測準確性信息。從輸出的對角線的數據可以得知大部分預測數據基本正確。再使用classification-report 輸出分類報告，查看測準率，召回率及F1 Score。實驗中使用了39 個圖片樣本，測準率和召回率平均達到了0.75 以上。

4 結論

圖5 輸入房屋圖像c

圖6 輸入房屋圖d

圖7 輸出房屋圖像c

圖8 輸出房屋圖d

本文提出了一種遙感影像自動識別房屋的機器學習方法，對影像進行規則裁剪獲取房屋影像，構建圖片數據集，利用機器學習算法，實現房屋的自動提取。主要得到如下結論：

4.1 與基于光譜特征和面向對象進行遙感影像分類的傳統方法相比，本文選擇人工選擇裁剪后的純凈房屋區域影像作為研究對象，構建數據集進行識別，避免了其他地物的干擾。研究表明，選擇的房屋區域純凈度和樣本容量的大小是分類精度的關鍵。同時因為PCA 算法的加入對高維度的特征向量進行了降維操作，避免了過高的特征維度造成的過擬合情況，減少了計算量，加快了自動提取效率。

4.2 所提出的房屋提取方法可同時處理批量數據，并且一次訓練出的模型可進行保存后多次使用，減少了反復訓練的數據需要和訓練時間，因此適用于大量遙感數據的自動化分類處理。在得到圖片數據集后進行特征提取和模型構建，通過機器學習方法進行房屋自動識別，提高了影像地物提取的自動化程度。

4.3 相較于傳統的遙感影像提取方式，機器學習的參與使遙感地物提取實現了智能化，只需輸入數據無需軟件操作，無需參數設置，直接得到提取后影像圖片，使影像分類的操作更便捷。在軟件方面，sklearn 包含了圖片的多種處理方式，如圖像增強，卷積運算直接調用即可，減少了數據數據導入導出步驟，同時分步的代碼塊，可實時獲取任意階段數據，大大節省了數據存儲空間。