面向對象的城市規劃遙感監測專題研究

劉勇　邵宇鵬　李增順　石志恒

摘 要：面向對象方法多以圖像分割技術為基礎，受噪聲和預處理影響小，利用地物的光譜、紋理等圖像信息，挖掘高分辨率遙感圖像上地物的形狀、大小、位置、屬性等信息，有效改善人工目視解譯高分辨率影像建筑物及其動態提取效率低下、精度難以控制等問題。本文主要開展面向對象的城市規劃遙感監測專題研究，分析多時相組合分割模式下城市規劃監測精度。

關鍵詞：遙感;高分辨率;城市規劃;變化檢測

1 緒論

隨著高分辨率遙感影像發展及普及，遙感技術為城市規劃監測提供了新的技術手段和方法，針對高分辨率遙感圖像提出的面向對象方法，受到越來越多的關注。現有的面向對象的檢測方法按照不同時相影像對象的獲取方式一般可以分為：直接對象比較法、對象分類后比較法和多時相對象變化檢測。其中多時相對象變化檢測是將兩時相的圖像疊加在一起進行分割，這樣分割出來的對象在兩個時相的影像中具有相同的邊界，可以充分利用幾何和光譜信息進行變化檢測。該方法最先是由Desclee提出，也是目前廣泛使用的變化檢測方法。

2 研究方法

基于面向對象開展多時相遙感影像變化檢測，主要技術流程如下圖所示。對多時相衛星遙感影像進行預處理，選擇分割方式進行多尺度分割，并通過調整分割參數得到最佳分割結果，不斷優化閾值，提高提取精度。

面向對象變化檢測技術流程圖

2.1 影像預處理工作

開展遙感影像坐標系統一、影像重采樣、空間配準等預處理工作，由于遙感圖像之間輻射特征差異是變化檢測的依據，所以還需通過輻射校正，消除或改正因輻射誤差而引起影像畸變，保證不同時相遙感影像像元亮度值具有可比性[1]。完成影像預處理工作，使多時相圖像變化檢測分析建立在可靠的、統一的空間位置和光譜輻射基準上。

2.2 圖像分割

（1）分割方式。本研究采用多時相組合分割模式對不同時相的圖像進行分割。多時相組合分割模式是疊加兩個時相圖像的所有波段進行分割，獲得變化對象與不變對象，同時考慮了不同時相的圖像特征，雖然得到的圖像對象相對于單一時相的圖像對象較為破碎，不能完整體現單一時相的圖像對象特征，但分割得到的對象能夠反映兩時相的圖像對象特征，且得到的圖像對象具有空間一致性，便于比較和分析[2]。

（2）特征值構建。變化向量是一種基于不同時相圖像之間的輻射變化，著重對各波段的差異進行分析、計算，確定變化強度和方向特征的變化檢測方法[3]。變化強度通過確定n維空間中兩個數據點之間的距離求得，即：

（3）閾值選取方法。本研究采用人工交互式閾值選取方式，將閾值設定為距離對象亮度均值等距離標準差處，如均值μ±nσ標準差，其中n是常數，n的取值因研究區、研究對象的不同而不同。根據先驗知識選擇一個經驗區域，進行多次反復試驗，不斷調整取值來達到滿意的檢測精度。

2.3 樣本選取

本研究以河北省A市城區為研究區，利用2005年和2010年兩期高分辨率影像開展，其中的樣本是統計及精度評價的基礎資料，為保障樣本的可靠性、統計和參數估計的簡易性，本研究采用隨機采樣的方法來選擇樣本。樣本大小為3×3像元，其中變化樣本77個，共計693個像元;非變化樣本74個，共計666個像元。

2.4 精度評價

依據目標地物提取面積大于100m2的提取標準開展精度評價。如下表所示，當閾值選擇為μ+0.3σ或μ+0.4σ時，總體精度達到最大值0.83。通過對提取結果的分析觀察，當閾值選取為μ+0.4σ，漏提現象較為嚴重，因此將閾值確定為μ+0.3σ。

3 結論

文章使用不同分割閾值對高分辨率遙感圖像進行面向對象變化圖斑提取，形成不同分割閾值精度趨勢圖，并結合誤差矩陣對提取精度進行評價。總結如下：（1）經過試驗分析，采用以多尺度分割為基礎的面向對象的變化檢測方法，能夠有效檢測出面狀地物的變化情況。（2）變化圖斑提取的準確性，依賴于多尺度分割的結果和閾值的設定，線狀地物變化圖斑的提取容易出現破碎現象，完整性有待提高;城市中高大建筑物的陰影容易引起偽變化圖斑的提取;城市周邊耕地由于耕作期差異，引起的偽變化現象較為嚴重。

參考文獻：

[1]田慶久，鄭蘭芬.基于遙感影像的大氣輻射校正和反射率反演方法[J].應用氣象學報，1998（4）：456-461.

[2]胡永月，肖鵬峰，馮學智，張學良，袁敏.面向對象變化檢測中多時相圖像分割模式影響評價.南京大學學報（自然科學），2015.9.

[3]趙英時.遙感應用分析原理與方法.科學出版社，2013.