基于RF 的面向對象方法的建筑物提取研究

邢 瑾

（上海勘測設計研究院有限公司，上海 200434）

建筑物作為城市的主要組成部分，城市規劃、智慧城市等方面的不斷發展對建筑物信息的提取研究提出了更高要求[1]。隨著遙感技術的不斷進步，基于高空間分辨率遙感影像的建筑物信息提取成為目前遙感和攝影測量領域的研究熱點[2]。建筑物信息提取方法主要分為以像元和對象為研究對象的兩大類，相對于存在嚴重“椒鹽”現象的基于像元分類方法[3]，面向對象分類方法具有融合相鄰同質像元光譜、紋理、幾何形狀和上下文等特征信息，以實現目標對象的高質量提取[4]。

近年來，國內外大量學者針對地物信息提取多采用面向對象的機器學習分類算法，隨機森林作為較為熱門的機器學習算法之一，在建筑物提取方面發揮著重要作用。郜燕芳等[5]通過對比不同訓練樣本比例下隨機森林和支持向量機方法對城市不透水面的提取研究，表明隨機森林方法優于支持向量機方法；宋茜[6]應用RF、SVM 分類器訓練并獲取黑龍江省北安市農作物空間分布，結果表明對于具有高維特征空間和多分類等問題上，RF 的泛化和抗噪能力要優于SVM；Novack 等[7]通過對巴西圣保羅城區的地表覆蓋分類，對比分析了支持向量機、C4.5 決策樹、分類回歸樹、隨機森林等4 種方法，試驗結果表明隨機森林的分類精度最高；M.Pal[8]對隨機森林分類器和支持向量機在分類精度、訓練時間和用戶自定義參數方面進行比較，兩者分類效果相當，隨機森林所需的用戶自定義參數數量少于支持向量機所需的數量，易于定義。針對以上已有研究，本文以德國恩茨河畔法伊欣根某部分城區為例，探討基于隨機森林（RF）在面向對象影像分析方法中進行建筑物信息提取的技術。

1 研究區概況

研究區位于德國恩茨河畔法伊欣根某部分城區，所使用數據為Open Topography 網站下載的官方測試數據，該數據已經過幾何校正等預處理，其空間分辨率為0.9m，由近紅外、紅光和綠光3 個波段組成，影像尺寸為1024 像素×1024 像素，區域范圍約為0.85km2（圖1）。該研究區主要有建筑物、草地、樹木、道路、裸地五種地物類型。本文研究的主要對象是建筑物，此研究區內的建筑物顏色不一、形狀多樣。

圖1 研究區影像

2 研究方法

面向對象的影像分析方法主要包括影像分割、特征選擇和對象分類三個板塊。首先，選擇合適的影像分割方法將影像根據像元的同質性和異質性分割成多個影像對象；其次，選取有利于對象分類的影像對象的光譜、紋理、幾何形狀和上下文等特征參與影像對象分類；最后，選取合適分類方法及分類參數實現影像對象分類。

2.1 影像分割

影像分割是將影像分成若干個具有相似特征的多邊形對象的過程。文獻[9]中Baatz 和Schape 提出的分型網絡演化算法作為目前最為常用且最具特色的分割技術。該算法主要通過尺度因子（Scale）、形狀因子（Shape）和緊湊度（Compactness）三個參數變量組合決定地物在影像中的分割結果[10]。采用試錯法進行分割參數組合，具有一定的主觀性和盲目性，而Liu 等[11]設計的不一致性評價法，通過綜合參考多邊形與分割對象之間的幾何關系差異和代數關系差異，提出了PSE、NSR 和ED2 三個分割質量評價指數，可定量化評價分割質量。

2.2 特征優選

在面向對象的影像分類方法中，構建合適的特征空間對分類結果具有重要作用。特征空間中特征種類組合及維度的選擇對分類結果均有一定的影響及作用。根據研究區以及特征優選方法現狀，本文預采用Relief F 和PSO 混合特征選擇算法進行特征優選。Relief F 算法是一種過濾式多分類特征選擇算法，通過計算各特征和類別的相關性賦予不同權重，并根據權值大小判斷特征重要性[12]。POS 是一種基于群體協作的隨機搜索算法，通過群體匯總個體之間的協作和信息共享使整個群體的運動在問題求解空間中產生無序到有序的演化過程，從而獲得最優解[13]。

2.3 隨機森林

隨機森林是由Breiman 等提出的一種機器學習算法[14]，它是通過集成學習的思想將多棵樹集成的一種算法，基本單元是決策樹，而其本質屬于機器學習的一大分支——集成學習（Ensemble Learning）方法。實際上是一種特殊的bagging 方法，將決策樹用作bagging 中的模型。隨機森林中的每顆決策樹估計一個分類，這個過程稱為“投票”，理想情況下，根據每顆決策樹的投票結果，選擇最多投票數作為分類結果。隨機森林的參數設置比較簡單，只需要定義構成隨機森林的決策樹的深度即可。

3 結果與討論

3.1 最優分割對象

本文采用eCognition 商業軟件中的分型網絡演化算法（Fractal Net Evolution Approach，FNEA）完成研究區影像的多尺度分割，基于Liu 等[11]提出的不一致評價法分割參數優選模型。根據研究區建筑物實際特點，將影像分割的尺度因子范圍設為10-160，步長10；形狀因子和緊湊度因子均設為0.1-0.9，步長0.1。通過ED2 與尺度因子的相對關系，確定影像的最優分割參數組合，尺度因子：90、形狀因子：0.4、緊湊度因子：0.6。從而得到最優分割結果圖（圖2）。

圖2 影像最優分割結果圖

3.2 最優特征空間

為了構建全面且最優的特征空間，本文分別選取了9 個光譜特征、28 個紋理特征、15 個幾何特征以及4 個自定義特征，共計56 個特征組成基本分類特征空間。以此為基礎，基于WEKA 平臺，按照Relief F 和PSO 混合特征選擇算法實現特征優選，優選出建筑物分類的18 維最優特征空間組合（見表1）。

表1 最優特征空間組合

3.3 建筑物提取

隨機森林算法的分類精度主要取決于決策樹的最大深度。為了盡可能地提高分類準確性，本文對決策樹最大深度參數設置不同數值進行了測試和評估，通過比較不同最大深度下的隨機森林OOB 誤分率，來選擇最佳的深度值（圖3）。從分類結果中可以發現，當隨機森林的最大深度為5 時，OOB 的誤分率最低，這也符合Breiman 關于特征自己維度的最優值約等于所有特征個數的算術平方根的結論。而當決策樹的最大深度為11 時，OOB 的誤分率趨向平穩，其模型效果也最好，所有本研究選擇隨機森林的模型最大深度為5 作為分類參數。

圖3 隨機森林OOB 誤分率和參數的關系

3.4 分類后處理

3.4.1 植被掩膜

研究區中含有大量的樹木和草地等植被，植被具有獨特的光譜特征，NDVI 是一種被廣泛運用的檢測植被狀況的特征指數，可以很好地利用植被的光譜信息進行植被提取。對研究區進行大量實驗，當NDVI≥0.1245 時，可以將植被很好掩膜。

3.4.2 陰影掩膜

研究區中地物高度不一，由于太陽高度原因產生大量的陰影，會對建筑物提取造成一定的影響，為了去除陰影，本文使用影像三波段的均值，不斷嘗試，最終確定當影像三波段的均值≤45.5 時，可以將陰影很好掩膜。

3.4.3 語義特征優化

經過植被掩膜和陰影掩膜后，會發現仍有許多建筑物對象被歸為其他類別，按照建筑物對象與其他對象直接的語義關系進行填洞、邊界補充等操作，使建筑物提取效果得到優化。

3.5 精度評價

為評價本文所提方法的分類效果，通過目視解譯，查看建筑物的提取情況，定性評價建筑物的提取效果；再選擇驗證樣本進行定量精度評價，得出基于隨機森林的面向對象建筑物提取總精度為96.3%，卡帕系數為0.843（表2）。

表2 分類精度統計表

圖4 為本實驗建筑物信息提取的結果圖，圖中共有15 個建筑物對象，提取結果中也都包含了這15 個對象，且建筑物提取總精度達到96.3%，較以往建筑物提取實驗，精度有所提高，說明使用本文所采用面向對象的最優深度隨機森林方法較為可信。但從提取的單個建筑物看，存在建筑物的輪廓不夠完整的現象，尤其是建筑物的邊緣部分被歸為其他類別，這可能是由于建筑物邊緣部分具有獨特的結構所引起的。另外，由于建筑物與裸地相鄰，它們的光譜信息極為相近，導致建筑物提取結果中含有部分裸地對象。

圖4 建筑物提取結果圖

4 結論

本文針對德國恩茨河畔法伊欣根某部分城區的0.9m 高空間分辨率遙感影像，基于隨機森林面向對象影像分析的方法提取復雜建筑物。結果表明：隨機森林算法能夠有效地利用自身適合于高維數據分類的優勢，充分挖掘建筑物的光譜、紋理和幾何等信息，并對各種特征的重要性全面評估，從而為其他面向對象分類方法提供特征空間構建的依據。建筑物信息提取的總體精度和卡帕系數分別達到96.3%和0.843，實現了建筑物的高精度提取，對復雜情況下的高分辨率遙感影像地物提取具有參考價值，但關于建筑物輪廓細節還有待思考其他方法進行完善。