劉興權(quán)，李全文

（中南大學地球科學與信息物理學院，長沙410083）

遙感影像有效基元分析系統(tǒng)設(shè)計

劉興權(quán)，李全文

（中南大學地球科學與信息物理學院，長沙410083）

針對現(xiàn)有軟件對遙感影像分割過程得到的斑塊不提供動態(tài)的有效性評價機制，該文使用ArcGIS Engine的功能接口開發(fā)模擬遙感影像的多層次分割過程，并實現(xiàn)分割斑塊有效性的動態(tài)判斷。在此基礎(chǔ)上完成自適應(yīng)多層次分割策略的模擬分析驗證，為驗證影像分割策略是否合理提供有效的評價工具。

ArcGIS Engine；面向?qū)ο?；有效基元；影像層次分?/p>

0 引 言

在遙感影像進行覆被分類解譯得到各種地物分類斑塊后，由于所得的類別斑塊可能是唯一屬于一個語義類，也有可能包含多個語義類。因此分類后的一個重要步驟是對覆被分類的結(jié)果進行精度分析和評估以判斷分類結(jié)果是否滿足應(yīng)用需求［1］。目前ENVI、Erdas等主流軟件的評價方法是基于手動選中或者輸入被認為是正確的專題樣本代表整幅影像數(shù)據(jù)作為精度比較的依據(jù)［2］。執(zhí)行評價的過程只能是在這些軟件完成影像覆被類別輸出后才能使用相關(guān)的精度分析方法進行精度評價。通常使用基于誤差矩陣（error matrix）以及相關(guān)的Kappa分析方法、模糊評價方法、像元尺度上的不確定性評價方法等方法對分類結(jié)果進行靜態(tài)的不確定分析［3］。由于受解譯人員的經(jīng)驗認知和檢驗數(shù)據(jù)精度等多種因素的影響，初次的分類結(jié)果往往出現(xiàn)誤分率較高的現(xiàn)象［4］，通常需要經(jīng)過多次的樣本修正、重新分類才能達到較好的分類效果。這種在得到分類結(jié)果后對分類斑塊特征，包括地物類別斑塊大小、平滑度、破碎程度等進行合理性評價的方法屬于后驗性方法，限制了類別生成過程綜合信息的充分利用。使用面向?qū)ο蟮亩鄬哟畏指罘椒ㄟM行分類的重要步驟是分割，分割結(jié)果是否合理同樣需要通過調(diào)整分割的參數(shù)經(jīng)過多次的嘗試才能得到較好的分類結(jié)果［5－6］，分割結(jié)果的優(yōu)劣的評價同樣和傳統(tǒng)分類方法類似，是屬于后驗性評價。無論是使用傳統(tǒng)的Erdas、ENVI軟件進行分類還是使用面向?qū)ο蟮膃Cognition軟件進行分類，分類所得到斑塊類別是否合理都是在得到類別結(jié)果后再進行靜態(tài)樣本對比分析，然而在影像多次的分割嘗試或者分類嘗試過程中所產(chǎn)生的額外信息沒有被充分利用。例如，在eCognition面向?qū)ο蠓诸愜浖?，在多次進行分割的時候，會得到不同尺度下分割“Layer”集合和斑塊集合，這些集合包含著斑塊范圍、層次包含關(guān)系和母斑塊與子斑塊存在上下的繼承關(guān)系［7］，在每一次采用不同尺度分割的時候原來的同一個區(qū)域得到的斑塊數(shù)量和形狀都可能發(fā)生變化。在分割過程，隨著分割尺度變化而變化的斑塊、斑塊和子斑塊之間、斑塊和分割尺度增量［8］等信息沒有用于評價最后得到的斑塊的有效性?，F(xiàn)在的軟件沒有提供對分割過程得到的斑塊進行有效性測度的工具，一定程度上限制了更為優(yōu)秀的自適應(yīng)的分割策略的設(shè)計。針對目前軟件在對影像分類過程中由于缺乏有效評價工具而使得層次分割信息被忽略的問題，本文在參考借鑒遙感分割最優(yōu)樣本判別基礎(chǔ)上［9］，設(shè)計一個基于ArcGIS Engine和eCognition層次數(shù)據(jù)的遙感影像分割單元有效性的分析模擬系統(tǒng)，實現(xiàn)面向?qū)ο蠓指钸^程的模擬和自適應(yīng)分割，并對獲取的基元進行有效性判別。

本文在參考相關(guān)遙感影像分割處理系統(tǒng)［10］基礎(chǔ)上完成系統(tǒng)設(shè)計開發(fā)。主要實現(xiàn)對遙感影像層次分割過程的動態(tài)模擬和分割層次的記錄、遙感影像分割過程產(chǎn)生的斑塊集合的幾何信息的統(tǒng)計；并將遙感斑塊對于分類有效性的判別公式加入到分析系統(tǒng)中，對分割過程得到斑塊進行動態(tài)的有效性分析以獲取最優(yōu)影像基元，實現(xiàn)影像的自適應(yīng)分割的模擬。系統(tǒng)以動態(tài)直觀的方式展現(xiàn)遙感影像的分割過程和分割趨勢，以靜態(tài)的方式獲取分割過程的幾何統(tǒng)計信息。本文以ZY－3號遙感影像作為分割效果的說明。系統(tǒng)的實現(xiàn)為制定相應(yīng)的遙感影像分割策略提供有效的分析工具。

1 有效基元特征表達

目前對于“基元”的獲取和測度多是采用面向?qū)ο蟮亩鄬哟畏指罘椒▽崿F(xiàn)。使用面向?qū)ο蟮姆指罘椒▽b感影像進行分割得到“分裂”的影像小單元稱為圖元“Image Object”或者基元，每個基元包含一組光譜異質(zhì)性相同或者接近的像素集［7］。在某個分割層次中每個基元提供該區(qū)域的相關(guān)信息，如mean DN、Standard Deviation DN、形狀指數(shù)等信息。

目前關(guān)于有效基元的表達有多種描述，如最小面積類別的最大分辨率，不同類別的地物提取的最優(yōu)分割尺度條件的基元［11］，改進局部方差的最優(yōu)多級分割尺度［12］等。遙感解譯的目的就是要從影像中獲取特定的目標地物信息，在覆被分類中就是要使得影像分割得到的基元盡可能地接近地物的覆被范圍。因此在參考現(xiàn)有影像分割和對圖元斑塊研究基礎(chǔ)上，本文對有效基元的定義是：在給定的制圖比例尺下使用面向?qū)ο蠓指罘椒ǚ指畹玫降幕荒芪ㄒ坏貧w屬于一個語義類?；獌?nèi)部不包含其他的語義類。如圖1（a），在a分割尺度下得到的B基元內(nèi)部還包含沒有被分割出來的E林地，那么B基元就不屬于有效基元，A坑塘和D林地以及C1、C2居民斑塊都滿足有效基元定義，但是C1、C2不是最優(yōu)基元；圖1（b）中，分割尺度b下得到的居民點C斑塊屬于最優(yōu)基元。

圖1 有效基元示意圖

如圖1所示，每個斑塊的上下文背景和左右斑塊的關(guān)系從層次關(guān)系網(wǎng)中計算得到。根據(jù)以上斑塊的概念定義設(shè)計系統(tǒng)的評價指標和判別模型。

2 系統(tǒng)設(shè)計

2.1 系統(tǒng)目標

本文設(shè)計的分析系統(tǒng)主要實現(xiàn)對遙感影像層次分割過程的動態(tài)模擬，動態(tài)分析判斷，層次分割過程獲得的斑塊的有效性檢驗，將層次分割結(jié)果輸出，生成層次分割影像斑塊關(guān)系圖；為采取面向?qū)ο蠓指罘椒ㄟM行層次分割探尋遙感影像最優(yōu)分割尺度和地物類別斑塊的關(guān)系提供方法支持，即輔助制定合適的面向?qū)ο蠓指畈呗浴?/p>

2.2 總體框架設(shè)計

遙感有效基元分析系統(tǒng)的總體結(jié)構(gòu)可以分為數(shù)據(jù)層、功能模塊層和用戶操作層。其中數(shù)據(jù)層包括柵格數(shù)據(jù)和從eCognition導出的層次分割數(shù)據(jù)。功能模塊層將用戶操作層重復使用到的功能進行了模塊化處理，使得操作層能以更高的效率執(zhí)行運算。用戶操作層主要是提供可視化界面、數(shù)據(jù)的輸入窗口和輸出的相關(guān)操作按鈕等。系統(tǒng)的總體框架如圖2所示。

圖2 遙感有效基元分析系統(tǒng)框架

2.3 功能設(shè)計

根據(jù)系統(tǒng)的設(shè)計目的，遙感有效基元分析系統(tǒng)要能做到模擬eCognition自頂向下分割的過程，說明斑塊什么時候是有效，有效特征是什么。因此，系統(tǒng)功能要包括eCogniton層次數(shù)據(jù)輸入輸出、分割尺度選擇、動態(tài)顯示分割過程、動態(tài)標識斑塊有效性、根據(jù)有效度量模型計算斑塊有效度和變化趨勢等功能。在分割尺度往下降的時候，系統(tǒng)要能說明在哪個尺度，哪一個斑塊應(yīng)該停止分割（不再參與運算），哪個斑塊應(yīng)該繼續(xù)往下分割。分割模塊為模仿eCognition軟件的自動分割判別過程，在該過程，能體現(xiàn)分割判斷得到的有效基元相對于實際遙感影像單元是否一致，給出一致性的響應(yīng)值；在不同尺度的裂變過程計算不同分割尺度對應(yīng)的斑塊特征。在從頂層尺度往下降的過程，給出整幅遙感影像或者遙感影像的子區(qū)域的分割過程的斑塊信息統(tǒng)計變化圖。

具體操作時，可以根據(jù)實驗數(shù)據(jù)的不同選擇不同的分割尺度，在執(zhí)行運算的時候，提供遙感影像實時分割中斑塊的裂變過程，以原始遙感影像作為底圖可以進行目視匹配對比，從而直觀判斷所得到的分割斑塊是否真實滿足有效性要求。總體功能如圖3所示。

為評價遙感影像分割過程的有效性水平，系統(tǒng)將斑塊狀態(tài)定義為3類，分為待定斑塊、有效斑塊、無效斑塊。而有效斑塊又可以分為“變化斑塊”和“非變化斑塊”。所有沒有經(jīng)過有效性判斷的都是待定“待判斑塊”，分割裂變得到的待定斑塊通過了有效性判斷則得到“有效斑塊”，未通過有效性判斷的斑塊為“無效斑塊”，無效斑塊需要繼續(xù)進行分割直到滿足限制條件為止。每個類型的斑塊以不同標識區(qū)分顯示，圖4表示各種斑塊的層次分割關(guān)系。

圖3 遙感有效基元分析系統(tǒng)總體功能

圖4 斑塊的層次分割關(guān)系

2.4 系統(tǒng)運行流程

遙感有效基元分析系統(tǒng)的總體系統(tǒng)算法執(zhí)行流程如圖5所示。首先需要讀取eCognition的層次數(shù)據(jù)和原始的tif遙感影像，其中eCognition數(shù)據(jù)和tif數(shù)據(jù)具有相同的坐標投影信息，tif數(shù)據(jù)作為eCognition層次分割結(jié)果的底圖。在讀取數(shù)據(jù)后需要設(shè)置影像分割的閾值，該閾值表示遙感影像在分割過程得到的斑塊的有效性程度，不同遙感影像可以設(shè)置不同的閾值。由于eCognition得到的是層次數(shù)據(jù)，對遙感影像進行分割模擬過程，同樣需要設(shè)置分割的最小尺度參數(shù)，一般而言，可以根據(jù)影像的分辨率自動計算遙感影像分割的最小尺度。由于本系統(tǒng)設(shè)計主要是針對空間分辨率在10m到1m之間的遙感影像，因此本系統(tǒng)對應(yīng)于該分辨率的最小截止尺度可以是45。

對遙感影像分割的模擬過程和使用eCognition進行的分割過程完全一樣，為了能更好評價eCognition在多層次分割過程中斑塊的層次信息用于評價分割斑塊的有效性，這里引入了斑塊的有效性測度模型Sv（L），利用該模型可以將影像在層次分割過程中實時計算斑塊的有效值的大小。計算得到有效值Sv后，需要同輸入的截止閾值IS進行比對，判斷斑塊是否屬于有效斑塊。如果滿足有效斑塊條件，那么就可以將所得到的底層分割數(shù)據(jù)導出進行進一步的分類處理。

3 系統(tǒng)實現(xiàn)

面向?qū)ο蟮挠跋穹治黾夹g(shù)在遙感領(lǐng)域得到了廣泛的應(yīng)用。其核心思想是地理學中的最鄰近相關(guān)定律，根據(jù)影像臨近象元的相關(guān)性采取區(qū)域異質(zhì)性合并算法在給定的合并截止閾值下（分割尺度）可以合并得到一定尺度的斑塊（Object－oriented），即影像處理的最小單元［11］。將得到的斑塊取代傳統(tǒng)的以像元為單位的影像分析方式，可以獲取多維的斑塊對象特征，如形狀、空間、紋理、均值等特征［13］。實現(xiàn)該分割過程的即為層次分割技術(shù)，如HSEG、HSWO、分層聚會等多尺度分割算法［14］。目前應(yīng)用比較成功的eCognition面向?qū)ο蠓指钴浖捎玫氖欠中尉W(wǎng)絡(luò)演化算法實現(xiàn)多層次分割。使用eCognition按照自頂向下的分割方法，從頂層的大尺度開始采用多層次分割技術(shù)逐次分割，寫入層次屬性，那么導出的斑塊就具有了層次關(guān)系［7］，如圖6所示。本文的關(guān)鍵分割過程是在參考層次分割基本原理基礎(chǔ)上進行模擬。

根據(jù)eCognition的層次分割策略可知，在進行遙感影像多層次分割時，是基于像素的異質(zhì)性閾值逐一進行合并，記錄合并的過程，最后得到某一個分割尺度下的斑塊對象的集合，本質(zhì)是層次合并的過程?？梢哉feCognition的分割過程實際就是從像素級開始的自底向上的合并過程。eCognition對遙感影像的多層次分割如果按照自底向上進行，需要通過合并同質(zhì)性閾值（或者引入其他改善的松弛因子）的調(diào)整合并得到滿足預期要求的影像斑塊，該過程和自頂向下過程具有明顯的信息變化差異。

在影像解譯的時候總是希望分割得到的斑塊盡可能接近某個單一的地物覆被類別，采取自頂向下的分割過程就能通過多層次分割過程斑塊的“穩(wěn)定性”判斷斑塊的有效性以決定是否對當前斑塊繼續(xù)分割。因此本文設(shè)計的分析系統(tǒng)采取的是自頂向下的判別結(jié)構(gòu)。使用該結(jié)構(gòu)對高分辨率遙感影像用eCognition采取自頂向下的分割策略導出eCognition數(shù)據(jù)作為模擬研究的實驗數(shù)據(jù)。

現(xiàn)有的遙感軟件雖然也提供二次開發(fā)接口，但是鑒于對eCognition進行底層開發(fā)的復雜性和耗時同時也考慮到對分割策略的評價方面?zhèn)戎赜诜椒ê徒Y(jié)果是否有效的考慮，本文選擇以ArcGIS Engine作為二次開發(fā)平臺、C＃作為開發(fā)語言對eCognition的核心分割過程進行模擬，并在此基礎(chǔ)上加入本文設(shè)計的評價模型完成系統(tǒng)開發(fā)。開發(fā)中使用ArcGIS提供的ArcObjects功能接口并參考eCognition提供的層次數(shù)據(jù)結(jié)構(gòu)可以比較高效地設(shè)計開發(fā)出系統(tǒng)需要的驗證功能。如果某一個分割策略經(jīng)過本系統(tǒng)的實證測試表明所設(shè)計策略的結(jié)果能滿足預期，那么下一步則可將該分割策略的實現(xiàn)改為由eCognition提供的底層接口開發(fā)。

3.1 開發(fā)關(guān)鍵步驟

系統(tǒng)實現(xiàn)過程最為關(guān)鍵的步驟是分割模塊的實現(xiàn)過程，ArcObjects本身沒有遙感影像的實際分割算法。但是在面向?qū)ο蟮倪b感影像的分割中“分割”的含義不單是將大的斑塊割裂成小的幾個斑塊，還包括將小的斑塊合并成大的斑塊的過程［15］，只要控制每次合并的尺度那么就能得到不同尺度下的分割斑塊，eCognition的多層次分割過程可以看做是對以像元級別的斑塊逐一按照不同的尺度進行合并實現(xiàn)分割的。正是根據(jù)遙感影像面向?qū)ο蟮倪@個“分割”原理，系統(tǒng)實現(xiàn)的關(guān)鍵則轉(zhuǎn)變?yōu)槿绾螌崿F(xiàn)遙感影像最底層斑塊的分層合并問題，該過程類似于改進的分水嶺分割算法。

根據(jù)以上原理，本文設(shè)計的系統(tǒng)是從遙感影像進行過分割的數(shù)據(jù)開始執(zhí)行。在模擬eCognition的分割過程需要用到ArcObjects的ESRI.ArcGIS.Geometry接口和ESRI.ArcGIS.Geometry命名空間。首先需要用IGeoDataset定義一個地理數(shù)據(jù)集，使用IGeometry定義一個幾何數(shù)據(jù)包用以接收地理數(shù)據(jù)集的空間參考信息，使用IGeometryCollection存儲數(shù)據(jù)集。然后根據(jù)用戶輸入的閾值作為判別條件，使用IFeatureCursor遍歷輸入的FeatureClass層次數(shù)據(jù)，將滿足條件的要素存放到IGeometryCollection定義的數(shù)據(jù)集中，之后調(diào)用IGeometryCollection的AddGeometry方法實現(xiàn)要素的合并，從而實現(xiàn)對eCognition多層次分割的模擬。

3.2 運行結(jié)果

系統(tǒng)運行的主界面如圖7所示。在圖7上部左側(cè)的是包含eCognition輸出的具有層次信息的數(shù)據(jù)，右側(cè)是本文設(shè)計模擬的分割方法對原始柵格遙感影像的分割圖。圖中紅色的線表示分割得到的斑塊，斑塊內(nèi)部含有有效性標識“①”、“O”和“1”，不同組合表示不同含義。在執(zhí)行分割時，分割尺度按照某個負增量遞減的時候，如果斑塊內(nèi)部只包含1或者①，那么該斑塊表示“有效斑塊”，在分割尺度遞減到下一層分割的時候，該斑塊將不再參與分割。如果斑塊內(nèi)部包含O標記，那么該斑塊就繼續(xù)參與下一層次更小尺度的分割，直到影像內(nèi)部所有的斑塊都被標識為1或者①為止。

圖7 遙感有效基元分析系統(tǒng)界面示意圖

圖7 的下部分是在執(zhí)行影像分割過程得到的斑塊有效性的動態(tài)計算值，紅線表示輸入的有效值的截止閾值IS。從有效值的變化情況就可以判斷某個斑塊有效性變化趨勢及其最優(yōu)分割對應(yīng)的分割尺度，同時可以顯示完成整幅影像的有效性判斷所對應(yīng)的分割尺度。根據(jù)動態(tài)生成的斑塊有效性表可以分析eCognition得到的層次數(shù)據(jù)的規(guī)律，同時結(jié)合圖7中右上部分生成的有效標識“O”“①”可以很容易地判斷所設(shè)計的影像分割策略是否合理。從而對分割策略的有效性判斷則轉(zhuǎn)為了對分割斑塊結(jié)果的統(tǒng)計規(guī)律的判斷上，該過程形象直觀表明遙感影像分割策略的優(yōu)劣。

在完成層次分割時，結(jié)合現(xiàn)有軟件對選擇的某個頂層斑塊（或者某個遙感影像的子區(qū)域）生成分割的樹狀圖，如圖8所示。該圖的橫坐標表示在eCognition中分割的真實尺度，縱坐標網(wǎng)表示斑塊的標準差（Standard Deviation）。圖8反映的是在遙感影像分割結(jié)束后某個影像區(qū)域分割得到的子斑塊情況，以及所得到的子斑塊的裂變和值的變化規(guī)律。結(jié)合圖7可以從定量分析遙感影像分割過程的規(guī)律性。

圖8 遙感影像分割斑塊樹狀圖

3.3 系統(tǒng)運行驗證

完成系統(tǒng)開發(fā)后，本文以ZY－3號遙感影像數(shù)據(jù)作為系統(tǒng)運行效果的驗證。所采用的ZY－3號遙感影像為4個波段，6m空間分辨率的多光譜數(shù)據(jù)，驗證影像如圖9所示。

使用本文方法對ZY－3號遙感影像進行分割得到的結(jié)果如圖10所示，紅色線條為分割斑塊邊界。對影像進行多尺度分割時，逐次縮小分割尺度進行優(yōu)化運算，并記錄分割得到屬性信息。本系統(tǒng)所測得的多尺度有效閾值范圍是200，即在尺度約為200時使用本文方法能獲取良好的分割結(jié)果。圖10所顯示的分割狀態(tài)標識為“①”“1”，說明影像分割結(jié)果已經(jīng)滿足有效基元約束條件。觀察圖10中ZY－3號遙感影像分割得到的斑塊，影像分割結(jié)果良好，可以發(fā)現(xiàn)斑塊具有良好的連通性，沒有出現(xiàn)嚴重的破碎斑塊現(xiàn)象和未分割現(xiàn)象。

圖9 ZY－3號遙感影像

4 結(jié)束語

本文針對遙感軟件缺乏動態(tài)評價影像分割過程得到的斑塊有效性問題，提出基于ArcGIS Engine構(gòu)建遙感有效基元分析系統(tǒng)；將ArcGIS中ArcObjects技術(shù)用于遙感影像分割單元的動態(tài)模擬和分析中，在模擬遙感影像多層次分割基礎(chǔ)上，實現(xiàn)對遙感影像分割斑塊的動態(tài)有效性判斷。系統(tǒng)從矢量數(shù)據(jù)、表格數(shù)據(jù)和圖形數(shù)據(jù)形式反映所設(shè)計的遙感影像分割策略的優(yōu)劣。從影像分割的模擬結(jié)果可以很容易判斷出影像在層次分割過程斑塊具有的規(guī)律，這對指導遙感影像分割策略的制定具有很好的參考和借鑒意義。系統(tǒng)的設(shè)計實現(xiàn)也拓展了GIS技術(shù)用于遙感數(shù)據(jù)分析的方式。

圖10 ZY－3號遙感影像分割結(jié)果

［1］ 劉旭攏，何春陽，潘耀忠，等.遙感圖像分類精度的點、群樣本檢驗與評估［J］.遙感學報，2006，10（3）：366－372.

［2］ ERDAS INC.ERDAS field guide［M］.Norcross GA（USA）：ERDAS，Inc.，2010.

［3］ 柏延臣，王勁峰.遙感數(shù)據(jù)專題分類不確定性評價研究：進展、問題與展望［J］.地球科學進展，2005，20（11）：1218－1225.

［4］ 陳忠，劉建國，汪國有.基于改進遺傳算法遙感圖像非監(jiān)督分類研究［J］.計算機工程與應(yīng)用，2008，44（19）：178－179，202.

［5］ 王愛萍，王樹根，吳會征.利用分層聚合進行高分辨率遙感影像多尺度分割［J］.武漢大學學報（信息科學版），2009，34（9）：1055－1058.

［6］ 于歡，張樹清，孔博，等.面向?qū)ο筮b感影像分類的最優(yōu)分割尺度選擇研究［J］.中國圖象圖形學報A，2010，15（2）：352－360.

［7］ AG D.Definiens Developer 7User Guide［M］.Germany：2007.

［8］ 周亞男，駱劍承，程熙，等.多特征融入的自適應(yīng)遙感影像多尺度分割［J］.武漢大學學報（信息科學版），2013，38（1）：19－22，封3.

［9］ TUIA D J，MU?OZ M.Camps－Valls Remote sensing image segmentation by active queries［J］.Pattern Recognition，2012，45（6）：2180－2192.

［10］ 邴磊，孫芳芳，舒遲，等.基于遙感與GIS一體化的面向海事應(yīng)用衛(wèi)星遙感業(yè)務(wù)化系統(tǒng)研究［J］.遙感信息，2012，27（5）：96－101.

［11］ 羅開盛，李仁東，常變?nèi)?，?面向?qū)ο蟮淖顑?yōu)分割尺度選擇研究進展［J］.世界科技研究與發(fā)展，2013，35（1）：75－79.

［12］ 李秦，高錫章，張濤，等.最優(yōu)分割尺度下的多層次遙感地物分類實驗分析［J］.地球信息科學學報，2011，13（3）：409－417.

［13］ MATIKAINEN L.Object－based interpretation methods for mapping built－up areas［D］.Aalto University School of Science（Espoo，F(xiàn)inland），2012.

［14］ 鄧富亮.高分辨率遙感影像多層次分割方法及應(yīng)用研究［D］.北京：中國科學院遙感與數(shù)字地球研究所，2012.

［15］ MU?OZ X J，F(xiàn)REIXENET X，CUFí，et al.Strategies for image segmentation combining region and boundary information［J］.Pattern Recognition Letters，2003，24（1－3）：375－392.

Analysis System Design of Validity of Remote Sensing Image Segmentation Unit

LIU Xing－quan，LI Quan－wen

（School of Geosciences and Info－Physics，Central South University，Changsha410083）

It is belongs to posteriori that the remote sensing segments’validity judgment and analysis with the existing software，which gets appropriate result through comparing different remote sensing image segment scale.It is a static split judgment.Such approach limits the full use of additional information during the dynamic segmentation process in remote sensing image，such as the number of multi－scale segment images’layers，segments and the relationship between them and so on.However，the design of many remote image segmentation tactics often involves the dynamic segmentation process information，and the existing software does not provide effective tools to evaluate the effectiveness of segments created in the dynamic segmentation process.So，we design a soft system to simulate the remote sensing images’multi－scale segmentation process with ArcGIS Engine function interface，and achieving the dynamic judgment of the validity of egmentation units；lastly，completing the multi－scale adaptive segmentation simulation and the verification of segmentation tactics.This presented approach provides a useful evaluating tool to check the reasonableness of a new segmentation.

ArcGIS Engine；object oriented；remote sensing validity unit；hierarchical image segment

10.3969／j.issn.1000－3177.2015.04.009

P407.8

A

1000－3177（2015）140－0049－06

2013－11－26

2014－08－06

國家自然科學基金（41102204）。

劉興權(quán)（1962—），男，教授，主要從事GIS教學及GIS工程與應(yīng)用研究。

E－mail：xqliu＠m(xù)ail.csu.edu.cn