陳 峰，張 錦，曾 波

(1.太原理工大學(xué)礦業(yè)工程學(xué)院，山西太原030000;2.山西省測(cè)繪工程院，山西 太原030000)

一、引 言

基礎(chǔ)地理信息數(shù)據(jù)的更新是當(dāng)前測(cè)繪部門普遍關(guān)心的問題，而更新過程中的關(guān)鍵就是如何快速有效地發(fā)現(xiàn)變化區(qū)域、變化要素及變化程度。為了滿足測(cè)繪基礎(chǔ)地理信息產(chǎn)品生產(chǎn)和更新的需求，我國(guó)于2012年1月9日成功發(fā)射第一顆高分辨率民用立體測(cè)繪衛(wèi)星——資源三號(hào)。相關(guān)研究表明，資源三號(hào)衛(wèi)星影像產(chǎn)品能滿足1∶50 000測(cè)圖精度要求［1-2］。居民地要素是基礎(chǔ)地理信息數(shù)據(jù)中主要的框架要素，是資源三號(hào)衛(wèi)星遙感影像上最重要的人工地物目標(biāo)之一，是隨著城市發(fā)展及擴(kuò)張而變化更新最快的部分，因此，居民地要素是基礎(chǔ)地理信息數(shù)據(jù)更新的重點(diǎn)對(duì)象。目前，以影像為基礎(chǔ)的基礎(chǔ)地理信息數(shù)據(jù)更新方法主要以現(xiàn)勢(shì)性較強(qiáng)的遙感影像或航攝影像為基礎(chǔ)底圖，通過影像與原始矢量數(shù)據(jù)或影像數(shù)據(jù)配準(zhǔn)后比對(duì)發(fā)現(xiàn)變化要素，按相應(yīng)比例尺更新規(guī)范進(jìn)行數(shù)據(jù)采集更新，并結(jié)合內(nèi)外業(yè)進(jìn)行綜合判調(diào)［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(cuò)判;而現(xiàn)有的大多數(shù)變化檢測(cè)方法檢測(cè)的是全部地物類型的變化，難以針對(duì)某一類基礎(chǔ)地理信息要素進(jìn)行快速檢測(cè)發(fā)現(xiàn)變化信息。因此，通過分析資源三號(hào)衛(wèi)星遙感圖像特征，研究一種直接簡(jiǎn)單的圖像代數(shù)方法來(lái)快速有效地發(fā)現(xiàn)居民地要素的變化區(qū)域和變化程度，并對(duì)該方法的有效性進(jìn)行評(píng)價(jià)，對(duì)基礎(chǔ)地理信息數(shù)據(jù)更新作業(yè)和資源三號(hào)衛(wèi)星數(shù)據(jù)的推廣應(yīng)用都有一定的理論和現(xiàn)實(shí)意義。

二、圖像代數(shù)方法

基于圖像代數(shù)的變化檢測(cè)方法具有簡(jiǎn)單、直接的特點(diǎn)，但不能確定具體的變化類型。經(jīng)過圖像代數(shù)運(yùn)算后突出目標(biāo)信息的圖像稱為目標(biāo)特征圖像，目標(biāo)類型主要是居民地、道路等基礎(chǔ)地理信息數(shù)據(jù)框架要素，本文主要針對(duì)居民地要素開展研究?；趫D像代數(shù)的變化檢測(cè)方法的主要思路是:首先確定檢測(cè)目標(biāo)類型(居民地);然后通過計(jì)算遙感影像各個(gè)波段圖像中相應(yīng)像元灰度值的和、差、積或比值，使感興趣目標(biāo)在圖像上得到增強(qiáng)和突出，即通過一系列的圖像代數(shù)運(yùn)算產(chǎn)生目標(biāo)特征圖像;最后在目標(biāo)特征圖像的基礎(chǔ)上進(jìn)行快速變化檢測(cè)，以獲取目標(biāo)類型的變化區(qū)域和變化程度。假設(shè)輸入圖像為f1x，()y和f2x，()y，輸出圖像為g(x，y)，則圖像的代數(shù)運(yùn)算有如下4種基本形式

整個(gè)變化檢測(cè)的主要過程如下:①對(duì)居民地要素在遙感影像的各個(gè)波段特征進(jìn)行分析;②以4種基本形式的代數(shù)運(yùn)算為基礎(chǔ)來(lái)構(gòu)建一個(gè)綜合計(jì)算模型;③利用計(jì)算模型對(duì)原始圖像進(jìn)行運(yùn)算，得到一個(gè)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(yùn)算進(jìn)行閾值分析，判定居民地要素的變化區(qū)域。該方法流程如圖1所示。

圖1 居民地要素變化檢測(cè)方法流程

三、試驗(yàn)與分析

試驗(yàn)區(qū)域位于變化發(fā)展比較快的太原市某城郊結(jié)合部，研究以覆蓋太原地區(qū)的兩期不同時(shí)相的資源三號(hào)衛(wèi)星遙感影像為數(shù)據(jù)源，影像質(zhì)量較好，數(shù)據(jù)經(jīng)過輻射校正、幾何糾正和圖像配準(zhǔn)等預(yù)處理。

1.數(shù)據(jù)分析

通過分析選取8種典型的地物類別對(duì)多光譜影像進(jìn)行分類樣本采集，分別為:房屋建筑、道路交通、生產(chǎn)設(shè)施、茂密植被、稀疏植被、清澈水體、渾濁水體和人工庫(kù)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(biāo)取值點(diǎn)。表1列出了每種地物類型及其對(duì)應(yīng)的灰度值。資源三號(hào)衛(wèi)星的4個(gè)波段范圍分別為藍(lán) 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(zhǎng)分別為0.48 μm、0.56 μm、0.66 μm 和 0.83 μm 作為橫坐標(biāo)取值點(diǎn)，建立典型地物的波長(zhǎng)—灰度值曲線圖(如圖2所示)。

圖2 典型地物的波長(zhǎng)—灰度值曲線

表1 太原地區(qū)8種典型地物灰度值

分析圖2中的波長(zhǎng)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(chǎn)設(shè)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(shuō)明地物總輻射水平的高低是一個(gè)可區(qū)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(shù)據(jù)之間的圖像代數(shù)運(yùn)算得到居民地總輻射水平特征圖，計(jì)算公式如下

2.圖像代數(shù)計(jì)算公式

根據(jù)波長(zhǎng)和灰度值的關(guān)系，以Di和λi分別組成數(shù)據(jù)對(duì)，以λi為自變量、Di為因變量建立一元二次多項(xiàng)式回歸方程

式中，^Di是實(shí)際Di值的回歸估計(jì)值;λi表示在該波段范圍內(nèi)選擇的波長(zhǎng)值;a、b和c是回歸方程的系數(shù)。此回歸曲線最低點(diǎn)的縱坐標(biāo)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(shù)a、b、c的計(jì)算結(jié)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(jù)二次回歸曲線并通過大量的試驗(yàn)發(fā)現(xiàn)，0.60 μm處對(duì)應(yīng)二次回歸曲線的值能夠較好地突出居民地要素信息。根據(jù)式(2)的形式得到資源三號(hào)衛(wèi)星居民地要素特征的圖像代數(shù)計(jì)算公式如下

3.居民地要素特征圖像計(jì)算

利用式(5)對(duì)另一期試驗(yàn)區(qū)域的資源三號(hào)衛(wèi)星數(shù)據(jù)進(jìn)行居民地要素特征圖像提取，結(jié)果如圖4所示，其中(a)、(b)、(c)分別為城市、鄉(xiāng)鎮(zhèn)、山區(qū)的原始遙感影像圖，而(d)、(e)、(f)分別為對(duì)應(yīng)的特征圖像提取結(jié)果。可以看出，圖像代數(shù)運(yùn)算增強(qiáng)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(qiáng);同時(shí)也表明該方法在不同時(shí)相資源三號(hào)衛(wèi)星遙感圖像上的應(yīng)用也能得到理想的結(jié)果。

4.變化檢測(cè)

利用式(5)分別對(duì)兩期資源三號(hào)衛(wèi)星數(shù)據(jù)進(jìn)行圖像代數(shù)運(yùn)算后得到兩期居民地要素特征圖像，在此基礎(chǔ)上對(duì)前后兩期特征圖像進(jìn)行直接差分運(yùn)算，可得到居民地要素的變化區(qū)域，且可以統(tǒng)計(jì)變化量，變化檢測(cè)試驗(yàn)軟件采用Matlab可視化圖形用戶界面設(shè)計(jì)工具(graphical user interfaces，GUI)設(shè)計(jì)完成。由于變化檢測(cè)前已經(jīng)將兩期圖像的檢測(cè)目標(biāo)處理成統(tǒng)一標(biāo)準(zhǔn)的居民地要素特征圖像，因此變化檢測(cè)方法采用直接的圖像差分法［6］，自動(dòng)閾值方法采用otsu法［7］。試驗(yàn)軟件界面如圖5所示，居民地要素變化檢測(cè)結(jié)果如圖6所示(白色為居民地變化區(qū)域)。

圖4 原始影像與居民地特征圖像

圖5 試驗(yàn)軟件界面

圖6 居民地要素變化檢測(cè)結(jié)果

5.有效性評(píng)估

為了能夠客觀地評(píng)價(jià)基于圖像代數(shù)運(yùn)算的變化檢測(cè)方法的有效性，利用最大似然法對(duì)相同區(qū)域兩期資源三號(hào)衛(wèi)星圖像分類后進(jìn)行居民地變化檢測(cè)，并利用變化檢測(cè)誤差矩陣對(duì)變化檢測(cè)性能進(jìn)行定量化評(píng)估［8］，見表2。從評(píng)估結(jié)果來(lái)看，基于圖像代數(shù)的變化檢測(cè)方法的性能優(yōu)于最大似然分類后變化檢測(cè)法，表明該方法針對(duì)資源三號(hào)衛(wèi)星遙感圖像的居民地變化檢測(cè)有效。

表2 居民地要素變化檢測(cè)有效性評(píng)估

四、結(jié)束語(yǔ)

本文對(duì)覆蓋太原市的資源三號(hào)衛(wèi)星數(shù)據(jù)中典型地物的波長(zhǎng)和灰度值進(jìn)行了分析，并基于圖像代數(shù)的思想建立了針對(duì)居民地要素的特征圖像計(jì)算公式，利用該公式進(jìn)行圖像代數(shù)運(yùn)算后可以使居民地要素在影像上得到增強(qiáng)和突出，更容易與其他地物區(qū)分;將兩期資源三號(hào)衛(wèi)星數(shù)據(jù)經(jīng)過圖像代數(shù)運(yùn)算得到的居民地特征圖像進(jìn)行直接差分運(yùn)算，利用otsu自動(dòng)閾值法可快速獲取居民地要素變化區(qū)域，利用Matlab設(shè)計(jì)了變化檢測(cè)試驗(yàn)軟件，與利用最大似然分類后進(jìn)行變化檢測(cè)進(jìn)行對(duì)比分析，并用定量化的評(píng)估方法對(duì)兩種方法的有效性進(jìn)行評(píng)估，結(jié)果表明本文建立的方法有效，且簡(jiǎn)單直接。本文只針對(duì)居民地要素展開了研究，其他重要的基礎(chǔ)地理信息要素(如道路、植被、水系等)是今后需要進(jìn)一步深入研究的內(nèi)容。

［1］唐新明，張過，祝小勇，等.資源三號(hào)測(cè)繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗(yàn)證［J］.測(cè)繪學(xué)報(bào)，2012，41(2):191-198.

［2］李德仁.我國(guó)第一顆民用三線陣立體測(cè)圖衛(wèi)星—資源三號(hào)衛(wèi)星［J］.測(cè)繪學(xué)報(bào)，2012，41(3):317-322.

［3］陳軍，王東華，商瑤玲，等.國(guó)家1∶50 000數(shù)據(jù)庫(kù)更新工程總體設(shè)計(jì)研究與技術(shù)創(chuàng)新［J］.測(cè)繪學(xué)報(bào)，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(qiáng).基于多時(shí)相遙感圖像的變化檢測(cè)［D］.長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué)，2005.