趙丁　袁艷　蘇麗娟　王繼超

摘 要： 針對(duì)地物目標(biāo)空間、光譜和偏振等多維信息管理不夠全面、目標(biāo)多維特征利用不足等問(wèn)題，提出構(gòu)建目標(biāo)多維特征數(shù)據(jù)庫(kù)的方法?；赟QL Server數(shù)據(jù)庫(kù)和關(guān)系模型，利用C#語(yǔ)言和.NET平臺(tái)下的WPF界面框架和Entity Framework數(shù)據(jù)訪問(wèn)技術(shù)，設(shè)計(jì)了四層體系結(jié)構(gòu)以及四類功能模塊，開發(fā)了包括空間、光譜和偏振等多維信息在內(nèi)的數(shù)據(jù)庫(kù)系統(tǒng)，并針對(duì)多維樣本設(shè)計(jì)了包含屬性信息的編號(hào)形式。該系統(tǒng)提高了目標(biāo)多維信息的管理效率，并且為地物目標(biāo)的探測(cè)、分類和識(shí)別等應(yīng)用提供支持。

關(guān)鍵詞： 多維信息管理； 樣本管理； 數(shù)據(jù)庫(kù)設(shè)計(jì)； 系統(tǒng)開發(fā)

中圖分類號(hào)： TN919.5?34； TP751；TP311 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）20?0010?04

Abstract： As the management of ground target multidimensional information such as space， spectrum and polarization is incomprehensive， and target multidimensional features are underutilized， a method of constructing target multidimensional feature database is proposed. Based on SQL Server database and the relational model， C# language， WPF UI framework of the .NET platform， and the Entity Framework data access technology are utilized to design a four?layer system architecture and four functional modules， develop the database system containing multidimensional information such as space， spectrum and polarization， and design coding form containing attribute information for multidimensional samples. The system improves the management efficiency of target multidimensional information， and provides support for ground target detection， classification and recognition.

Keywords： multidimensional information management； sample management； database design； system development

在遙感發(fā)展的前期階段，圖像解譯方式主要是人工目視判讀，不僅速度慢效率低而且依賴于個(gè)人經(jīng)驗(yàn)。隨著遙感圖像處理技術(shù)的進(jìn)步，解譯方式逐漸向計(jì)算機(jī)自動(dòng)處理的方向發(fā)展。目標(biāo)特征庫(kù)是對(duì)大量遙感目標(biāo)及其特征數(shù)據(jù)的累積，在遙感數(shù)據(jù)的自動(dòng)化解譯過(guò)程中具有非常重要的作用。利用不同的采集手段可以獲取豐富的多源遙感數(shù)據(jù)，可以提取出不同維度的地物目標(biāo)特征并建立相應(yīng)的特征數(shù)據(jù)庫(kù)。在空間維度，董文等構(gòu)建了包含地震災(zāi)害目標(biāo)及其形狀、紋理、地形等圖譜特征的災(zāi)害目標(biāo)特征庫(kù)[1]，孫家波建立了包含灰度、紋理、專題指數(shù)等特征在內(nèi)的高分辨率影像特征庫(kù)[2]。在光譜維度，鄒會(huì)杰通過(guò)實(shí)地釆集城市典型地物光譜建立了典型地物光譜庫(kù)[3]，李少鵬等通過(guò)采集荒漠植物光譜構(gòu)建了典型荒漠植物光譜數(shù)據(jù)庫(kù)系統(tǒng)[4]。在偏振維度，主要是通過(guò)偏振圖像融合來(lái)增強(qiáng)目標(biāo)的特性[5]，由于地物目標(biāo)種類紛繁復(fù)雜，相應(yīng)的偏振特征數(shù)據(jù)庫(kù)尚未出現(xiàn)[6]。在空間維、光譜維聯(lián)合上，尚坤等在原始光譜特征基礎(chǔ)上結(jié)合紋理特征并加入光譜指數(shù)特征構(gòu)建了完備的植被特征庫(kù)[7]，徐濤等利用QuickBird影像構(gòu)建了包括4個(gè)波段灰度值、拓?fù)涮卣髟趦?nèi)的水體知識(shí)庫(kù)[8]。目前在單一維度和聯(lián)合兩種維度的情況下已經(jīng)對(duì)構(gòu)建目標(biāo)特征庫(kù)進(jìn)行了研究，缺少在聯(lián)合三種維度情況下對(duì)構(gòu)建目標(biāo)特征庫(kù)進(jìn)行分析。本文針對(duì)目標(biāo)具有空間、光譜和偏振等多維信息的特點(diǎn)，開展目標(biāo)多維特征數(shù)據(jù)庫(kù)系統(tǒng)研究。通過(guò)分析系統(tǒng)需求，設(shè)計(jì)數(shù)據(jù)模型、體系結(jié)構(gòu)以及功能模塊，開發(fā)實(shí)現(xiàn)了目標(biāo)多維特征數(shù)據(jù)庫(kù)系統(tǒng)。

1 數(shù)據(jù)庫(kù)設(shè)計(jì)

1.1 需求分析及編碼管理

1.1.1 系統(tǒng)需求分析

需求分析的關(guān)鍵是數(shù)據(jù)和處理[9]，即數(shù)據(jù)庫(kù)中需要存儲(chǔ)的數(shù)據(jù)和完成的功能。所需存儲(chǔ)的多維樣本信息形式多樣、種類豐富，如表1所示。

數(shù)據(jù)處理主要包括空間、光譜和偏振維樣本的特征參數(shù)、特征圖像解算，樣本文件及特征參數(shù)的入庫(kù)、修改和刪除，樣本的查詢檢索，以及地物目標(biāo)探測(cè)、光譜匹配和偏振圖像融合等應(yīng)用需求。同時(shí)采取用戶標(biāo)識(shí)與鑒別等安全管理措施。

1.1.2 編碼管理

本系統(tǒng)將所需存儲(chǔ)的數(shù)據(jù)分為兩個(gè)層次，第一層為目標(biāo)層次，第二層為樣本及樣本特征層次，使得樣本的管理更加明確。樣本編號(hào)是系統(tǒng)中區(qū)分樣本的重要標(biāo)識(shí)。以往的方法是按照數(shù)據(jù)入庫(kù)的順序采用數(shù)字方式由小到大編號(hào)，雖然樣本數(shù)據(jù)編號(hào)是惟一的，但是編碼方式簡(jiǎn)單，不能從編號(hào)本身得出樣本屬性信息。

為了方便查詢檢索及樣本數(shù)據(jù)的統(tǒng)一管理，本系統(tǒng)采用字符串方式對(duì)樣本進(jìn)行編號(hào)，編號(hào)格式為：T?目標(biāo)代碼?樣本維度?樣本尺寸?樣本分辨率?樣本序號(hào)。

其中目標(biāo)代碼采用4位數(shù)字來(lái)表示，前2位數(shù)字表示目標(biāo)類型，后2位數(shù)字表示目標(biāo)名稱，例如機(jī)場(chǎng)跑道的目標(biāo)代碼為0101；樣本維度采用英文大寫字母SPA，SPE，POL來(lái)表示，分別表示空間、光譜和偏振三個(gè)維度；樣本尺寸采用1位數(shù)字，表示樣本圖像尺寸或光譜范圍；樣本分辨率采用1位數(shù)字，表示樣本圖像分辨率或光譜分辨率；樣本序號(hào)采用5位數(shù)字，按照樣本入庫(kù)順序編號(hào)。endprint

同時(shí)，將樣本編號(hào)的前8位定義為目標(biāo)編號(hào)。例如，T0101SPA2100001表示一個(gè)圖像尺寸為64×64 px、分辨率為0.5 m的機(jī)場(chǎng)跑道空間維樣本，其目標(biāo)編號(hào)即為T0101SPA；T5101SPE1100001表示一個(gè)波長(zhǎng)范圍為350～800 nm、光譜分辨率為1 nm的鋁合金材料光譜維樣本，其目標(biāo)編號(hào)即為T5101SPE。如圖1所示。

1.2 數(shù)據(jù)表設(shè)計(jì)

針對(duì)不同維度下所存儲(chǔ)的樣本數(shù)據(jù)形式、特征參數(shù)不同，分別設(shè)計(jì)3個(gè)數(shù)據(jù)表組，各個(gè)數(shù)據(jù)表組包含的表的數(shù)量及內(nèi)部關(guān)系一致，以目標(biāo)信息表為牽引、樣本信息表為主體，連接樣本特征、樣本文件、儀器信息和環(huán)境信息等數(shù)據(jù)表。各表之間的外鍵關(guān)系均采用級(jí)聯(lián)的方式，便于數(shù)據(jù)添加、更新、刪除等操作在各表之間同步完成，如圖2所示。

1.3 功能模塊

根據(jù)功能需求，劃分目錄檢索、處理入庫(kù)、數(shù)據(jù)應(yīng)用和系統(tǒng)管理四個(gè)功能模塊，如圖3所示。

目錄檢索模塊用于目標(biāo)或樣本數(shù)據(jù)的查詢檢索，包括樣本目錄、查詢檢索和重載數(shù)據(jù)三個(gè)子模塊。樣本目錄子模塊實(shí)現(xiàn)樣本維度切換功能，查詢檢索子模塊實(shí)現(xiàn)目標(biāo)及樣本的搜索功能，重載數(shù)據(jù)子模塊實(shí)現(xiàn)數(shù)據(jù)的刷新功能。

處理入庫(kù)模塊用于樣本的特征計(jì)算及入庫(kù)保存，包括數(shù)據(jù)導(dǎo)入、數(shù)據(jù)維護(hù)和特征提取三個(gè)子模塊。數(shù)據(jù)導(dǎo)入模塊實(shí)現(xiàn)了目標(biāo)及樣本的添加入庫(kù)功能；數(shù)據(jù)維護(hù)模塊實(shí)現(xiàn)數(shù)據(jù)的修改及刪除功能；特征提取模塊用于提取樣本的特征參數(shù)或圖像。

數(shù)據(jù)應(yīng)用模塊用于樣本數(shù)據(jù)的具體應(yīng)用，包括數(shù)據(jù)導(dǎo)出、特征應(yīng)用兩個(gè)子模塊。數(shù)據(jù)導(dǎo)出模塊實(shí)現(xiàn)樣本及特征參數(shù)的導(dǎo)出功能，特征應(yīng)用模塊實(shí)現(xiàn)不同維度下的特征應(yīng)用功能。

系統(tǒng)管理模塊用于系統(tǒng)維護(hù)及用戶管理，包括用戶管理、備份恢復(fù)和系統(tǒng)日志三個(gè)子模塊。用戶管理模塊實(shí)現(xiàn)系統(tǒng)用戶的查詢和注冊(cè)功能，備份恢復(fù)模塊實(shí)現(xiàn)樣本數(shù)據(jù)的備份及恢復(fù)功能，系統(tǒng)日志模塊用于查看及導(dǎo)出系統(tǒng)日志。

1.4 系統(tǒng)體系結(jié)構(gòu)

本系統(tǒng)設(shè)計(jì)了四層體系結(jié)構(gòu)，分別為數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)訪問(wèn)層、數(shù)據(jù)操作層和用戶界面層，如圖4所示。

數(shù)據(jù)存儲(chǔ)層主要包括空間維樣本庫(kù)、光譜維樣本庫(kù)、偏振維樣本庫(kù)以及輔助信息庫(kù)等。本系統(tǒng)采用SQL Server關(guān)系數(shù)據(jù)庫(kù)實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)和管理，該產(chǎn)品具有良好的可用性、易管理性和可靠的安全性等特點(diǎn)。

數(shù)據(jù)訪問(wèn)層實(shí)現(xiàn)了統(tǒng)一的數(shù)據(jù)訪問(wèn)方式，數(shù)據(jù)訪問(wèn)方式主要有DataSet，ADO連接類和ORM組件等。Entity Framework是一種ORM工具[10]，它將每個(gè)數(shù)據(jù)庫(kù)對(duì)象都轉(zhuǎn)換成實(shí)體，而數(shù)據(jù)字段都轉(zhuǎn)換為屬性，將數(shù)據(jù)庫(kù)模型完全轉(zhuǎn)化為對(duì)象模型，其核心是實(shí)體數(shù)據(jù)模型，通過(guò)Visual Studio中的EDM設(shè)計(jì)器來(lái)設(shè)計(jì)。Entity Framework使用Entity SQL，LINQ和對(duì)象查詢產(chǎn)生器來(lái)進(jìn)行對(duì)象查詢，LINQ to Entities技術(shù)能夠查詢實(shí)現(xiàn)了IEnumerable或IQueryable泛型接口的數(shù)據(jù)源[11]。本系統(tǒng)采用Entity Framework及LINQ to Entities技術(shù)進(jìn)行數(shù)據(jù)訪問(wèn)，避免了邏輯代碼與數(shù)據(jù)訪問(wèn)代碼耦合高的問(wèn)題，只需操作實(shí)體數(shù)據(jù)模型即完成數(shù)據(jù)庫(kù)操作，使得開發(fā)更加高效。

數(shù)據(jù)操作層中目錄檢索、處理入庫(kù)、數(shù)據(jù)應(yīng)用和系統(tǒng)管理等功能操作主要由WPF界面框架的后置代碼來(lái)實(shí)現(xiàn)，同時(shí)采用適用.NET平臺(tái)的Accord.Net方法庫(kù)進(jìn)行樣本處理操作。

本系統(tǒng)采用.NET框架下的WPF界面框架進(jìn)行客戶端的開發(fā)，WPF界面框架使用XAML（標(biāo)記語(yǔ)言）和與其相關(guān)聯(lián)的后置代碼開發(fā)應(yīng)用程序，實(shí)現(xiàn)了界面設(shè)計(jì)與后置程序的分離，降低了開發(fā)維護(hù)成本，提高了開發(fā)效率[12]。用戶界面層中使用XAML語(yǔ)言創(chuàng)建界面窗口、對(duì)話框、按鈕、列表等元素，同時(shí)采用適用.NET平臺(tái)的Devexpress控件庫(kù)增強(qiáng)用戶體驗(yàn)。

2 系統(tǒng)開發(fā)實(shí)現(xiàn)

2.1 用戶界面實(shí)現(xiàn)

DevExpress是知名的.NET用戶界面控件庫(kù)，它具有高效率、高實(shí)用性和功能全面的特點(diǎn)。DevExpress WPF組件是專門針對(duì)WPF界面框架的控件組合，豐富的控件使得應(yīng)用程序界面更加美觀易用，增強(qiáng)了用戶體驗(yàn)。

用戶界面主要包括登錄界面窗口、主界面窗口、功能子窗口等。主界面窗口是數(shù)據(jù)操作處理的主體，該窗口主要由標(biāo)題欄、功能菜單、目標(biāo)列表區(qū)、樣本特征區(qū)、樣本切換區(qū)和狀態(tài)欄等組成。

功能菜單選用了Ribbon形式風(fēng)格，它由多個(gè)選項(xiàng)卡組成，實(shí)現(xiàn)了功能按鈕分層分類存放，避免了多次單擊級(jí)聯(lián)菜單欄、工具欄等。根據(jù)系統(tǒng)功能需求設(shè)置四個(gè)選項(xiàng)卡，分別放置相應(yīng)的功能，功能按鈕采用大圖標(biāo)模式，不僅功能含義明了而且方便用戶操作。

由于目標(biāo)與樣本屬于兩個(gè)層次，將目標(biāo)列表、樣本及特征列表分別置于窗口左右兩側(cè)。在目標(biāo)列表中任意選擇一個(gè)或多個(gè)目標(biāo)，在樣本列表中將會(huì)呈現(xiàn)一個(gè)或多個(gè)目標(biāo)下的所有樣本及特征。列表的呈現(xiàn)形式由樣式模板進(jìn)行控制。設(shè)置三個(gè)內(nèi)容標(biāo)簽頁(yè)來(lái)切換不同維度的目標(biāo)及樣本列表。主界面窗口如圖5所示。

2.2 核心功能實(shí)現(xiàn)

原始樣本數(shù)據(jù)需要經(jīng)過(guò)提取計(jì)算的過(guò)程才能獲得其空間、光譜和偏振特征，因此三種維度下的特征提取計(jì)算是本系統(tǒng)的核心功能。根據(jù)遙感應(yīng)用的需求，選取空間統(tǒng)計(jì)特征和紋理特征、光譜吸收特征和光譜吸收指數(shù)、斯托克斯參量等常用特征作為提取內(nèi)容。

在空間維度中，利用Sobel等算子進(jìn)行卷積計(jì)算可以得到梯度圖像，均值、方差等圖像的統(tǒng)計(jì)特征通過(guò)對(duì)圖像進(jìn)行點(diǎn)運(yùn)算獲得，對(duì)比度、非相似性等紋理特征利用灰度共生矩陣定義的方法計(jì)算得到。Accord.Net是一個(gè)開源.Net環(huán)境下實(shí)現(xiàn)的算法庫(kù)，利用該庫(kù)不僅能夠獲取所需的灰度共生矩陣，而且提供機(jī)器學(xué)習(xí)算法可用于目標(biāo)檢測(cè)。在本系統(tǒng)中，空間特征計(jì)算窗口實(shí)現(xiàn)了對(duì)批量樣本圖像的特征參量計(jì)算功能。

從光譜曲線中能夠提取具有診斷性的光譜吸收特征參數(shù)。原始光譜中存在一定的噪聲，需要平滑光譜來(lái)消除噪聲提高數(shù)據(jù)質(zhì)量，Savitzky?Golay平滑濾波可以保留光譜的細(xì)微特征[13]，它對(duì)數(shù)據(jù)窗口中的奇數(shù)個(gè)點(diǎn)應(yīng)用最小二乘法進(jìn)行多項(xiàng)式擬合，將中間點(diǎn)的擬合值代替原始光譜值，經(jīng)過(guò)濾波后的光譜消除了噪聲。在實(shí)際中原始或平滑后的光譜曲線特征并不明顯，需要對(duì)其進(jìn)行去除包絡(luò)線處理，首先沿光譜曲線利用最小二乘法逐點(diǎn)計(jì)算得到包絡(luò)線的節(jié)點(diǎn)，順序連接各個(gè)節(jié)點(diǎn)得到包絡(luò)線，將原始光譜除以包絡(luò)線得到去除包絡(luò)線后的光譜，此時(shí)光譜吸收特征已有明顯增強(qiáng)。導(dǎo)數(shù)光譜也稱為光譜微分，根據(jù)導(dǎo)數(shù)定義能計(jì)算出原始光譜的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)光譜。利用去除包絡(luò)線后的光譜進(jìn)行吸收特征提取計(jì)算，首先確定出光譜曲線的極大值和極小值，而吸收谷具有一定的深度和寬度，因此通過(guò)設(shè)定閾值排除曲線上的波動(dòng)[14]，綜合計(jì)算得出吸收谷的位置、寬度、深度、SAI等多個(gè)特征。

偏振光通常利用4個(gè)Stokes參量來(lái)描述。從偏振成像系統(tǒng)獲取的原始圖像中提取出三個(gè)通道的偏振圖像，并對(duì)其進(jìn)行輻射校正以及圖像配準(zhǔn)，利用處理后的三通道圖像提取出I，Q，U三個(gè)Stokes參量圖像，利用三個(gè)參量圖像進(jìn)一步計(jì)算能夠得到偏振度、偏振角圖像。

在以上功能窗口中，在添加相應(yīng)的目標(biāo)名稱、選擇樣本規(guī)格和分辨率等信息后，系統(tǒng)自動(dòng)生成相應(yīng)的目標(biāo)編號(hào)、樣本編號(hào)，便于數(shù)據(jù)存儲(chǔ)。特征計(jì)算窗口見圖6。

3 結(jié) 語(yǔ)

本文論述的目標(biāo)多維特征數(shù)據(jù)庫(kù)是針對(duì)地物目標(biāo)多維信息管理不夠全面、目標(biāo)多維特征綜合利用不足而設(shè)計(jì)開發(fā)的包括空間、光譜和偏振等多維信息在內(nèi)的數(shù)據(jù)庫(kù)系統(tǒng)。該系統(tǒng)結(jié)合數(shù)據(jù)庫(kù)技術(shù)、遙感分析處理技術(shù)以及軟件開發(fā)技術(shù)，實(shí)現(xiàn)了多維樣本的批量入庫(kù)、多維特征提取等功能，并針對(duì)多維樣本設(shè)計(jì)了包含屬性信息的編號(hào)形式，該系統(tǒng)提高了地物目標(biāo)多維信息的管理效率，并為地物目標(biāo)的探測(cè)、分類和識(shí)別等應(yīng)用提供支持。

參考文獻(xiàn)

[1] 董文，沈占鋒，程希萌，等.基于高分辨率遙感目標(biāo)特征庫(kù)的地震災(zāi)情快速評(píng)估方法[J].地球信息科學(xué)學(xué)報(bào)，2016，18（5）：699?707.

[2] 孫家波.基于知識(shí)的高分辨率遙感影像耕地自動(dòng)提取技術(shù)研究[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2014.

[3] 鄒會(huì)杰.基于高空間分辨率的高光譜遙感數(shù)據(jù)的城市地物分類[D].濟(jì)南：山東大學(xué)，2014.

[4] 李少鵬，李霞，黃祥志，等.新疆典型荒漠植物光譜數(shù)據(jù)庫(kù)構(gòu)建[J].新疆農(nóng)業(yè)科學(xué)，2013，50（6）：1128?1136.

[5] 李海蘭，王霞，張春濤，等.基于偏振成像技術(shù)的目標(biāo)探測(cè)研究進(jìn)展及分析[J].光學(xué)技術(shù)，2009（5）：695?700.

[6] 蘇志強(qiáng).多角度偏振探測(cè)技術(shù)在地物目標(biāo)識(shí)別中的應(yīng)用研究[D].長(zhǎng)春：長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，2015.

[7] 尚坤，張霞，孫艷麗，等.基于植被特征庫(kù)的高光譜植被精細(xì)分類[J].光譜學(xué)與光譜分析，2015，35（6）：1669?1676.

[8] 徐濤，譚宗坤，閆小平.面向?qū)ο蟮某鞘兴w信息提取方法[J].地理空間信息，2010（3）：64?66.

[9] 王珊，薩師煊.數(shù)據(jù)庫(kù)系統(tǒng)概論[M].北京：高等教育出版社，2006.

[10] TROELSEN A， JAPIKSE P. C# 6.0 and the .NET 4.6 framework [M]. 7th ed. New York： Apress， 2015： 929?999.

[11] DRISCOLL B， GUPTA N， VETTOR R， et al. Entity framework 6 recipes [M]. 2nd ed. New York： Apress， 2013： 55?105.

[12] MITSOPOULOS I， TRAPATSAS P， XANTHOPOULOS G. SYPYDA： A software tool for fire management in Mediterranean pine forests of Greece [J]. Computers and electronics in agriculture， 2016， 121： 195?199.

[13] 錢育蓉，于炯，賈振紅，等.新疆典型荒漠草地的高光譜特征提取和分析研究[J].草業(yè)學(xué)報(bào)，2013，22（1）：157?166.

[14] 陳文霞，陳安升，蔡之華.基于高光譜吸收特征參數(shù)的分類研究[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（28）：230?232.endprint