趙 莎 鄭文武

（衡陽師范學院城市與旅游學院，湖南 衡陽421002）

伴隨著航天事業(yè)的快速發(fā)展，遙感圖像獲取方式越來越多樣化，遙感影像分類作為遙感應用中重要的信息處理手段，從影像中解讀出不同地物信息應用于決策規(guī)劃中顯得尤其重要。使用傳統(tǒng)的遙感影像監(jiān)督分類方法訓練樣本的光譜特征或紋理特征的一致性進行分類，因為對訓練樣本的依賴性較強，已遠不能滿足對海量數(shù)據(jù)的快速分類要求。同時由于技術限制目前仍存在異物同譜，同物異譜現(xiàn)象。尤其是處理房屋分類時，由于房屋與道路空間聯(lián)系緊密，光譜特征相似，反射特性相近，若直接根據(jù)光譜特性來從遙感圖像中提取兩者地物信息，則圖像的分類精度明顯下降。因此，如何克服以上問題從大量遙感圖像數(shù)據(jù)中快速提取出有用信息進行遙感自動分類并提高影像分類精度，是遙感圖像應用領域的一個研究熱點。傳統(tǒng)的模式下，在對遙感影像分類處理過程中，需要耗費大量的精力才能獲取有用的監(jiān)督信息，影像分類往往假設數(shù)據(jù)樣本足夠大，對遙感影像數(shù)據(jù)處理時有一定局限性。為了解決了上述問題，本文利用機器學習方法，探索在非監(jiān)督分類模式下的基于遙感的房屋自動提取技術。

1 房屋自動提取方法

在對圖像進行預處理過程中將無關或次要特征信息進行刪減，然后對樣本集進行分類分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集，將遙感影像通過計算梯度直方圖量化為特征向量，通過用少量的特征向量代替全部的特征向量，通過少量訓練數(shù)據(jù)對模型進行訓練，通過機器學習算法測試出合理的參數(shù)，得到一個適合系統(tǒng)性能滿足要求的模型，再對測試影像進行測試。這種方法有三個優(yōu)點：一是訓練時間的大大減少；二是原始樣本數(shù)據(jù)要去數(shù)量減少；三是訓練過程降低了所需空間內存，優(yōu)化了設備速度。通過這種方式來使模型達到最優(yōu)化，滿足快速自動提取地物，進行影像分類的目的。

2 實驗過程

2.1 數(shù)據(jù)預處理

圖1 房屋影像a

圖2 房屋影像b

圖3 直方圖a

圖4 直方圖b

本研究選取了華南地區(qū)，珠三角區(qū)域的建制鎮(zhèn)，房屋類型多樣，分布特點不一，影像地物豐富，有豐富的房屋樣本信息，作為房屋提取的基本影像較為合理。并且以華南地區(qū)作為實驗數(shù)據(jù)進行遙感影像房屋自動提取，可以為進一步的城市擴張研究，建設用地動態(tài)監(jiān)測，提供技術支撐。獲取影像數(shù)據(jù)后進行的主要預處理工作包括輻射定標，大氣校正，幾何校正。對預處理后的高分辨率遙感影像進行裁剪，選取不同高度，不同紋理，不同稀疏程度的典型房屋樣本區(qū)域，裁剪后影像通過ArcGIS 轉化為圖片格式。

2.2 創(chuàng)建樣本數(shù)據(jù)集

選取影像房屋集中區(qū)域進行裁剪導出后，構建訓練樣本集,樣本集中包含四十幅房屋數(shù)據(jù)。因為房屋提取的關鍵是自身的紋理特征，為減少計算，其他特征應盡量避免，構建數(shù)據(jù)集過程中選取的樣本一定要有充分的房屋地物，盡量避免其他地物。通過以上操作去除了其他噪聲數(shù)據(jù)，可有效的提高訓練效率，加快自動提取的速度。選取了位于十字路口的房屋數(shù)據(jù)（見圖1），紋理特征豐富，建筑結構各異，其中左邊為規(guī)則的磚構房屋，高度不超過六層，住宅用途的自建房，是建制鎮(zhèn)中的常見房屋類型。右側為白色棚房，建筑材料為反射性質較強的鋁制板，一般用作商服用途，也作為常見房屋類型之一。圖2 為工廠類型的房屋特征，房屋形狀規(guī)則，分布在硬底化地面，房屋的顏色和紋理特征各不相同。機器學習過程中樣本質量和樣本大小會影響模型性能，需提供質量較高和數(shù)量盡可能多的樣本數(shù)。

2.3 特征選擇

模型訓練前需要先把數(shù)據(jù)預處理階段得到的圖片數(shù)據(jù)集利用機器學習軟件包sklearn 中的方法train_test_split 分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集。接著使用訓練數(shù)據(jù)集Xtrain 和類別目標索引Ytrain 來進行模型訓練。在sklearn.feature_selection 模塊中的類可以用來對樣本集進行特征選擇和降維，這將會提高估計器的準確度或者增強它們在高維數(shù)據(jù)集上的性能。將單個像素作為特征值，通過在水平和豎直方向上分別乘以[-1,0,1]，[1,0,-1]T 之后，計算梯度大小和方向。用單個像素中2π/bin 為組距，統(tǒng)計bin 特征的個數(shù)，生成直方圖，由block 窗口大小乘以單個像素的特征數(shù)，再乘以block 窗口的個數(shù)，得到梯度特征直方圖。利用PCA 算法進行特征降維處理，根據(jù)效果選擇合適的參數(shù)，對訓練數(shù)據(jù)集和測試數(shù)據(jù)集進行特征提取。以圖1，圖2 為例，將圖片輸入scikit-learn 中，計算直方圖，結果如上圖3，圖4 所示。符合觀察到的圖2 影像整體分布情況，圖片色調單一，道路區(qū)域和棚房區(qū)域為主的色調占主要部分。圖3，背景干擾信息較多，色彩豐富，主要的變化區(qū)域房屋邊界區(qū)域。

2.4 模型訓練

使用GridSearchCV 來選擇一個最佳的SVC 模型參數(shù)，然后使用最佳參數(shù)對模型進行訓練。因為GridSearchCV 使用矩陣式搜索法，對每組參數(shù)組合進行一次訓練，找到最合適的模型參數(shù)。而后使用這一模型對測試樣本進行預測，clf 對象就會包含訓練出的模型的相關參數(shù)，可以使用這個模型來進行預測。圖5為南方農村自建房屋，排列規(guī)則，房屋分布密集，影像色調單一，是典型的房屋純凈度較高的圖片，由圖7 可看出提取效果較好，能提取出明顯的房屋邊界。圖6 提取效果相比之下，質量較差，未能將房屋與周圍其他地物明顯分開，邊界信息模糊。分析可知純凈房屋窗口的提取效果遠超非純凈房屋窗口，背景干擾因素對模型準確性有極大影響。根據(jù)模型提取房屋時對陰影信息敏感，能區(qū)分出陰影區(qū)域，但對于投射到房屋本身上的陰影也做了相同處理。

3 實驗結果評價

我們通過設置n-jobs=4 來啟動四個線程并發(fā)執(zhí)行，同時設置verbose=2 來輸出一些過程信息。并且使用confusion-matrix輸出預測準確性信息。從輸出的對角線的數(shù)據(jù)可以得知大部分預測數(shù)據(jù)基本正確。再使用classification-report 輸出分類報告，查看測準率，召回率及F1 Score。實驗中使用了39 個圖片樣本，測準率和召回率平均達到了0.75 以上。

4 結論

圖5 輸入房屋圖像c

圖6 輸入房屋圖d

圖7 輸出房屋圖像c

圖8 輸出房屋圖d

本文提出了一種遙感影像自動識別房屋的機器學習方法，對影像進行規(guī)則裁剪獲取房屋影像，構建圖片數(shù)據(jù)集，利用機器學習算法，實現(xiàn)房屋的自動提取。主要得到如下結論：

4.1 與基于光譜特征和面向對象進行遙感影像分類的傳統(tǒng)方法相比，本文選擇人工選擇裁剪后的純凈房屋區(qū)域影像作為研究對象，構建數(shù)據(jù)集進行識別，避免了其他地物的干擾。研究表明，選擇的房屋區(qū)域純凈度和樣本容量的大小是分類精度的關鍵。同時因為PCA 算法的加入對高維度的特征向量進行了降維操作，避免了過高的特征維度造成的過擬合情況，減少了計算量，加快了自動提取效率。

4.2 所提出的房屋提取方法可同時處理批量數(shù)據(jù)，并且一次訓練出的模型可進行保存后多次使用，減少了反復訓練的數(shù)據(jù)需要和訓練時間，因此適用于大量遙感數(shù)據(jù)的自動化分類處理。在得到圖片數(shù)據(jù)集后進行特征提取和模型構建，通過機器學習方法進行房屋自動識別，提高了影像地物提取的自動化程度。

4.3 相較于傳統(tǒng)的遙感影像提取方式，機器學習的參與使遙感地物提取實現(xiàn)了智能化，只需輸入數(shù)據(jù)無需軟件操作，無需參數(shù)設置，直接得到提取后影像圖片，使影像分類的操作更便捷。在軟件方面，sklearn 包含了圖片的多種處理方式，如圖像增強，卷積運算直接調用即可，減少了數(shù)據(jù)數(shù)據(jù)導入導出步驟，同時分步的代碼塊，可實時獲取任意階段數(shù)據(jù)，大大節(jié)省了數(shù)據(jù)存儲空間。