楊杰,高偉?,段茜茜,胡洋

(1 天津城建大學(xué)地質(zhì)與測繪學(xué)院, 天津 300384;2 邯鄲市恒達(dá)地理信息工程有限責(zé)任公司, 河北 邯鄲 056000)

0 引 言

隨著經(jīng)濟(jì)的持續(xù)發(fā)展和城鎮(zhèn)化率的逐漸提高,有人為了解決住房問題私自建、改樓房。而在城市的規(guī)劃區(qū)范圍內(nèi),未獲取或違反“建設(shè)工程規(guī)劃許可證”規(guī)定私自建造的,或者采用欺詐方法取得修建許可而建造的建筑物,稱為疑似違章建筑[1,2]。對疑似違章建筑物主要從兩方面進(jìn)行分類: 法律方面,疑似違章建筑物主要為未獲取申請、擅自修改許可證中的規(guī)定、擅自更改土地性質(zhì)而建造的建筑以及私自將臨時建筑改為永久建筑[3,4];遙感影像方面,疑似違章建筑分為未批先用、超面積建設(shè)、位置偏移、樓頂加蓋。近年來,遙感技術(shù)的快速發(fā)展,使得應(yīng)用遙感技術(shù)進(jìn)行疑似違章建筑物監(jiān)測成為可能[5]。建筑物是城市中標(biāo)志性地物,因此提取建筑物信息也成為遙感影像分析的重點研究方向。在建筑物影像分割方面,傳統(tǒng)的遙感影像分割方法主要有閾值法、特征空間聚類方法、基于邊緣的分割、基于區(qū)域的分割[6]。當(dāng)遙感影像數(shù)據(jù)的分辨率較高時,影像中包含豐富的地物信息,但同時也引入了大量的噪聲干擾。傳統(tǒng)影像分割技術(shù)的基礎(chǔ)都是基于像素級別的,無法滿足高分辨率數(shù)據(jù)需求的分割效果;而面向?qū)ο蟮亩喑叨确指罴夹g(shù)考慮了紋理特征、光譜特征和空間語義等多方面特征,形成一個父子級多尺度分割關(guān)系[7,8]。因此,本文提出一種采用面向?qū)ο蟮亩喑叨确指罘椒ㄗ詣犹崛「叻直媛蔬b感影像中未批先用、超面積建設(shè)和位置偏移三種類型的疑似違章建筑物的信息提取算法,綜合多次試驗數(shù)據(jù)得出總體分割效果較好的參數(shù)。

1 面向?qū)ο蟮母叻诌b感影像的多尺度分割方法

1.1 多尺度分割方法原理

多尺度分割是一種自下而上的區(qū)域合并技術(shù),首先是在原始圖像上進(jìn)行基于像素的初步分割,得到很多影像對象斑塊,下次分割是以上次分割得到的影像對象為基礎(chǔ)進(jìn)行合并,這是一種不斷循環(huán)往復(fù)、合并的過程,每個影像對象都將參與到每次的循環(huán)操作中,合并符合的準(zhǔn)則為異質(zhì)性最低,一旦合并超過原先設(shè)置的閾值范圍,則合并終止[9]。對于不同的地物,分割尺度有所差異,分割尺度設(shè)置的越大,得到的影像對象區(qū)域越大。大尺度的分割可以把面積較大的地物信息提取出來,如大面積的耕地、河流;小尺度分割可以把建筑物等面積較小的地物信息提取出來,多尺度分割方法可以依據(jù)地物尺度的大小設(shè)置合適的分割尺度,一定程度上提高了地物信息提取的精度[10],因此,利用多尺度分割方法對疑似違章建筑物的信息提取具有重要意義。

1.2 多尺度分割參數(shù)

1.2.1 異質(zhì)性準(zhǔn)則

異質(zhì)性準(zhǔn)則同時考慮光譜特征和形狀特征,是判斷多尺度分割中兩個影像對象之間是否為同一區(qū)域的標(biāo)準(zhǔn),其形狀特征又包括平滑度和緊致度。異質(zhì)性準(zhǔn)則的公式為

式中: f 為異質(zhì)性準(zhǔn)則;hcolor為光譜特征;hshape為形狀特征;hsmooth為平滑度;hcom為緊致度;ω1和ω2為比例系數(shù),取值范圍為0.1～0.9;n 表示波段總數(shù);λi表示波段i 所占的權(quán)重;σi表示波段i 的標(biāo)準(zhǔn)差; E 表示影像對象區(qū)域的實際邊界長度;N 表示影像對象范圍內(nèi)的像元總數(shù);L 表示包含影像對象范圍內(nèi)最小的矩形邊界總長度。

光譜和形狀之間呈現(xiàn)互補關(guān)系,在遙感影像中光譜是影響影像對象最重要的一條準(zhǔn)則,因此光譜比例系數(shù)不應(yīng)太低,增加光譜比例系數(shù)必然會減小形狀特征對異質(zhì)性準(zhǔn)則的影響。形狀特征中的平滑度和緊致度也是互補關(guān)系,一方增強,另一方就會減弱。增大平滑度比例的意義在于可以減弱影像對象邊緣的鋸齒現(xiàn)象,使得影像對象邊緣更加平滑;增大緊致度的比例,可使影像對象更加矩形化。因此,在選擇異質(zhì)性因子時,應(yīng)依據(jù)實際情況具體分析使用多大比例可以達(dá)到最佳的分割效果。

1.2.2 分割尺度

圖像分割效果是分類的基礎(chǔ),尺度參數(shù)的選擇很重要。面對不同的地物目標(biāo),最佳分割參數(shù)存在差異,最佳的尺度參數(shù)能夠準(zhǔn)確地反應(yīng)地表真實地類的空間分布特性,也直接決定了分類的效果。分割尺度越大,影像分割數(shù)量越少,分割的影像對象越大,一個影像對象可能會包括多種不同類型的地物,導(dǎo)致分割的不夠徹底;分割尺度越小,影像分割數(shù)量越多,分割的影像對象越小,同一地類可能會被分割為多個影像斑塊,導(dǎo)致過度分割。由于地物的復(fù)雜性和多樣性,針對具體問題具體分析,需找到最佳的分割尺度。多尺度分割是對每個影像對象進(jìn)行由大尺度到小尺度的多個不同尺度的分割,下一次的分割都是基于上一次的分割結(jié)果進(jìn)行的,每一次的分割過程以達(dá)到最佳分割效果為止。

1.2.3 各波段的權(quán)重

基于影像各波段不同的權(quán)重,分割質(zhì)量和分類效果都會受到影響。不同的波段差異很大,波段的貢獻(xiàn)度越大,賦予的權(quán)重值越大;反之,貢獻(xiàn)度越小,賦予的權(quán)重值越小,甚至為0。在分割過程中,若一波段的權(quán)重設(shè)置為0,則該波段不參與影像分割。采用的高分二號遙感影像數(shù)據(jù)包含四個波段,為確保影像分割的精度,四個波段的影像都參與分割且權(quán)重值均設(shè)為1。

2 高分二號數(shù)據(jù)預(yù)處理與多尺度分割

2.1 數(shù)據(jù)選取

基于遙感數(shù)據(jù)查處監(jiān)測疑似違章建筑行為的基礎(chǔ)是能夠持續(xù)穩(wěn)定地獲取高分辨率影像。目前,基于高分二號的建筑物提取和變化檢測技術(shù)研究還處于初級階段,因此使用高分二號進(jìn)行疑似違章建筑的關(guān)鍵技術(shù)研究具有重大意義。所采用的數(shù)據(jù)為我國自主研發(fā)的高分二號衛(wèi)星多光譜波段和全色波段的遙感數(shù)據(jù),其大小為862 pixel×1066 pixel。

研究區(qū)域隸屬于天津市西青區(qū),環(huán)境復(fù)雜,地物多樣,建筑物樣式分布不規(guī)則,具有一定代表性。根據(jù)研究區(qū)域的實際情況,土地覆蓋類別可劃分為建筑物、道路、植被、綠茵場、陰影和裸地6 類,由于建筑物房頂材料不同,將建筑物分為3 類: 建筑物1～3(灰色屋頂、藍(lán)色屋頂和紅色屋頂),最終制作分類圖時再將3類并為建筑物。

2.2 數(shù)據(jù)預(yù)處理

原始數(shù)據(jù)存在眾多干擾,例如地形起伏會引起像點位移、傳感器誤差會引起大氣反射誤差,為減弱這些干擾對影像分割精度造成的影響,在影像多尺度分割前必須對數(shù)據(jù)進(jìn)行預(yù)處理。圖1 為高分二號遙感影像的數(shù)據(jù)預(yù)處理流程,首先分別將多光譜數(shù)據(jù)和全色數(shù)據(jù)進(jìn)行正射校正,然后將經(jīng)過FLAASH 大氣校正的多光譜數(shù)據(jù)和經(jīng)過正射校正的全色數(shù)據(jù)進(jìn)行融合,最后將融合后的影像進(jìn)行去除噪聲和增強處理。

2.2.1 正射校正

在獲取過程中,遙感數(shù)據(jù)的空間和幾何都有變形,正射校正就是將這些變形形成多個中心投影平面正射影像數(shù)據(jù)。正射校正不僅能校正由于系統(tǒng)因素引起的幾何畸變,而且能校正由于地形起伏產(chǎn)生的畸變,使得遙感影像中的地物更加清晰,獲得豐富的地物信息[11]。對高分二號的全色數(shù)據(jù)和多光譜波段數(shù)據(jù)都進(jìn)行正射校正,所用RPC 文件為高分二號自帶文件,遙感圖像處理平臺ENVI 5.1 中嵌入了全球分辨率為900 m 的DEM 數(shù)據(jù)(GMTED2010.jp2)。

圖1 高分二號遙感數(shù)據(jù)的預(yù)處理流程Fig.1 Pretreatment process of GF-2 remote sensing data

2.2.2 多光譜波段輻射定標(biāo)

在后續(xù)操作中要對高分二號的四個波段進(jìn)行光譜分析。因此,通過對原始數(shù)據(jù)進(jìn)行大氣校正獲得真正的地表反射率十分必要。進(jìn)行大氣校正前需要先對影像做輻射定標(biāo)處理,得到大氣頂層的反射率,再經(jīng)過大氣校正后將大氣頂層反射率轉(zhuǎn)換成地表反射率。

輻射定標(biāo)是將像元灰度值轉(zhuǎn)換成對應(yīng)的大氣頂層輻射值,其相應(yīng)表達(dá)式為

式中: Lλ為大氣頂層輻射值,單位為W ·m?2·S r?1·μm?1;DN 為像元灰度值;Gain 為增益系數(shù); Bias 為偏置系數(shù);Gain 和Bias 均可從遙感數(shù)據(jù)的原文件中讀出。

2.2.3 大氣校正

高分二號遙感影像有四個波段, 包括藍(lán)波段、綠波段、紅波段和近紅外波段[12], 在大氣校正法中,FLAASH 大氣校正法是最常用的一種大氣校正方法,該方法適用的波長范圍為可見光到短紅外波段[13],因此使用該方法對高分二號遙感影像的多光譜波段進(jìn)行處理,在ENVI 5.1 平臺上進(jìn)行FLAASH 大氣校正,需要設(shè)置的參數(shù)有經(jīng)緯度、傳感器高度、成像日期、成像時間、大氣模型、氣溶膠模型和地表高程等,參數(shù)設(shè)置如圖2 所示。

通過ENVI 5.1 平臺可以將輻射定標(biāo)前的光譜值與FLAASH 大氣校正后的光譜值進(jìn)行對比,結(jié)果表明,影像在經(jīng)過FLAASH 大氣校正后消除了大氣因素對建筑物反射的干擾,使得反射率明顯增大。

2.2.4 影像融合

FLAASH 大氣校正后多光譜數(shù)據(jù)具有更加豐富的光譜信息,而全色數(shù)據(jù)具備高分辨率,綜合兩者優(yōu)勢,融合多光譜和全色波段,融合后的數(shù)據(jù)同時具備豐富的光譜和0.8 m 的超高分辨率。使用Brovey 變換、主成分分析法(PCA)、Gram-schmidt pan sharpening(GS)融合三種方法做了對比實驗,研究表明GS 融合法更適用于高分二號數(shù)據(jù),能較好地保持高分二號數(shù)據(jù)的光譜特征和紋理特征,目視效果更真實,因此選取GS融合方法。經(jīng)過FLAASH 大氣校正后的影像與運用GS 融合方法進(jìn)行融合的影像對比結(jié)果如圖3 所示,由圖可知,GS 融合算法與FLAASH 大氣校正法相比,前者在處理高分二號影像數(shù)據(jù)具有較強的適用性。

圖2 高分二號遙感影像FLAASH 大氣校正法的參數(shù)設(shè)置Fig.2 Parameter setting of FLAASH atmospheric correction method for GF-2 remote sensing image

圖3 FLAASH 大氣校正后影像(a)和GS 融合法融合后影像(b)對比圖Fig.3 Comparison of FLAASH atmospheric correction image(a)and GS fusion image(b)

2.3 多尺度分割實驗

利用高分二號遙感影像的形狀和光譜等特征,對預(yù)處理過的影像數(shù)據(jù)采用多尺度分割方法,主要目的是為了獲取合適的分割尺度。圖4 給出了不同分割參數(shù)的分割結(jié)果對比,其中參數(shù)依次是分割尺度、形狀因子和緊致度因子,如圖4(a)中相關(guān)參數(shù)分別為分割尺度150、形狀比例系數(shù)0.7、緊致度比例系數(shù)0.3,圖4(b)-(f)的參數(shù)設(shè)定類同。為進(jìn)一步研究某一參數(shù)對尺度分割的影響,將六幅影像分為三組,第一組圖4(a)、(b),第二組(c)、(d),第三組(e)、(f)。第一組通過設(shè)置不同的緊致度因子比例,得出不同的分割結(jié)果;第二組通過設(shè)置不同的形狀因子比例,得出不同的分割結(jié)果;第三組通過設(shè)置不同的分割尺度,得出不同的分割結(jié)果。

在分割過程中各個波段的權(quán)重系數(shù)均設(shè)置為1。為獲取較好的分割效果,基于建筑物的幾何特征,形狀因子的比例系數(shù)應(yīng)取較大值。將形狀因子比例系數(shù)設(shè)置為0.7、0.2、0.5 作對比,分別對應(yīng)圖4(a)、(c)、(d),當(dāng)形狀因子比例系數(shù)為0.2 時,分割結(jié)果明顯不符合實際情況,沒有沿建筑物的邊界進(jìn)行分割,形狀因子比例系數(shù)為0.5 時,分割結(jié)果較好,但仍不理想,當(dāng)形狀因子比例為0.7 時較符合實際情況;分割尺度的設(shè)置影響影像對象的大小,從而影響分割效果,將分割尺度設(shè)為150、50、250 作對比,分別對應(yīng)圖4(a)、(e)、(f),當(dāng)分割尺度為50 時,過度分割現(xiàn)象明顯,大部分建筑物都被割成多個影像區(qū)域,圖斑破碎,當(dāng)分割參數(shù)設(shè)置成250 時,分割不夠,存在多個建筑物在一個影像對象里的現(xiàn)象,當(dāng)分割尺度為150 時較為符合實際情況;圖4(a)和(b)分別將緊致度因子的比例系數(shù)設(shè)置為0.3 和0.6,當(dāng)緊致度因子的比例系數(shù)是0.3 的時候,分割效果較好,較為符合實際情況。綜合多次實驗,最終選取分割尺度150、形狀比例系數(shù)0.7、緊致度比例系數(shù)0.3 作為最優(yōu)分割參數(shù),此時,總體分割效果最好,共分割為2598 個影像對象。

圖4 分割參數(shù)分別為(a)150、0.7、0.3,(b)150、0.7、0.6,(c)150、0.2、0.1,(d)150、0.5、0.6,(e)50、0.7、0.1,(f)250、0.7、0.1 時分割結(jié)果對比圖Fig.4 Comparison of segmentation results with different segmentation parameters(a)150,0.7,0.3,(b)150,0.7,0.6,(c)150,0.2,0.1,(d)150,0.5,0.6,(e)50,0.7,0.1,(f)250,0.7,0.1

3 結(jié) 論

從基于高分二號遙感影像數(shù)據(jù)的疑似違章建筑監(jiān)測理論技術(shù)的方法出發(fā),對高分二號遙感影像數(shù)據(jù)進(jìn)行選取、預(yù)處理和多尺度分割,重點分析了異質(zhì)性準(zhǔn)則、尺度參數(shù)和各波段權(quán)重三個參數(shù)。試驗結(jié)果表明:異質(zhì)性準(zhǔn)則考慮的形狀特征和光譜特征為互補關(guān)系,二者權(quán)重系數(shù)之和為1;形狀特性包括的平滑度和緊致度也為互補關(guān)系;對不同的參數(shù)進(jìn)行試驗,經(jīng)過多次試驗確定各參數(shù)的最佳值,提高了遙感影像的多尺度分割效果,為疑似違章建筑物的信息提取提供了數(shù)據(jù)基礎(chǔ)。