付曉燕，岳彩榮，蔣之富

（1.西南林業(yè)大學(xué)，云南 昆明 650224；2.國家林業(yè)和草原局西南調(diào)查規(guī)劃院，云南 昆明 650031）

森林資源動態(tài)監(jiān)測已經(jīng)成為林業(yè)的重要工作，當(dāng)前森林資源變化檢測主要依靠目視判讀對比前后兩期遙感影像，根據(jù)像素值對比發(fā)現(xiàn)森林資源疑似變化區(qū)域。但遙感影像內(nèi)容豐富、覆蓋區(qū)域往往比較大，通過人眼識別、手工區(qū)劃變化區(qū)域，不僅工作量大、效率低，而且可能存在漏劃、錯劃的情況[1]。目前，業(yè)內(nèi)還沒有非常有效的技術(shù)手段對遙感影像變化區(qū)域進(jìn)行自動檢測、區(qū)劃。本文旨在通過研究多期遙感影像的變化特點，提出自動區(qū)劃遙感影像變化區(qū)域的算法、方法，并在林業(yè)最為常用的地理信息系統(tǒng)軟件ArcGIS上實現(xiàn)該算法，開發(fā)相應(yīng)的插件和軟件工具，以快速、較為準(zhǔn)確地通過兩期遙感影像對比自動獲得監(jiān)測區(qū)的變化圖斑。

1 研究方法

利用ArcGIS插件開發(fā)技術(shù)和ArcObjects SDK，在研究現(xiàn)有的遙感影像變化檢測算法的基礎(chǔ)上，提出一種快速進(jìn)行遙感影像變化檢測和變化區(qū)域分割、提取算法，實現(xiàn)遙感影像變化檢測半自動區(qū)劃工具、遙感影像變化檢測自動區(qū)劃工具。

2 研究內(nèi)容

研究內(nèi)容主要涉及到ArcGIS插件開發(fā)技術(shù)、遙感影像數(shù)據(jù)管理模塊開發(fā)、兩期遙感影像自動檢查和搜索算法、遙感影像變化檢測和變化區(qū)域分割提取算法、算法優(yōu)化等內(nèi)容。需要指出的是，本文所說的林地，是指由林業(yè)主管部門管理的、有植被覆蓋的土地。

2.1 遙感影像數(shù)據(jù)管理

在有限的時間和資源基礎(chǔ)上，完全從底層開發(fā)影像數(shù)據(jù)管理功能已不太現(xiàn)實，采用現(xiàn)有的、成熟的軟件平臺可以將重點放在遙感影像變化檢測算法的設(shè)計和改進(jìn)上，忽略細(xì)枝末節(jié)?；谶@個原因，作者采用目前業(yè)內(nèi)最為成熟的ArcGIS軟件，作為影像數(shù)據(jù)加載、顯示、管理的基本平臺，在ArcGIS軟件上，采用插件開發(fā)技術(shù)、ArcObjects SDK進(jìn)行影像數(shù)據(jù)處理、變化檢測的定制開發(fā)。

2.2 遙感影像自動檢查和搜索

目前現(xiàn)有的軟件平臺在進(jìn)行變化檢測時，均需要人為確保前后兩期影像是否為同一個區(qū)域、坐標(biāo)系是否一致、遙感影像范圍是否一致，影像檢測前往往需要裁剪、坐標(biāo)系變換等工作，增加了人為工作量。為減輕人為工作量，筆者設(shè)計了影像區(qū)域檢測模塊，對影像的坐標(biāo)范圍、坐標(biāo)系統(tǒng)進(jìn)行變化檢測，自動提取前后兩期影像的公共范圍。

2.3 遙感影像變化檢測和變化區(qū)域提取算法研究

影像變化檢測的關(guān)鍵在于變化檢測和變化區(qū)域提取算法研究和設(shè)計，現(xiàn)有的軟件平臺主要采用監(jiān)督分類、無監(jiān)督分類兩類算法，監(jiān)督分類需要訓(xùn)練樣本，人為干預(yù)地方很多，要實現(xiàn)自動變化檢測，這一方法基本可以排除。無監(jiān)督分類大多基于統(tǒng)計理論，如主成分分析、NDVI指數(shù)、相似像素聚類等?，F(xiàn)有這些方法都基于嚴(yán)格的數(shù)學(xué)模型，從理論上說，能較好地提取變化區(qū)域，但在實際使用過程中，提取效果總是差強人意。筆者認(rèn)為主要原因在于，這些算法往往是基于比較好的影像數(shù)據(jù)，設(shè)計算法的人也是基于規(guī)整的影像數(shù)據(jù)，沒有考慮實際使用過程中諸多因素，如前后兩期影像的一小部分存在陰影，兩期影像校正效果不理想，局部存在偏移，兩期影像范圍不一致等等，導(dǎo)致產(chǎn)生很多偏差。故有必要對現(xiàn)有算法進(jìn)行改進(jìn)，在算法的檢測過程中，對出現(xiàn)的偏差進(jìn)行自動排除。

2.4 基于多線程下的優(yōu)化算法

對于大范圍的高分辨率遙感影像，數(shù)據(jù)量往往很大，難以一次性對整幅遙感影像進(jìn)行分割，需要設(shè)計一種優(yōu)化算法。本文采用的是異步分割算法，該算法在邏輯上將整幅遙感影像劃分成多個格網(wǎng)，分割過程是按格網(wǎng)進(jìn)行異步分割。格網(wǎng)只是邏輯劃分，無需進(jìn)行柵格影像切割，原因是ArcObjects開發(fā)的程序可同時對一幅遙感影像加載多次，這與多個ArcGIS進(jìn)程可以加載同一幅影像是相類似的。當(dāng)要分割一個格網(wǎng)區(qū)域時，只需要指定格網(wǎng)的左下角坐標(biāo)、行數(shù)、列數(shù)和需要分割的影像文件位置，就可以指定一個分割范圍，然后工具啟動多個線程對格網(wǎng)進(jìn)行異步分割。

計算機處理數(shù)據(jù)時有單線程和多線程之分，單線程就是進(jìn)程內(nèi)用1個主要線程進(jìn)行數(shù)據(jù)處理，多線程是啟用多個線程同時進(jìn)行數(shù)據(jù)處理。為提升分割效率，遙感影像分割肯定需要啟用多線程技術(shù)。現(xiàn)在的計算機處理器普遍在4核心以上，可以充分利用多核心的優(yōu)勢，進(jìn)行異步分割。本文設(shè)計了一種算法，該算法在運行過程中，將會自動獲取計算機物理核心數(shù)和可用內(nèi)存，根據(jù)物理核心數(shù)，分配多個線程同時進(jìn)行分割。對于4核心處理器計算機，工具最多啟動2個線程；對于8核心計算機，工具最多啟動6個分割線程；對于16核心以上處理器，工具最多啟動14個分割線程。也就是說，對于一臺16核心處理器的計算機，如果內(nèi)存充足，工具將會啟動14個分割線程同時進(jìn)行分割。假設(shè)每個分割線程分割的格網(wǎng)大小是3500×3500個像素，高分遙感影像分辨率為2m，則每個分割線程分割的面積是7000×7000m，即49.0 km2，14個線程可以同時分割686.0 km2的區(qū)域，因為需要分割的遙感影像往往不是方形的，因此實際分割的有效區(qū)域可能會更小一些。通過多線程進(jìn)行優(yōu)化，可以極大地提升運行效率。

2.5 遙感影像半自動區(qū)劃模塊、自動分割模塊實現(xiàn)

在Visual Studio 2010開發(fā)工具上，應(yīng)用C#和.Net 4.0，結(jié)合ArcGIS插件開發(fā)技術(shù)，筆者將以上算法編寫代碼，封裝成插件和對應(yīng)的軟件工具，以工具欄的形式鑲嵌在ArcMap主界面上，既能方便林業(yè)工作人員調(diào)用，也能充分利用現(xiàn)有ArcGIS工具，提升工作效率。

3 關(guān)鍵算法

3.1 前后兩期遙感影像自動檢查和搜索技術(shù)研究

在用分割算法分割前，需要檢查影像坐標(biāo)系統(tǒng)、空間位置等是否正確。工具設(shè)計了影像質(zhì)量檢測和搜索算法，能根據(jù)遙感影像拍攝時間、遙感影像像素值，自動確定子區(qū)域劃分方法。

3.2 變化區(qū)域搜索、像元聚類、自動分割算法實現(xiàn)

根據(jù)搜索到的前后兩期遙感影像，在邏輯上劃分成3500×3500個像素大小的格網(wǎng)，在格網(wǎng)內(nèi)，再劃分成2×2個像素的細(xì)小格網(wǎng)，按4個像素大小的區(qū)域進(jìn)行像素比較，對細(xì)小格網(wǎng)內(nèi)像素值很接近（如像素R、G、B值在15%以內(nèi)）的，由該區(qū)域開始往外聚類，聚類后面積大于一定值（如100m2）的區(qū)域，標(biāo)記本期疑似區(qū)域。對搜索到的前期遙感影像，按相同方法處理，由該區(qū)域進(jìn)行聚類，標(biāo)記為前期疑似區(qū)域。用本期疑似區(qū)域按空間位置選中前期疑似區(qū)域的結(jié)果，將選中區(qū)域調(diào)用ArcObjects的圖層相減后，進(jìn)行多部件打散，刪除面積小于200m2的面，得到疑似前期林地轉(zhuǎn)變成本期非林地圖斑結(jié)果；分割結(jié)果中的前期疑似非林地圖斑減本期疑似林地圖斑，得到前期非林地轉(zhuǎn)化成本期有林地圖斑結(jié)果。

3.3 區(qū)劃圖斑邊界調(diào)整算法

自動分割完成后，分割邊界沿像素值邊界前進(jìn)，可能存在分割邊界點過密、鋸齒狀明顯的問題，實際應(yīng)用仍然存在諸多不便，需要對圖斑邊界進(jìn)行抽稀、修正、去除面積過小的內(nèi)環(huán)（如內(nèi)環(huán)面積小于50m2），按林業(yè)經(jīng)營界線（如林班界）進(jìn)行進(jìn)一步分割，達(dá)到符合林業(yè)區(qū)劃標(biāo)準(zhǔn)的要求。

3.4 變化區(qū)域自動分割算法優(yōu)化

大范圍的高分遙感影像，數(shù)據(jù)量極大，自動勾繪運行速度可能較慢，需要進(jìn)一步優(yōu)化，優(yōu)化主要從兩方面進(jìn)行。

（1）盡量縮小自動分割范圍。例如，在只需要監(jiān)測林地減少的情況，結(jié)合林業(yè)經(jīng)營資料，剔除非林地區(qū)域，僅僅在林地范圍內(nèi)進(jìn)行自動勾繪；在只需要監(jiān)測林地增加的情況，結(jié)合林業(yè)經(jīng)營資料，剔除有林地區(qū)域；既要監(jiān)測林地增加、也要監(jiān)測林地減少的情況，盡量利用監(jiān)測區(qū)域的行政邊界，減少區(qū)劃范圍。

（2）充分利用現(xiàn)有計算機的多核心、大內(nèi)存等優(yōu)勢，提高運算性能?，F(xiàn)有的計算機一般都有四核甚至六核心以上處理，在變化區(qū)域勾繪時，充分利用多核心優(yōu)勢，同時異步分割多個3500×3500個像素格網(wǎng)，如在六核處理器的計算機上，通過多線程技術(shù)，同時對4個3500×3500個像素格網(wǎng)進(jìn)行自動分割，對于具有16核心處理器的工作站，同時對14個3500×3500個像素的格網(wǎng)進(jìn)行自動分割。

研究過程中發(fā)現(xiàn)，格網(wǎng)的形狀最好為正方形，正方形方便程序處理和優(yōu)化。格網(wǎng)范圍也不能過大，格網(wǎng)大小不能超過3500×3500個像素但最好大于1000×1000個像，原因是ArcObjects開發(fā)的程序是基于32位進(jìn)程的，32位進(jìn)程占用的總內(nèi)存不能超過4GB，在分割過程中，需要存儲每個像素點的RGB分量、主要波段等信息，如果范圍過大，會導(dǎo)致內(nèi)存溢出。對于1m分辨率的高分遙感影像，3500×3500個像素相當(dāng)于3500×3500m的區(qū)域，即12.25 km2；對于2m分辨率的高分遙感影像，3500×3500個像素相當(dāng)于7000×7000米的區(qū)域，即49 km2，每個子區(qū)域的實際范圍并不小。需要說明的是，因為要分割的遙感影像往往不是方形的，還存在一些背景區(qū)域，在邊界上需要分割的有效影像會更小一些。格網(wǎng)如果劃分過小，會導(dǎo)致格網(wǎng)數(shù)量增加，降低數(shù)據(jù)處理效率，增加后期融合的工作量。對于2m的高分遙感影像，云南省的一個縣，格網(wǎng)劃分個數(shù)一般在40～80個之間。對于16核心的計算機來說，可最多啟用14個分割線程，每個線程分割時間大致在3～10分鐘，每個計算機物理核心平均運行3到6輪可以分割一個縣，運行時間視政區(qū)面積，大致在15～70分鐘可以完成一個縣的自動分割。

3.5 分割區(qū)域合并和消除

因為在分割過程中，劃分了多個格網(wǎng)，因此異步分割后還需要對分割結(jié)果進(jìn)行融合、合并操作，將按格網(wǎng)的分割結(jié)果融合成一個整體。融合操作主要采用ArcObjects的Merge算法進(jìn)行合并，合并后調(diào)用ArcObjects的GP工具的融合算法，按類別進(jìn)行融合和消除，并刪除面積小于200m2的細(xì)碎圖斑。在工具運行過程中，可以調(diào)用ArcGIS的工具箱來進(jìn)行一些常見的空間分析運算，這也是插件開發(fā)最大的優(yōu)點。

4 運行效果

4.1 工具欄封裝效果

為便于使用，作者將算法封裝成多個模塊，利用C#4.0程序設(shè)計語言和Visual Studio 2010開發(fā)軟件，編寫成2個ArcGIS插件“遙感影像變化監(jiān)測半自動區(qū)劃工具”和“遙感影像變化監(jiān)測自動區(qū)劃工具”，輔助判讀工具可以內(nèi)嵌在ArcMap 10.2以上的版本中，方便與ArcGIS的其他工具協(xié)同操作，封裝后的工具欄運行效果見圖1，上面的工具為半自動區(qū)劃工具，下面的工具為自動分割工具，因工具欄過短，無法顯示所有的文字。

圖1 工具欄運行效果Figure 1 Segmentation toolbar running effects

4.2 半自動區(qū)劃工具運行效果

半自動區(qū)劃原理類似于Photoshop中的魔法棒，仍然需要借助人力查找到某個變化區(qū)域，在變化區(qū)域點一下鼠標(biāo)，或者繪制一條線段，工具利用分割算法自動分割該變化區(qū)域，因為需要人力找到變化區(qū)域，因此稱為半自動區(qū)劃工具。通過在屏幕上單擊某個區(qū)域，工具自動將該區(qū)域相鄰的像素進(jìn)行聚類和勾繪，勾繪方法和效果如圖2所示。在圖2的左圖，找到變化區(qū)域后，手工點一個點或者繪制一條線段，工具將會自動分割并將結(jié)果形成面。勾繪結(jié)果自動平滑后，效果不亞于手工勾繪。繪制過程中，如果存在已有圖斑，工具還能自動扣除已經(jīng)有的圖斑，如圖2右下角的一小塊圖斑，工具可以自動扣除，省去了手工捕捉的繁瑣工作過程。

圖2 半自動區(qū)劃工具運行效果Figure 2 Semi-automatic segmentation running effects

4.3 自動分割工具運行效果

因自動分割工具并不需要手工勾繪圖斑邊界，因此自動分割工具欄按鈕要比輔助判讀工具欄界面簡潔，自動分割工具欄只有6個按鈕（如圖1下半部分工具欄）。該工具欄最重要的按鈕是最右邊的遙感影像自動分割按鈕，點擊該按鈕后，自動分割運行界面如圖3所示。自動分割時需要錄入本期、前期遙感影像，通過圖3界面左側(cè)的功能區(qū)進(jìn)行數(shù)據(jù)錄入，通過圖3右側(cè)的進(jìn)程監(jiān)控區(qū)域進(jìn)程分割進(jìn)程監(jiān)控。

圖3 自動分割工具運行效果Figure 3 Automatic segmentation running window

自動分割運行效果如圖4所示，圖4為云南省昆明市高分1號遙感影像，遙感影像分辨率為2 m，圖4中左圖為本期變化后的影像，圖4右圖為前期未發(fā)生變化的影像，黃色邊界為自動分割獲取的變化區(qū)域。自動區(qū)劃能獲取到變化區(qū)域，但是在邊界線方面仍然不是很精細(xì)，存在人工進(jìn)一步調(diào)整的必要。

圖4 自動分割運行效果Figure 4 Automatic segmentation running results

5 結(jié)語

本文設(shè)計的方法，優(yōu)點是采用多線程技術(shù)，提取速度較快，特別是對變化較為明顯的區(qū)域，效果較好。自動和半自動勾繪的邊界非常接近專業(yè)人員的勾繪（如圖2所示）。分割算法不僅適用于高分辨率遙感影像，也適應(yīng)于無人機航拍的高清影像。算法為筆者自行編寫，可以隨時根據(jù)業(yè)務(wù)需要進(jìn)行定制和更改，可以根據(jù)衛(wèi)星影像情況進(jìn)行優(yōu)化。但是改進(jìn)現(xiàn)有算法對計算機技術(shù)和算法要求很高，需要做很多測試，筆者在實現(xiàn)過程中也發(fā)現(xiàn)一些不足的地方，亟待解決，主要體現(xiàn)在以下3個方面：

（1）細(xì)長型的地物識別，可能會存在間斷的問題（如圖5所示）。如在林區(qū)開挖的小路，因路面寬度較小，受樹冠陰影影響較大，可能會存在間斷的問題，如何對其改進(jìn)也是技術(shù)上的一大難點。

圖5 難以連續(xù)分割的狹長小路Figure 5 Narrow path that is difficult to be divided

（2）遙感影像質(zhì)量較差時（如存在云、霧覆蓋）難以自動區(qū)劃，需人工輔助區(qū)劃。云霧覆蓋導(dǎo)致的誤判，需要借助深度學(xué)習(xí)才能有所緩解，下一步研究往深度學(xué)習(xí)方向拓展。

（3）兩期影像配準(zhǔn)時要比較準(zhǔn)確，不能出現(xiàn)同一位置前后兩期影像偏差較大的情況。雖然在研究過程中對編寫的算法進(jìn)行了一定的偏移容差限制，但同一地物前后兩期遙感影像配準(zhǔn)偏差太大時，容易導(dǎo)致誤判。