祁全鵬

（山東寶地益聯(lián)地質(zhì)勘查工程有限公司，山東 青島 266000）

0.引言

從地理角度出發(fā)對地球表面物體與國家人文環(huán)境、社會環(huán)境、自然環(huán)境之間的空間相互關(guān)系與特征表達(dá)進(jìn)行反映，從而對國情變化發(fā)展的各種決定因素實(shí)施全面地研究、分析、統(tǒng)計(jì)，并對下一階段可能的發(fā)展變化規(guī)律進(jìn)行預(yù)測，以提供面向國家決策的重要指導(dǎo)依據(jù)。通過對地理國情進(jìn)行監(jiān)測，能夠深化地理國情普查方面的工作，監(jiān)測工作的開展主要是應(yīng)用3S等現(xiàn)代化信息測繪技術(shù)對地表覆蓋要素、地形、建筑、交通等實(shí)施持續(xù)的、空間的、動態(tài)的、全面的監(jiān)測研究，并對其變化發(fā)展關(guān)系、空間變化趨勢、量化特征表達(dá)等進(jìn)行系統(tǒng)研究分析，打造地理國情數(shù)據(jù)庫，為國家提供準(zhǔn)確、權(quán)威、系統(tǒng)的國情地理信息。隨著測繪地理信息數(shù)據(jù)變得越來越精細(xì)、豐富，其數(shù)量也與日俱增。通過現(xiàn)有的地理信息分析和處理系統(tǒng)很難對數(shù)量龐大的測繪地理信息進(jìn)行準(zhǔn)確的信息處理與提取，使得測繪地理信息中的很多數(shù)據(jù)信息無法被挖掘，因此需要對這些測繪地理信息進(jìn)行空間特征提取，以提升測繪地理信息分類的效率與精度。

測繪地理信息空間特征提取問題的研究已經(jīng)得到了很多國家的重視，近幾年來，該問題的研究成果越來越多。其中余岸竹、劉冰、邢志等學(xué)者針對遙感高光譜影像分類提出了一種測繪地理信息的顯著性特征提取方法，主要應(yīng)用了超像素分割算法、支持向量機(jī)等，實(shí)現(xiàn)了分類精度的提升[1]。綜合以往提出的研究方法，在該問題的研究中應(yīng)用K-T變換思想，提出一種基于K-T變換的測繪地理信息空間特征提取方法，使測繪地理信息能夠更好地應(yīng)用于眾多國民發(fā)展領(lǐng)域中，促進(jìn)社會的進(jìn)步。

1. 基于K-T變換的測繪地理信息空間特征提取方法設(shè)計(jì)

1.1 測繪影像分割

通過形態(tài)學(xué)梯度實(shí)施測繪影像的V-S分水嶺變換，獲取初分割對象，通過鄰域數(shù)組實(shí)施區(qū)域合并，得到最終的測繪影像分割結(jié)果[2]。

通過鄰域數(shù)組實(shí)施區(qū)域合并的過程可以分成兩個(gè)步驟來執(zhí)行。兩個(gè)步驟的具體執(zhí)行流程為：當(dāng)區(qū)域面積小于面積閾值時(shí)，將當(dāng)前區(qū)域判斷為極小區(qū)，并與臨區(qū)域進(jìn)行合并；然后，創(chuàng)建分割區(qū)域NA并進(jìn)行更新和處理；對滿足合并規(guī)則的區(qū)域進(jìn)行二次合并、更新等處理。

通過兩種處理得到最終的測繪影像分割結(jié)果。

1.2 經(jīng)驗(yàn)線性變換

通過K-T變換，依據(jù)測繪影像中植被、土壤等的信息分布規(guī)律，對測繪影像分割結(jié)果實(shí)施經(jīng)驗(yàn)線性變換，獲取濕度、綠度、亮度分量[3]。

在影像多光譜空間，通過傳感器K-T變換系數(shù)進(jìn)行多維空間、線性變換的旋轉(zhuǎn)，使土壤、植物等信息被投影至多維空間平面上[4]。利用坐標(biāo)變換分離二者的光譜特征，獲取三個(gè)與測繪地理信息空間特征關(guān)聯(lián)的新波段。其中亮度分量表示的是地形的變化和各種地物的反射率特點(diǎn)；綠度分量表示的是可見光波段與近紅外波段在反射率上的對比關(guān)系；濕度分量表示的是地表水分狀況。

在K-T變換中，使用的傳感器K-T變換系數(shù)具體（如表1所示）：

表1 傳感器K-T變換系數(shù)

就此實(shí)現(xiàn)濕度、綠度、亮度分量的獲取。

1.3 空間特征建模

通過半變差函數(shù)實(shí)施測繪地理信息空間特征建模。具體步驟如下：

（1）地物樣本選取。通過人工勾畫方式在測繪影像上對典型地物的對應(yīng)樣本圖像進(jìn)行選取。

（2）對濕度、綠度、亮度分量不同滯后的對應(yīng)半變差函數(shù)值進(jìn)行計(jì)算。主要通過WN－ES、N－S、EN－WS、E－W四個(gè)方向的半變差均值對全方向的對應(yīng)半變差值進(jìn)行計(jì)算，具體如式（1）所示：

式（1）中，θ0°為E-W方向的半變差；θ45°為EN-W方向的半變差；θ90°為N-S方向的半變差；θ135°為WN－ES方向的半變差；γ（h）1為濕度分量全方向的對應(yīng)半變差值；Q為濕度分量值；γ（h）2為綠度分量全方向的對應(yīng)半變差值；S為綠度分量值；γ（h）3為亮度分量全方向的對應(yīng)半變差值；Z為亮度分量值。

（3）對半變差函數(shù)曲線進(jìn)行繪制。

（4）根據(jù)繪制曲線對半變差函數(shù)模型進(jìn)行擬合，得到地物的空間特征模型[5]。

1.4 空間特征提取

應(yīng)用灰度屬性粗化運(yùn)算和細(xì)化運(yùn)算實(shí)施空間特征提取。用U表示地物空間特征模型，給定參數(shù)α，以模型中各連通分量的實(shí)際屬性β為依據(jù)實(shí)施過濾操作。對于連通分量wi，當(dāng)其實(shí)際屬性滿足式（2）：

則該區(qū)域不變。

當(dāng)不滿足上式，將連通分量wi直接并入最近的相近灰度值區(qū)域，如該區(qū)域的灰度值偏低，稱該操作為細(xì)化操作；如該區(qū)域的灰度值偏高，稱該操作為粗化操作。通過一系列粗化操作和細(xì)化操作，獲取地物空間特征模型對應(yīng)屬性剖面，具體如式（3）所示：

式（3）中，φ為細(xì)化操作；?為粗化操作；n為α的個(gè)數(shù)。

就此實(shí)現(xiàn)測繪地理信息空間特征提取。

2.空間特征提取測試研究

2.1 實(shí)驗(yàn)數(shù)據(jù)集

為測試設(shè)計(jì)的基于K－T變換的測繪地理信息空間特征提取方法的性能，采用以下三個(gè)實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行測試：

第一個(gè)實(shí)驗(yàn)數(shù)據(jù)集選用DMC－03數(shù)據(jù)集，其測繪地理信息主要通過反射式光學(xué)系統(tǒng)獲取。數(shù)據(jù)集中的數(shù)據(jù)光譜波段共115個(gè)。數(shù)據(jù)集的信息具體如下：

空間分辨率：1.3m；

大小：340列、610行；

數(shù)據(jù)量：33.4MB；

地表覆蓋物：裸地、草地、磚砌路、陰影、屋頂、小路。

第二個(gè)實(shí)驗(yàn)數(shù)據(jù)集選用Reykjavik數(shù)據(jù)集（IKONOS- 2全色高分影像），能夠?qū)υO(shè)計(jì)方法能否適應(yīng)全色高分影像進(jìn)行測試。數(shù)據(jù)集的信息具體如下：

空間分辨率：1.0m；

光譜范圍：0.4－0.9μm ；

大?。?75行；各行像素個(gè)數(shù)：652個(gè)；

地表覆蓋物：居民區(qū)、街道、大房子、陰影、裸地、小房屋；

全色光譜分布情況：較為廣泛。

第三個(gè)實(shí)驗(yàn)數(shù)據(jù)集選用ROSIS－03數(shù)據(jù)集，其原始數(shù)據(jù)是1052掃描線，各掃描線中的像素?cái)?shù)為1052個(gè)。由于部分?jǐn)?shù)據(jù)質(zhì)量較差，移除其中的253個(gè)像素。數(shù)據(jù)集的信息如下：

1052條掃描線，各掃描線中的像素?cái)?shù)為799個(gè)；

總數(shù)據(jù)量：125.6MB；

影像空間分辨率：1.3m；

地表覆蓋物：陰影、瓦房、碎石路、柏油路、裸地、磚房。

三個(gè)數(shù)據(jù)集的具體影像（如圖1所示）：

圖1 三個(gè)數(shù)據(jù)集的影像

根據(jù)以上實(shí)驗(yàn)數(shù)據(jù)集開展設(shè)計(jì)方法的性能測試。

2.2 測試項(xiàng)目

對于設(shè)計(jì)方法的測試，主要對兩個(gè)項(xiàng)目進(jìn)行測試：第一個(gè)測試項(xiàng)目是豐度圖角度，第二個(gè)測試項(xiàng)目是端元光譜角度。

（1）豐度圖角度能夠?qū)Ω鞣N空間特征分布向量與其參考端元間的光譜角度平均值進(jìn)行描述，對二者相似性進(jìn)行衡量，其理想數(shù)值是0。

（2）端元光譜角度能夠?qū)Ω鞣N空間特征端元光譜特征與其參考端元間的光譜角度進(jìn)行描述。

為減少隨機(jī)量對實(shí)驗(yàn)結(jié)果的影響，采用多次測量結(jié)果額定平均值作為實(shí)驗(yàn)結(jié)果。

2.3 測試結(jié)果分析

2.3.1 豐度圖角度測試結(jié)果分析

利用設(shè)計(jì)方法對三個(gè)實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行測繪地理信息空間特征提取，測試其豐度圖角度數(shù)據(jù)。

不同地物的豐度圖角度測試具體結(jié)果（如圖2所示）：

圖2 三個(gè)實(shí)驗(yàn)數(shù)據(jù)集不同地物的豐度圖角度測試結(jié)果

根據(jù)圖2不同地物的豐度圖角度測試數(shù)據(jù)，實(shí)驗(yàn)數(shù)據(jù)集一中裸地、草地、磚砌路、陰影、屋頂、小路這六種地物的豐度圖角度都較低，整體豐度圖角度水平大約處在0.18°；實(shí)驗(yàn)數(shù)據(jù)集二中居民區(qū)、街道、大房子、陰影、裸地、小房屋這六種地物的豐度圖角度均較低，整體豐度圖角度水平大約處在0.17°；實(shí)驗(yàn)數(shù)據(jù)集三中陰影、瓦房、碎石路、柏油路、裸地、磚房這六種地物的豐度圖角度也較低，整體豐度圖角度水平大約處在0.12°。這說明設(shè)計(jì)方法的測繪地理信息空間特征提取性能較好。

2.3.2 端元光譜角度測試結(jié)果分析

在測繪地理信息空間特征提取中測試設(shè)計(jì)方法的端元光譜角度數(shù)據(jù)。

不同地物的端元光譜角度測試結(jié)果具體（如圖3所示）：

圖3 三個(gè)實(shí)驗(yàn)數(shù)據(jù)集不同地物的端元光譜角度測試結(jié)果

根據(jù)圖3不同地物的端元光譜角度測試結(jié)果，實(shí)驗(yàn)數(shù)據(jù)集一中裸地、草地、磚砌路、陰影、屋頂、小路這六種地物的端元光譜角度偏低，整體端元光譜角度水平大約處在4.22°；實(shí)驗(yàn)數(shù)據(jù)集二中居民區(qū)、街道、大房子、陰影、裸地、小房屋這六種地物的端元光譜角度較低，整體端元光譜角度水平大約處在4.03°；實(shí)驗(yàn)數(shù)據(jù)集三中陰影、瓦房、碎石路、柏油路、裸地、磚房這六種地物的端元光譜角度也偏低，整體水平大約處在4.07°。這同樣說明設(shè)計(jì)方法的測繪地理信息空間特征提取性能良好。

3.結(jié)束語

隨著測繪地理信息的應(yīng)用越來越廣泛，其空間特征提取問題受到了眾多領(lǐng)域的關(guān)注。在研究中應(yīng)用了K－T變換思想，設(shè)計(jì)了一種新的測繪地理信息空間特征提取方法，實(shí)現(xiàn)了各種地物的空間特征提取，對于國土資源勘查、環(huán)境監(jiān)測、農(nóng)業(yè)生產(chǎn)、地物探測等領(lǐng)域的發(fā)展有很大意義。