戴 晶
(無(wú)錫市國(guó)土空間規(guī)劃編制研究中心,江蘇無(wú)錫 214000)
為了定期的了解區(qū)域內(nèi)地表的建筑情況、資源利用現(xiàn)狀,需要定期的對(duì)區(qū)域內(nèi)地表信息進(jìn)行提取與監(jiān)測(cè),應(yīng)用遙感影像獲取技術(shù),為整體的地表資源利用情況提供技術(shù)與數(shù)據(jù)保障[1]?;谝陨媳尘?,本文基于機(jī)載遙感影像處理技術(shù),研究了一種地表覆蓋信息的提取方法,提高地表覆蓋信息數(shù)據(jù)的精準(zhǔn)性。
在地表覆蓋信息的提取過程中,最基礎(chǔ)的環(huán)節(jié)是對(duì)地表覆蓋信息的空間尺度特征進(jìn)行分析與提取。在二維空間中,利用高斯卷積算法,實(shí)現(xiàn)實(shí)際待測(cè)信息的尺度與二維圖像尺度的對(duì)應(yīng)與轉(zhuǎn)化[2-3],計(jì)算表示為:
式中,C(m,n)表示影像中的待測(cè)的位置的初始坐標(biāo);*表示變換過程中的卷積計(jì)算;ε 表示待測(cè)位置的尺度坐標(biāo)。B(m,n,ε)表示待測(cè)位置坐標(biāo)經(jīng)過高斯卷積轉(zhuǎn)換得到的坐標(biāo)信息,該值還可以表示為:
為了使得到的影像某一位置的尺度特征更加穩(wěn)定,引入高斯尺度的相隔線型的比例因子ω,通過對(duì)影像的不同尺度特征的高斯差的分核計(jì)算,將鄰近的兩組尺度特征進(jìn)行圖像額卷積差處理,得到更加穩(wěn)定的影像的尺度特征。
紋理特征是地表覆蓋信息的主要特征之一,可以作為尺度特征的重要補(bǔ)充信息。該特征具體可以展現(xiàn)出待測(cè)影像的灰度信息及性質(zhì),以及影像的空間關(guān)系特征,是同一質(zhì)感區(qū)域內(nèi)的一致性的體現(xiàn)以及范圍內(nèi)差異性的展現(xiàn)。將區(qū)域內(nèi)的空間結(jié)構(gòu)的不同,反映為紋理特征值的不同,是一種具有不穩(wěn)定性的特征[4]?,F(xiàn)進(jìn)行紋理特征相關(guān)變量的分析,表示為:
式中,d1,d2,d3,d4,d5分別表示紋理特征的相關(guān)性變量:角度矩,相關(guān)性,反差分矩,均值以及熵值;em、en分別表示均值差;fm、fn分別表示標(biāo)準(zhǔn)立方差。通過上述相關(guān)變量計(jì)算,可以描述影像的紋理特征。但由于地表物質(zhì)的類型不同,上述計(jì)算的特征區(qū)分與提取的能力與程度也不同[5]。因此,在提取特征前,需要確定計(jì)算的數(shù)量以及待測(cè)點(diǎn)識(shí)別的精度,才能得到更加精準(zhǔn)的紋理特征。區(qū)分能力的精度計(jì)算,表示為:
式中,?表示相鄰紋理特征信息的距離,當(dāng)該距離值越大的情況下,對(duì)不同類型紋理特征信息的識(shí)別能力越強(qiáng)。根據(jù)以上計(jì)算,提取精準(zhǔn)的地表覆蓋信息的紋理特征,為地表覆蓋信息的采集提供更精準(zhǔn)的識(shí)別特征。
為了精準(zhǔn)的對(duì)初步采集的影像信息進(jìn)行處理,需要確定影像的坐標(biāo)系,將不同角度影像進(jìn)行整合與統(tǒng)一。本文將影像的左上角,定義為系統(tǒng)的坐標(biāo)原點(diǎn),坐標(biāo)原點(diǎn)向左的方向,為水平方向的正值,坐標(biāo)原點(diǎn)向上的方向,為豎直方向的正直。影像的坐標(biāo)單位,以影像的像素為基準(zhǔn)。基于定義的坐標(biāo)系,將影像進(jìn)行配準(zhǔn)處理,具體表現(xiàn)為通過對(duì)不同影像之間的幾何關(guān)系,按照?qǐng)D像中共有的元素額空間位置,進(jìn)行精準(zhǔn)的匹配,得到更加準(zhǔn)確的影響數(shù)據(jù)信息。設(shè)同一地表區(qū)域的兩組相鄰的影像為P、Q,在影像P 中,隨機(jī)提取兩處待測(cè)位置,分別表示為p1(m1,n1)、p2(m2,n2),進(jìn)行影像的角度配準(zhǔn)計(jì)算,表示為:
式中,α1表示兩待測(cè)位置,構(gòu)成的直線方位角。在影像Q 中,確定與影像P 中兩點(diǎn)對(duì)應(yīng)的同名點(diǎn)q1、q2,同上述計(jì)算,得到兩點(diǎn)的直線方位角α2。那么可以計(jì)算出這兩條直線之間的夾角,表示為α=α2-α1。從而得到無(wú)數(shù)條兩組影像之間直線的夾角表示為:
進(jìn)行不同影像之間的角度的配準(zhǔn)計(jì)算,進(jìn)行不同影像的重疊度配準(zhǔn)處理。設(shè)待處理的影像的寬度為R,在影像P、Q 中,隨機(jī)選取兩組影像的端點(diǎn)位置坐標(biāo)p3、p4、q3、q4。將影像進(jìn)行重疊度配準(zhǔn)計(jì)算,表示為:
式中,(m',n')表示經(jīng)過重疊配準(zhǔn)后,得到的影像待測(cè)位置的坐標(biāo)。根據(jù)上述計(jì)算,配準(zhǔn)處理的重疊度μ 可以表示為:
根據(jù)上述計(jì)算,經(jīng)過配準(zhǔn)處理,完成不同影像的坐標(biāo)系統(tǒng)的統(tǒng)一,與計(jì)量單位的統(tǒng)一,得到更精準(zhǔn)的地表覆蓋信息數(shù)據(jù)。
在采集數(shù)據(jù)配準(zhǔn)處理的基礎(chǔ)上,進(jìn)行影像的融合處理。在機(jī)載遙感影像中,包括了多種光譜,為了將光譜進(jìn)行統(tǒng)一,采用融合計(jì)算,將全色以及多光譜的影像進(jìn)行整合,提高信息數(shù)據(jù)的精準(zhǔn)性,避免后續(xù)的分割中有誤讀的情況,造成影像數(shù)據(jù)的缺失。利用主成分分析變換法,進(jìn)行影像數(shù)據(jù)的融合處理。設(shè)待測(cè)影像的多光譜的波段數(shù)為x,列出相應(yīng)的波段矩陣T,經(jīng)過矩陣的分析計(jì)算,得到融合處理的特征系數(shù)σr,將得到的所有的特征系數(shù)進(jìn)行升序排列,即σ1≤σ2≤……≤σx,可以得到每組影像的融合計(jì)算,表示為:
式中,u 表示影像不同分量的序列數(shù);φu表示影像中的第個(gè)u 分量;ar表示待測(cè)位置的波段得到序列數(shù);表示影像中第r 個(gè)分量對(duì)應(yīng)的波段;?r,u表示特征系數(shù)在r 行以及第u 列位置處的結(jié)果。通過上述計(jì)算,可以完成對(duì)不同波段影像的替換與融合,使處理后的影響呈現(xiàn)出色彩均勻,層次鮮明,紋理清晰的狀態(tài),沒有重疊陰影與虛化圖像的現(xiàn)象,增強(qiáng)了提取地表覆蓋信息的精準(zhǔn)度與清晰度。
在機(jī)載遙感影像提取過程中,在周圍環(huán)境的影響下,影像數(shù)據(jù)會(huì)產(chǎn)生的噪聲,導(dǎo)致影像存在虛化、模糊等現(xiàn)象。為了去除這種影像,增強(qiáng)影像的空域特征與時(shí)域、頻域特征,現(xiàn)采用灰度調(diào)整法,對(duì)影像數(shù)據(jù)信息進(jìn)行去噪處理,計(jì)算表示為:
式中,m1、m2分別表示影像去噪處理前的灰度量;n1、n2分別表示影像去噪處理之后的灰度量;Y(m)表示線性灰度轉(zhuǎn)換函數(shù)。在一般的計(jì)算機(jī)中,相關(guān)顯示器的亮度的范圍,一般在[0,255]之間。在該值域范圍內(nèi),選擇相應(yīng)的影像動(dòng)態(tài)系數(shù)。根據(jù)上述計(jì)算,將影像進(jìn)行去噪處理,得到更加清晰與精準(zhǔn)的地表覆蓋信息影像,完成基于遙感影像處理技術(shù)的地表覆蓋信息的提取,為測(cè)繪工程提供一種影像數(shù)據(jù)處理方法。
為檢測(cè)本文設(shè)計(jì)的基于機(jī)載遙感影像處理的地表覆蓋信息提取技術(shù)的可行性與精準(zhǔn)性,設(shè)計(jì)了仿真模擬對(duì)比試驗(yàn)?;赪indows 系統(tǒng)的MeshLab 程序,搭建本次試驗(yàn)平臺(tái)。選擇Dell 作為試驗(yàn)平臺(tái)的服務(wù)器,系統(tǒng)的內(nèi)存為64 GB,運(yùn)存8 GB。在系統(tǒng)中接入MySQL 數(shù)據(jù)庫(kù),做為平臺(tái)的數(shù)據(jù)管理、存儲(chǔ)中心。系統(tǒng)的開發(fā)語(yǔ)言為Python,便于爬取遙感影像數(shù)據(jù)。根據(jù)上文所述的影像的增強(qiáng)處理與分割處理,計(jì)算本次試驗(yàn)的影像增強(qiáng)處理參數(shù)以及分割參數(shù),結(jié)果見表1。
表1 仿真對(duì)比試驗(yàn)的影像增強(qiáng)與分割參數(shù)表
在上述試驗(yàn)準(zhǔn)備的基礎(chǔ)上,進(jìn)行模擬試驗(yàn)。對(duì)于隨機(jī)的五組圖像,分別將本文設(shè)計(jì)的信息提取技術(shù)(試驗(yàn)組),與傳統(tǒng)的提取方法(對(duì)照組),通過上述試驗(yàn)平臺(tái),進(jìn)行模擬的地表覆蓋信息的提取,記錄每組影像采集的圖斑數(shù)量,與實(shí)際的監(jiān)測(cè)信息進(jìn)行對(duì)比,結(jié)果見表2。
表2 每組影像采集的圖斑數(shù)量對(duì)比表
由上表可知,試驗(yàn)組對(duì)地表覆蓋信息的采集圖斑的數(shù)量均高于對(duì)照組,試驗(yàn)組對(duì)五組影像采集的圖斑正確率的平均值約為92.13%,對(duì)照組對(duì)五組影像采集的圖斑正確率的平均值約為77.12%,試驗(yàn)組比對(duì)照組高15.01%,表明本文設(shè)計(jì)的地標(biāo)覆蓋信息的提取方法具有更高的分辨率與精準(zhǔn)性。
為進(jìn)一步檢測(cè)信息提取技術(shù)的準(zhǔn)確性,分別計(jì)算五組地表覆蓋信息提取結(jié)果的總精度,結(jié)果見圖1。
圖1 五組地表覆蓋信息提取結(jié)果的總精度對(duì)比圖
由上圖可知,試驗(yàn)組方法對(duì)五組采集影像的信息提取結(jié)果的總精度,均低于對(duì)照組,分別低17.90%、16.72%、8.88%、27.9%、15.72%,試驗(yàn)組的準(zhǔn)確度更高。綜上所示,本文設(shè)計(jì)的基于機(jī)載遙感影像處理的地表覆蓋信息的提取技術(shù),具有可行性與精準(zhǔn)性,對(duì)信息數(shù)據(jù)的采集更加精確化細(xì)節(jié)化,對(duì)信息數(shù)據(jù)的處理使結(jié)果的精度有了明顯的提高,為影像數(shù)據(jù)信息的提取、分類、分割提供了有效的基礎(chǔ)支持,加速了地理監(jiān)測(cè)等有關(guān)項(xiàng)目的發(fā)展進(jìn)程,實(shí)現(xiàn)了智能化、精準(zhǔn)化的地表覆蓋信息的測(cè)繪功能。
隨著科技的飛速發(fā)展,現(xiàn)有的地表覆蓋數(shù)據(jù)的提取技術(shù)不斷地更新與優(yōu)化,結(jié)合遙感影像數(shù)據(jù)以及地表物質(zhì)的高程數(shù)據(jù),經(jīng)過智能化地分類與處理,得到精準(zhǔn)的地表數(shù)據(jù)信息。為我國(guó)地理監(jiān)測(cè)等相關(guān)部門提供技術(shù)支持,為整體的發(fā)展建設(shè)奠定精準(zhǔn)可靠的數(shù)據(jù)基礎(chǔ),以此來實(shí)現(xiàn)我國(guó)生態(tài)建設(shè)、社會(huì)建設(shè)以及經(jīng)濟(jì)建設(shè)的可持續(xù)發(fā)展目標(biāo)。