?

利用eCognition軟件多期遙感影像分割對(duì)象技術(shù)對(duì)新增建設(shè)用地進(jìn)行檢測(cè)

鄭江榮1，馬浩然2,屈鴻鈞2,郝容2，周菁2

(1. 天寶寰宇電子產(chǎn)品(上海)有限公司，上海 200131； 2. 北京全景天地科技有限公司，北京 100085)

本文旨在通過使用兩期遙感影像進(jìn)行直接變化檢測(cè)，通過基于影像分割圖斑進(jìn)行變化檢測(cè)，實(shí)現(xiàn)兩個(gè)時(shí)期內(nèi)的新增建設(shè)用地的自動(dòng)提取，并分析這種方法的結(jié)果精度和有效性，從而為實(shí)際生產(chǎn)中利用遙感影像進(jìn)行新增建設(shè)用地的監(jiān)測(cè)提供依據(jù)。

一、研究區(qū)域及數(shù)據(jù)源概況

研究區(qū)域位于安徽省徐州市定遠(yuǎn)縣。定遠(yuǎn)縣地處安徽省東部，位于北緯32°13′—32°42′與東經(jīng)117°13′—118°15′之間，定遠(yuǎn)古有“境連八邑，衢通九省”之譽(yù)，現(xiàn)仍為中國南北要沖。全縣海拔高程小于350 m，相對(duì)高程大于100 m。

試驗(yàn)數(shù)據(jù)為2012年和2013年分別獲取的相同地區(qū)的資源三號(hào)衛(wèi)星的多光譜影像，包含藍(lán)、綠、紅、近紅4個(gè)波段，其空間分辨率為5.8 m，成像效果較好，無云。影像尺寸大小為1899×1583像素，經(jīng)過幾何精校正與配準(zhǔn)，兩期影像配準(zhǔn)精度在0.5像素以內(nèi)。

二、技術(shù)方法

本研究采用基于影像分割對(duì)象進(jìn)行變化檢測(cè)的方式，首先通過前后期影像共同參與影像分割，形成有意義的圖斑邊界，影像分割的基本要求是要將發(fā)生變化的影像圖斑分割出來，以便于之后的變化檢測(cè)。然后以分割圖斑作為變化檢測(cè)的基元，研究如何選擇合適的特征與閾值進(jìn)行變化的發(fā)現(xiàn)。技術(shù)路線如圖1所示。

1. 影像分割

本文采用eCognition軟件的多尺度分割算法進(jìn)行分割。多尺度分割算法的特點(diǎn)是通過計(jì)算影像內(nèi)部像素之間的同質(zhì)性進(jìn)行分割，同質(zhì)區(qū)域形成的對(duì)象較大，異質(zhì)區(qū)域形成的對(duì)象較小，因此多尺度分割方法得到的對(duì)象輪廓接近地物邊界。本文通過使用兩期影像的多個(gè)波段同時(shí)參與影像分割，以得到符合兩期地物分布的一致性分割輪廓，避免前后期影像分割輪廓不同而導(dǎo)致在變化檢測(cè)時(shí)發(fā)生錯(cuò)位現(xiàn)象。

圖1

2. 影像波段濾波

由于建設(shè)用地基本由房屋建筑、道路、水泥地等構(gòu)成，這些地物在遙感影像上反射特征明顯，尤其在藍(lán)波段反射值較其他非建設(shè)用地差異較為明顯。為了增強(qiáng)藍(lán)波段中建設(shè)用地與其他地物的這種差異性，采用平均偏差絕對(duì)值濾波(abs mean deviation filter)方法對(duì)前期影像的藍(lán)波段與后期影像的藍(lán)波段分別進(jìn)行濾波，生成相應(yīng)的濾波波段“12_MD filter”與“13_MD filter”(如圖2所示)。在兩期藍(lán)波段的濾波影像中建設(shè)用地與其他地物對(duì)比差異明顯，由于建設(shè)用地在兩期影像的藍(lán)波段濾波波段中光譜值較高，而非建設(shè)用地地物的相應(yīng)值較低，由此形成的光譜差異就可以作為檢測(cè)新增建設(shè)用地的依據(jù)。

圖2

由于新增建設(shè)用地在前期影像中為非建設(shè)用地，而在后期影像中為建設(shè)用地，因此通過對(duì)前期影像濾波波段“12_MD filter”與后期影像濾波波段“13_MD filter”作差值，得到 “Diff.MD filter”特征值

Diff.MD filter = 13_MD filter -12_MD filter

利用該特征值進(jìn)行分析與計(jì)算，進(jìn)一步得到新增建設(shè)用地的范圍。

3. 新增建設(shè)用地檢測(cè)

通過使用在前期基于兩期影像得到的分割圖斑作為處理和計(jì)算的基本單位，自動(dòng)計(jì)算出Diff.MD filter的對(duì)象特征值，不斷更新閾值范圍，尋找到變化圖斑與未變化圖斑在Diff.MD filter特征的臨界值，從而確定新增建設(shè)用地在Diff.MD filter特征的閾值范圍為大于7.881。找到Diff.MD filter特征的閾值范圍之后，使用閾值分類方法區(qū)分出新增建設(shè)用地部分(如圖3所示)。

圖3　使用Diff.MD filter特征確定新增建設(shè)用地的范圍

三、結(jié)果與精度評(píng)價(jià)

使用Diff.MD filter特征與閾值分類方法提取出新增建設(shè)用地，效果如圖4所示。

(a)　自動(dòng)檢測(cè)出新增建設(shè)用地　 (b)　人工目視檢測(cè)出新增建　(左灰色部分)　設(shè)用地(右灰部分)圖4

同時(shí)對(duì)提取出的新增建設(shè)用地斑塊面積進(jìn)行統(tǒng)計(jì)，得到新增建設(shè)用地自動(dòng)檢測(cè)斑塊面積為33 858像素。此外，為了評(píng)價(jià)自動(dòng)檢測(cè)出新增建設(shè)用地的效果，通過目視對(duì)比兩期影像在分割結(jié)果上進(jìn)行人工解譯用于精度驗(yàn)證，經(jīng)計(jì)算人工檢測(cè)新增建設(shè)用地面積為29 296像素，檢測(cè)結(jié)果如圖4所示。

通過查看對(duì)比自動(dòng)檢測(cè)新增建設(shè)用地結(jié)果與人工檢測(cè)建設(shè)用地結(jié)果，得到正確檢測(cè)圖斑面積為28 221像素，另外，錯(cuò)檢圖斑面積為7427像素，而漏檢圖斑為2350像素。在此基礎(chǔ)上對(duì)自動(dòng)檢測(cè)結(jié)果對(duì)比人工目視檢測(cè)結(jié)果進(jìn)行正確率和誤檢率的計(jì)算，以定量評(píng)價(jià)檢測(cè)結(jié)果。參考已有研究評(píng)價(jià)正確率的計(jì)算方法得到新增建設(shè)用地正確率M的計(jì)算公式為

M=T/(T+F)

式中，T為檢測(cè)為正確檢測(cè)新增建設(shè)用地的面積；F為建設(shè)用地漏檢圖斑的面積。

誤檢率W為誤檢像元數(shù)占檢測(cè)結(jié)果中變化像元總數(shù)的比率，即

W=(S-T)/S

式中，S為自動(dòng)檢測(cè)出的像元總數(shù)；T為被正確檢測(cè)出的像元數(shù)。

經(jīng)計(jì)算得到正確率M為92.31%，誤檢率W為16.66%。

此外，通過查看與分析錯(cuò)檢圖斑與漏檢圖斑發(fā)現(xiàn)，錯(cuò)檢部分圖斑多為實(shí)際發(fā)生了顏色或紋理變化的建設(shè)用地，但是實(shí)際地物屬性在兩期影像上均屬于建設(shè)用地，因此不應(yīng)作為新增建設(shè)用地部分。相對(duì)于錯(cuò)檢圖斑部分的7427像素，漏檢圖斑部分的面積相對(duì)小一些，為2350像素，漏檢的主要原因在于漏檢部分的新增建設(shè)用地與周圍地物的差異不太明顯，導(dǎo)致此部分地物在影像上濾波結(jié)果不顯著，因而未被檢測(cè)出來。

四、結(jié)論與討論

本研究基于兩期資源三號(hào)影像進(jìn)行新增建設(shè)用地的提取。與以往基于像素直接比對(duì)和分別分類后比對(duì)的變化檢測(cè)方法不同，本研究通過利用兩期影像參與影像分割，形成有意義的分割圖斑作為變化檢測(cè)的基元，在此基礎(chǔ)上使用兩期影像分別生成對(duì)建設(shè)用地檢測(cè)效果較好的濾波波段，通過計(jì)算兩期濾波波段的差值，尋找差值的臨界閾值發(fā)現(xiàn)變化區(qū)域，發(fā)現(xiàn)新增建設(shè)用地區(qū)域。

通過對(duì)自動(dòng)檢測(cè)的新增建設(shè)用地與實(shí)際目視解譯結(jié)果進(jìn)行比對(duì)和精度驗(yàn)證，得到自動(dòng)檢測(cè)新增建設(shè)用地的正確率為92.31%，誤檢率為16.66%。比對(duì)結(jié)果說明總體上實(shí)際發(fā)生變化的建設(shè)用地檢測(cè)率較高，少量檢測(cè)出的變化圖斑存在錯(cuò)誤，新增建設(shè)用地總體檢測(cè)效果較好。

(本專欄由天寶測(cè)量部和本刊編輯部共同主辦)