面向对象的遥感影像时空特征模型研究

高 燕，苏奋振，周成虎，田志刚

（1.信息工程大学 地理空间信息学院，河南 郑州 450052；2.中国科学院地理科学与资源研究所，北京 100101；3.总参第一测绘导航基地，北京 100040）

面向对象的遥感影像分析方法与传统的面向像元的处理方法不同，首先要将遥感影像分割为“同质均一”的影像对象［1］，然后根据地物在影像中表现出来的特征对影像对象进行分类。季节的变化、不同的遥感平台、分割尺度的变化都会使同一地物有不同的特征表现，如果想要实现遥感影像的智能分析与解译就要研究地物在不同情况下的特征变化，这就需要建立相应的数据库来管理和分析这些特征的变化，从而得到相关的规律用来指导影像分类。

时空数据模型从问世至今已经发展了二十余年，其中经典的时空数据模型有：时间快照模型、时空复合模型、基于事件的时空数据模型、基态修正模型和面向对象的时空数据模型等［2－5］。不同的模型具有不同的优点，面向对象的时空数据模型可以基于人类通常的逻辑思维对数据进行组织和表达，将问题域中的事物抽象为对象，将具有共同特征的一类事物抽象为类，将影像对象封装为空间、时间、特征的整体，使其具有封装、继承和良好的扩展性。Worboys（1990）首次在时空建模中引入了面向对象的思想［6］，提出了面向对象的时空数据模型，随后不少专家学者对其进行了发展和改进，形成了POSTGRES、TRIAD、空间数据库交换格式、Open GIS、Zenith等面向对象的时空数据模型［7－8］。本文基于面向对象的思想，将遥感影像抽象成用点、线、面表达的矢量数据模型，在时间、空间、属性之外增加特征维，将每个目标对象都看作是一个具有时间、空间、特征、属性的对象，通过以上4个维度实现对目标对象的表达和操作。

1 基于遥感影像的面向对象的时空数据模型

1.1 时间对象分析与建模

在地理信息系统中，通常认为时间是一条向过去和未来无限延伸的、没有端点的轴线，在这里沿用这种线性结构，认为时间没有分支和循环。对于一个目标地域，在一天中有多个遥感平台对其进行拍摄，1h内可能有多个遥感平台经过，时间粒度必须小于“小时”才能满足遥感影像管理的需要，所以将时间粒度设为“分”。有效时间是地理实体或对象在存在或实际发生的时间；事务时间是记录时态数据库操作对象的时间，又称为数据库时间，由于只需要记录和查询影像的成像时间，不需要记录数据库的操作，所以只需使用有效时间就能满足查询的需要，基于以上描述，本文建立时间对象的逻辑模型如图1所示，时间类的表结构见表1。

图1 时间对象逻辑模型

表1 时间类表结构

1.2 空间对象分析与建模

遥感影像数据通常可以用栅格和矢量两种模型进行表达，在栅格模型中，影像对象用它们占据的栅格行列号来定义；在矢量模型中，影像对象用点、线、面表达，每个对象的位置用其在坐标系中的空间位置定义。遥感影像经过分割后成为“同质均一”的影像对象，无需表达单个像元的信息，所以本文基于矢量数据模型来表达影像对象，将感兴趣的目标抽象为点对象、线对象和面对象，通过点、线、面对象及其拓扑关系来表达影像对象的空间位置与空间关系信息，空间对象的逻辑模型如图2所示，空间点、线、面类的表结构见表2～4。

图2 空间对象逻辑模型

表2 空间点类表结构

表3 空间线类表结构

表4 空间面类表结构

1.3 特征对象分析与建模

基于影像分割，遥感影像被分割成内部特征一致的影像对象，这使得影像对象具有丰富的语义信息［9］，可以运用除了光谱特征以外的其它特征对其进行表达。一般来说，可以用影像对象在各波段的平均值、亮度、标准差、贡献率等表达其光谱信息；用子对象的面积均值、子对象面积标准差、子对象的密度均值、子对象的密度标准差等表达影像对象的纹理信息；用面积、周长、形状指数、密度等表达影像对象的几何信息。另外，同一地物在不同类型的遥感影像上表现出来的特征是不同的；随着遥感影像分辨率或分割尺度的改变，同一地物在单张影像上对应的影像对象特征也不相同，所以，有必要引入相关特征来表达这些变化。本文在以上特征的基础上增加了元数据特征，主要包括遥感影像来源、遥感影像分辨率、分割尺度等，以此来表达影像对象的这一类变化规律，特征对象的逻辑模型如图3所示，对应的特征类表结构见表5。

图3 特征对象逻辑模型

表5 特征类表结构

1.4 属性对象分析与建模

属性对象类描述的是影像对象所属的地物类别信息。同一幅遥感影像在不同的分割尺度下产生的影像对象各不相同，在分类时，影像对象所属的地物类别也不尽相同。图4中是同一幅遥感影像，分别对其进行3个尺度的影像分割，在较小的分割尺度下产生的两个影像对象分别属于A、B两个地物类，如图4（a）所示；随着分割尺度的增大，A、B类合并为一个新的类C，如图4（b）所示；随着分割尺度的进一步增大，C类又与其它类别合并成为D类，如图4（c）所示。基于以上描述，如果想要表达影像对象的类别变化以及变化前后影像对象之间的关系，就要求模型能够表达出影像对象父类与子类的信息。因此，本文建立了属性对象的逻辑模型，如图5所示，属性类的表结构见表6。

图4 影像对象属性随分割尺度发生变化

图5 属性对象逻辑模型

表6 属性对象类描述的是影像对象

2 模型的验证

为了验证上述模型的有效性，现将面向对象的遥感影像时空特征模型应用于海岸线与海岸带地物影像特征的时空建模。海岸线是多年大潮平均高潮位时的海陆分界线［10］，要在遥感影像上解译出这条线就必须综合考虑海岸带各地物的多种特征，然后利用这些特征来判别海岸线的类型与位置。依据海岸的物质组成，“908海岛海岸线遥感调查分类体系”将海岸类型分为基岩海岸、砂质海岸、淤泥质海岸、生物海岸和人工海岸，在不同类型的海岸中，海岸线是不同类型地物的分界线。海岸线智能解译的研究对象为海岸线类型变化的分界点、多种类型的海岸线、海岸线两侧影像对象的特征及其变化。

从空间矢量模型考虑，将各种类型的海岸线抽象为海岸线类，将海岸线类型变化的分界点抽象为交界点类，将遥感影像分割形成的影像对象抽象为影像面类；从地学角度出发，将海岸线以下的潮间带和水下岸坡的地物作为海域类，潮上带的地物作为陆域类，如图6所示，海岸线即为海域和陆域的交界线。基于以上的数据模型本文建立海岸线及海岸带地物遥感影像时空数据模型，如图7所示。

图6 海岸带及海岸线示意图

图7 海岸线及海岸带地物的时空特征面向对象模型

此时空特征模型可以完成海岸线和海岸带影像对象的存储以及基于时间、空间、特征、属性的查询，以对象关系表中的几个对象为例，来验证模型的有效性，见表7。ObjectID＝10的对象是一个点对象，它和ObjectID为11－15的对象一样，产生于同一张遥感影像，遥感影像成像时间对应TimeID＝1；其空间位置对应的SpaceID＝1；其属性为交界点类，交界点类对应的AttributeID＝1；由于是点对象，所以没有特征对象与之对应。ObjectID＝11的对象是一个线对象，它同样没有特征对象与之对应，此段海岸线是基岩类海岸线，与基岩类海岸线对应的AttributeID＝2。ObjectID＝18的对象是一个面对象，其遥感影像成像时间对应的TimeID＝2，对应的空间对象SpaceID＝9，其特征对应的FeatureID＝7，可以在特征对象中找到FeatureID＝7的光谱、纹理、几何、元数据等特征值。

表7 对象关系表

3 结束语

本文基于面向对象的思想，使用了时间、空间、特征、属性4个维度提出了遥感影像的时空特征模型，该模型在通常的面向对象时空数据模型的基础上增加了特征维，以表达遥感影像多尺度分割后产生的影像对象的特征。通过对海岸线及其海岸带影像数据的验证，该模型能够满足遥感影像中海岸线位置、类型和海岸带地物时空特征存储与查询的需要。

本文提出的模型仅实现了有效时间的管理，不支持事务时间的记录，如果需要记录影像对象的增加、删除、编辑等操作，今后可以在时间模型中增加事务时间，以满足实际应用的需求；由于空间对象是基于矢量模型表达的，查询结果只能以矢量形式显示，如果不考虑查询和显示效率的话，可以增加栅格影像进行显示，这样会更加直观，以利于后期的影像分析。

［1］周成虎，骆剑承.高分辨率卫星遥感影像地学计算［M］.北京：科学出版社，2009：21.

［2］夏慧琼，李德仁，郑春燕.基于地理事件的时空数据模型及其在土地利用中的应用［J］.测绘科学，2011，36（4）：124－127.

［3］薛存金，谢炯.时空数据模型的研究现状与展望［J］.地理与地理信息科学，2010（1）：1－6.

［4］罗静，崔伟宏，牛振国.面向对象的超图时空推理模型的研究与应用［J］.武汉大学学报：信息科学版，2007（1）：90－93.

［5］吴正升，胡艳，何志新.时空数据模型研究进展及其发展方向［J］.测绘与空间地理信息，2009（6）：15－17.

［6］M F WORDOYS，HEARNSHAW H M，MAGUIRE D J.Object－oriented data modelling for spatial databases［J］.International journal of geographical information system，1990，4（4）：369－383.

［7］JOON H.Development and implementation of a spatiotemporal data model for parcel－based land information systems［M］.University of Wisconsin－Madison，2001.

［8］曹闻.时空数据模型及其应用研究［D］.郑州：信息工程大学，2011.

［9］谭衢霖，高姣姣.面向对象分类提取高分辨率多光谱影像建筑物［J］.测绘工程，2010，19（4）：30－33.

［10］刘宝银，苏奋振.中国海岸带与海岛遥感调查——原则方法 系统［M］.北京：海洋出版社，2005.