基于面向对象遥感解译方法研究及变化区域的自动检测

□王跃军

（山西省遥感中心，山西太原030001）

基于面向对象遥感解译方法研究及变化区域的自动检测

□王跃军

（山西省遥感中心，山西太原030001）

在当前信息化社会，传统大规模的地形图更新方法已远远不能满足当前社会发展的需要。地形图的更新，尤其是大比例尺地形图的更新，更加注重准确性、现势性，因此，如何简单、快捷的查找更新区域就变得尤为重要。本文通过面向对象的遥感解译技术方法，对比不同时相的遥感影像，查找变化区域，为后续地形图更新研究探索了新的方法。

面向对象;遥感解译;变化检测;地形图更新

1.研究的意义

“十二五”期间，以地理信息获取实时化、数据处理智能化、服务网络化和应用社会化为基本特征的信息化测绘发展对大比例尺地形图更新提出新的更高要求。规模化更新生产体系的关键技术、更新技术方法、工艺流程、更新软件系统等有待研究和解决，规模化更新生产组织模式和机制需求进一步完善和优化。因此依靠现有的生产能力、管理模式很难满足更新需求，必须在完成更新任务的同时，考虑更简单、便捷、快速的方式进行更新区域的查找，提高更新的价值，提高生产效率。

为了保证数据的现时性，同时为了将已有历史数据数据库中的数据能够得到很好的利用，提出利用更新的方式快速提取需要更新的区域，目的一是避免数据生产资源的浪费和忽略了急需更新区域。如将某区域作为更新任务，但在实际生产中发现变化要素并不多，同时可能忽略了变化较大的急需更新的区域，导致更新任务意义不大；二是可有效的提高全省基础测绘更新的生产效率、节省生产单位工作量和成本；三是实现合理分配更新任务，使得全省能够快速完成新一轮的更新。

作为基础地理信息数据更新的一种手段和方法，关键在于如何快速查找变化区域、变化要素。对此需要将遥感解译技术和GIS技术相互融合，通过遥感解译技术和变化检测技术，利用已有基础地理信息数据库中数据与新的影像数据快速提取变化区域、变化地物要素，并结合GIS技术实现智能或人机交互查找更新区域，以期实现基础地理信息数据的快速更新。

2.项目目标

2.1 目标概述

面向我省基础地理信息数据快速更新的需求，在现有测绘成果与技术的基础上，基于航空、航天、地面数据获取，通过网格化、一体化、专业部门协同，创新更新模式，实现基础地理信息定期更新和技术更新。引进、消化、吸收国内外先进的基础测绘装备和技术方法，实现数据获取实时化、动态化、立体化，数据处理集群化、网格化、智能化。通过生产管理、生产作业、质控管理“三位一体”的生产组织管理体系，建立健全基础地理信息更新机制，实现从数字化测绘体系向信息化测绘体系的战略转变，满足国民经济与社会发展、社会公众对基础地理信息现势性的需求。

利用当前国际上领先的面向对象遥感解译的技术手段和方法，通过不同地物要素的独有特性进行多尺度分割分类，使用变化检测技术实现对我省1∶1万基础测绘数据的更新要求中的水系、居民地、交通和植被等四大要素的变化区域的快速查找，合理的指导全省基础测绘任务的分配，帮助全省基础测绘成果的快速更新。

2.2 目标任务

基础测绘数据更新的重点在于变化检测，变化检测充分利用遥感影像解译技术和GIS技术方法，并将两种技术进行良好的融合，遥感影像解译主要是针对航空、航天影像数据的智能化的获取影像数据上的信息，同时可对提取的数据进行分析。该方法采用目前较先进的影像解译技术—面向对象的多尺度分割和分类，在影像解译过程中灵活的选择优秀算法进行组合。根据不同地物提取时的特性需求，搭建出来最佳的流程树。

针对快速查找变化区域的要求，选取一定范围的基础数据作为目标区域，利用现有技术要判断哪些区域变化大，哪些区域急需更新难度较大。对此可利用遥感解译技术、变化检测技术和GIS技术。本研究项目选取了太原市及晋中市市辖区范围，面积约为220平方千米，准备数据有2000年左右基础数据库中的DLG数据，以及2010年航空影像，（原始分辨率为0.2米，抽稀后得到5米分辨率影像），2012年分辨率为6.8米的资源三号卫星影像，进行变化检测。使用数据为前时期的2000年左右基础数据库中的DLG数据和后时期2012年资源三号卫星影像，实现了变化区域快速查找。

3.技术方法与路线

3.1 快速定位急需更新区域

在全省范围或大范围内找变化区域其要求变化检测的精度相对不高，对此使用较早的数据库中的DLG数据作为前时期数据和中低分辨率的卫星影像数据作为后时期的影像数据进行变化检测。对于已有数据库中的DLG数据需要对DLG数据进行预处理，保留有价值的矢量数据（如水系、道路、居民地、植被等）。同时对一些特定地物要素进行了整理，如线状水系、道路转换成面。中低分辨率的卫星影像（6.8米分辨率的资源三号卫星影像）作为后时相的影像，需要使用遥感解译技术中的面向对象的分割技术对后时期影像数据进行分割，利用分类技术将水系、居民地、道路、植被等分类。然后在使用变化检测技术将前后期的处理后的成果进行对比得到变化区域，并形成报表。

技术流程图1

图1 影像解译处理流程图

3.2 试验区影像智能分类效果

本次试验采用面向对象的多尺度分割分类方法，通过分析影像的光谱及形状特征采取自下而上区域合并的方法合并同质象元形成对象。面向对象的影像分析方法将影像对象作为分析单元，分割结果的好坏直接影响到后续的分类处理。初次分割主要是利用前时期DLG结合后时期的影像进行分割，其次在第一次分割的基础上对后期影像进行二次分割分割，其分割主要是对DLG中的水系、植被以及DLG中未表示的地物进行分割。在此基础上结合新增城镇建设用地图斑的光谱特征及其与居民地、道路等地物之间的空间关系进行变化图斑的识别，快速准确地提取出影像中变化区域并进行统计分析。

（1）影像分割

图2 原始影像

图3 分割结果

（2）影像分类

图4 影像分类

（3）变化检测

图5 前时期DLG和后时期影像进行变化检测

（4）规则集

图6 规则集和变化检测

4.结论

（1）采用2000年的DLG数据和2012年分辨率为6.8米的资源三号多光谱卫星影像数据。通过遥感解译技术中面向对象的分割分类技术和变化检测技术，对两时相的数据进行变化检测，实现快速查找变化区域，为全省航飞更新任务提供指导依据，其最终试验成果较好满足其指导航飞更新的目的。试验总面积220平方千米，计算机自动提取变化区域面积为30平方千米，其变化率接近于14%。

（2）2000年的DLG数据和2010年的0.2米的航空影像，由于分辨率较高，数据获取时间为秋收后，裸耕地较多，降低了对象上地物之间的反差，地物信息相对复杂，重采样至2到5米后图像的解析力锐减，增加了影像自动解译和变化检测的难度及处理时间，同时降低了解译精度。

通过试验和经验建议快速查找变化区域最合适的数据源为：已有的DLG数据作为前时期的数据，选择幅宽较大、分辨率适中、地物光谱信息丰富、数据性价比和数据获取可靠性较好的5-10米多光谱数据作为后时期的本底影像，同时考虑多种数据结合使用查找变化区域，能大大提高查找变化区域的效率，并得到更加准确的变化区域。

【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,2009:95-173.

【2】黄惠萍.面向对象影像分析中的尺度问题研究[D].北京:中国科学院遥感应用研究所, 2003:35-66.

【3】章毓晋.图象工程(中册)图像分析(第2版)[M].北京:清华大学出版社,2006:177-203.

【4】明冬萍,骆剑承,周成虎等.高分辨率遥感影像特征分割及算法评价分析[J].地球信息科学,2006,8(1):103-109.

【5】陈晓玲,龚威,等译.遥感数字影像处理导论[M].北京:机械工业出版社,2007:378-390.

市县广角

City And County Wide Angle

P237

B

2095-7319（2014）05-0082-05

王跃军（1979—），男，山西五台县人，工程师，本科，主要从事遥感、地理信息系统等工作。