高速铁路沿线土地利用／覆盖变化检测方法研究

2016-01-11赵婷婷,王继成

遥感信息 2015年1期

高速铁路沿线土地利用/覆盖变化检测方法研究

赵婷婷，王继成

(西南交通大学地球科学与环境工程学院，成都 611756)

摘要：为开展高速铁路沿线土地利用/覆盖的快速变化检测工作，本文首先对两期高分辨率遥感影像进行主成分分析得到两期影像的第一主成分量，再用GIS矢量数据分割两期第一主成分量得到影像对象层，构造对象的灰度均值向量特征，最后利用最大类间方差阈值分割算法(Otsu法)，自动提取变化类与未变化类。为验证该方法在高速铁路沿线土地利用/覆盖变化检测应用中的有效性，本文对2009年与2012年武广高铁武江特大桥沿线的GeoEye影像(分辨率1.6m)进行了变化检测验证性实验，得到变化检测结果的精度能够达到84.7579%，仅耗时5s。在此基础上将该方法应用于2009年与2010年石武客专郑州东站段WorldView-2影像(分辨率2.0m)的变化检测中，得到的变化检测结果精度为88.6953%，耗时86s。可见，该方法在检测高速铁路沿线土地利用/覆盖变化中具有较高的可靠性和效率，对更新高速铁路数据库具有一定的使用价值。

关键词：面向对象；变化检测；灰度均值向量；Otsu

doi:10.3969/j.issn.1000-3177.2015.01.021

中图分类号：P237文献标识码：A

收稿日期：2014-03-10修订日期：2014-03-26

基金项目：国家科技支撑计划课题(2012BAJ23B05)。

作者简介：关茜(1989～)，女，硕士研究生，主要从事国土资源信息化研究。

通讯作者：岳建伟(1975～)，男，高级工程师，主要从事国土资源信息化研究。

Change Detection Method for Land Use/Cover Along High-speed Railway

ZHAO Ting-ting，WANG Ji-cheng

(FacultyofGeosciencesandEnvironmentalEngineering，SouthWestJiaotongUniversity，Chengdu611756)

Abstract：To carry out quick land use/cover change detection along high speed railway，this paper calculates the first main component of two high spatial resolution remote sensing images in different times by principle component analysis，and segments them with the GIS data of early one，then obtains changed and unchanged areas automatically through extracting average vector of each object and Otsu method.To verify the feasibility of this method，an experiment using 1.6m Geoeye images of 2009 and 2012 along Wuhan-Guangzhou high speed railway and aross Wujiang River is given，and the accuracy is 84.7579% while consuming 5s.Further more，the method was applied to change detection of Shijiazhuang-Wuhan railway passenger dedicated line around Zhengzhou east station using 2.0m WorldView-2 images of 2009 and 2010，and the accuracy is 88.6953% while consuming 86s.The results indicate that this method is reliable and efficient in land use/cover change detection along high speed railways，and has use value in updating the database of high speed railways.

Key words：object-based；change detection；average vector of digital number；Otsu

1引言

近年来，高速铁路快速发展，其安全隐患备受关注，相应问题也亟待解决，遥感影像变化检测技术是解决此类问题的重要手段之一。高速铁路沿线区域大、范围广、地物复杂的特点使得中低空间分辨率的遥感影像不足以详细地表达其复杂的地物信息，而高空间分辨率遥感影像能够在较小的空间尺度上较好地展现地表的细节变化，很适合用于高速铁路沿线的变化检测，考虑到基于像素级的变化检测技术在解决高分辨率遥感影像变化检测时的局限性，本文采用面向对象变化检测方法。

已有的面向对象变化检测技术主要分为两类：一是面向对象分类的变化检测。Walter[1]、Laliberte等[2]、Blaschke[3]、He等[4]、Durieux[5]、唐朴谦等[6]先后对该类变化检测方法从算法原理和应用等不同角度展开了研究。二是面向对象分割的变化检测。Hazel[7]、Miller[8]、Desclee[9]、Sui等[10]、李亮等[11-12]、李雪等[13-14]、王琰[15-16]等针对该类方法的思路提出了多种不同的变化检测方法，并在实验中得到了较理想的结果。但第一类变化检测方法的结果受两次分类精度影响较大，加之高铁沿线地物复杂的特点，不适合用于高铁沿线变化检测。在第二类变化检测方法中，对象的获取方式主要有两种：基于分割算法和利用GIS矢量数据辅助分割影像获得。本文采用GIS矢量数据辅助分割影像的方式获取影像对象。

2算法研究

2.1变化检测流程

为提高变化检测效率，根据主成分分析后第一主成分量能够集中80%以上有用信息的经验[17]，本文首先对两期影像分别进行主成分分析，将原来多个波段中的有用信息集中到数目尽可能少的新的成分图像中，再用GIS矢量数据只对第一主成分量进行分割得到影像对象层数据，进而提取对应对象的灰度均值向量，并构建两期对象层影像的差异影像，最后利用最大类间方差阈值分割算法(Otsu法)自动算取差异影像的最佳分割阈值并进行分割，获取变化类与未变化类。该变化检测方法的流程图如图1所示。

图1　基于Otsu阈值分割算法的面向对象变化检测方法流程图

2.2灰度均值向量和差异影像的构建

(1)

对象的灰度均值向量特征实际上代表了该对象中每个像元的特征信息，能够较好地体现对象的几何形状和灰度信息，并能有效降低噪声的影响。

利用变化矢量分析(Change Vector Analysis，CVA)方法可以直接计算某个对象两个不同时期的灰度均值向量特征的差异，构建面向对象的差异影像MD。构建差异影像的计算公式为：

(2)

2.3最佳阈值的获取

3实验结果与分析

3.1实验数据

本文选取2009年与2012年武广高铁武江特大桥沿线的GeoEye影像(分辨率1.6m)进行验证性实验，影像尺寸为：1167×640。由于高铁沿线挖砂取土、打井取水现象将严重损坏线路基础，会造成铁路路基、桥墩沉降，危及桥梁安全，而该实验数据区域开采河砂现象严重，通过变化检测技术能够统计出该区域在2009年～2012年期间的河砂开采情况，并进一步评估河砂开采行为对高铁线路造成的危害。两期原始影像、T1期GIS分类图及变化检测结果如图2～图5所示。

在上述实验的基础上，将本文方法应用于2009年与2010年石武客专郑州东站段(WorldView-2影像，分辨率2.0m)沿线土地利用/覆盖的变化检测中，影像尺寸为1154×5064。两期原始影像、T1期GIS分类图及变化检测结果如图6～图9所示。

图2　武广高铁武江特大桥(2009)

图3　武广高铁武江特大桥(2012)

图4　武广高铁武江特大桥GIS分类图

图5　武广高铁武江特大桥变化检测结果

图6　石武客专郑州东站段(2009)

图7　石武客专郑州东站段(2010)

图8　石武客专郑州东站段 GIS分类图

图9　石武客专郑州东站段变化检测结果

3.2实验结果分析

通过对两组变化检测结果进行目视解译，可以看出本文提出的变化检测方法能够检测出大部分主要变化，说明该方法在高速铁路沿线土地利用/覆盖变化检测应用中具有一定的可靠性。此外，发生变化的区域以对象的形式呈现，与GIS矢量数据中矢量对象的边界吻合，较像素级变化检测结果由于缺少空间邻域信息而产生孤立、离散不连通等现象，本文得到的结果在后续确定地物类别变化方面具有很大的优势。

为定量分析本文方法的性能，通过对两期原始影像进行目视解译，获取参考的变化区域，用于对变化检测结果进行精度评定，评定结果同样比较理想。两组实验的精度与效率如表1所示。

由上表可以看出，两组实验中的漏检率都很低，与目前已能够达到的漏检率相比有了很大的提高，这一点也正符合了高速铁路沿线土地利用/覆盖变化检测中“宁可错检，也不漏检”的应用背景需求。此外，用该方法进行变化检测，用时少、效率高。可见，该方法在检测高速铁路沿线土地利用/覆盖的变化中具有较高的可靠性和效率。

4结束语

本文提出的基于GIS辅助分割的面向对象变化检测方法算法简单，且在效率、精度、可靠性方面均能得到保证，特别是漏检率较现有一些同类方法有大幅度的提升，这一点也正符合高速铁路沿线土地利用/覆盖变化检测中“宁错勿漏”的背景需求。但该方法是基于光谱特征量统计的思想，当影像对象区域比较大，而对象中发生变化的区域比较小时以及在对居民区进行变化检测时，该方法仍存在一定的局限性。对此，笔者将进一步展开更深入的研究和算法改进，以期将其更好地应用于高速铁路沿线土地利用/覆盖变化检测应用中。

参考文献：

[1]WALTER V.Object-based classification of remote sensing data for change detection[J].ISPRS Journal of Photogrammetry and Remote Sensing，2004，58(3)：225-238.

[2]LALIBERTE A S，RANGO A，HAVSTAD K M，et al.Object-oriented image analysis for mapping shrub encroachment from 1937 to 2003 in southen New Mexico[J].Remote Sensing of Environment，2004，93(1-2)：198-210.

[3]BLASCHKE T.Towards a framework for change detection based on image objects[J].GÖttinger Geographische Abhandlungen，2005，113：1-9.

[4]HE C，LI J，ZHANG J，el al.Dynamic monitor on urban expansion based on an object-oriented approach[C].International Geoscience and Remote Sensing Symposium(IGARSS)，Seoul，South Korea，2005.

[5]DURIEUX L，LAGABRIELLE E，NELSON A.A method for monitoring building construction in urban spawl areas using object-based analysis of Spot-5 images and existing GIS data[J].ISPRS Journal of Photogrammetry and Remote Sensing，2008，63(4)：399-408.

[6]唐朴谦，杨建宇，张超，等.基于像素比值的面向对象分类后遥感变化检测方法[J].遥感信息，2010，25(1)：69-72.

[7]HAZEL G G.Object-lever change detection in spectral imagery[J].Geoscience and Remote Sensing，2001，39(3)：553-561.

[8]MILLER O，PIKAZ A，AVERBUCH A.Objects based change detection in a pair of gray-level images[J].Pattern Recognition，2005，38(11)：1976-1992.

[9]DESCLÉE B，BOGAERT P，DEFOURNY P.Forest change detection by statistical object-based method[J].Remote Sensing of Environment，2006，102(1-2)：1-11.

[10]SUI H，ZHOU Q，GONG J，et al.Processing of multi-temporal data and change detection[C].Advances in Photogrammetry，Remote Sensing and Spatial Information Sciences：2008 Congress Book，London，2008：227-247.

[11]李亮，舒宁，王琰.利用归一化互信息进行基于像斑的遥感影像变化检测[J].遥感信息，2011，26(6)：18-22.

[12]李亮，舒宁，李雪.基于像斑差熵的遥感影像变化检测[J].遥感信息，2011，26(4)：38-41.

[13]李雪，舒宁，王琰.利用向量相似性进行基于像斑的土地利用变化检测[J].遥感信息，2009，25(6)：7-10.

[14]李雪，舒宁，李亮，等.基于GIS辅助数据的样本像斑变化检测方法研究[J].计算机工程与应用，2010，46(14)：215-217.

[15]王琰，舒宁，龚龑，等.基于类别光谱变化规律的土地利用变化检测[J].国土资源遥感，2012，94(3)：92-96.

[16]王琰，舒宁，龚龑.高分辨率遥感影像土地利用变化检测方法研究[J].国土资源遥感，2012，92(1)：43-47.

[17]吴柯，牛瑞卿，王毅，等.基于PCA与EM算法的多光谱遥感影像变化检测研究[J].计算机科学，2010，37(3)：282-284.

[18]胡堃.基于Otsu阈值分割算法的变化检测[J].科协论坛，2009，(6)：96.