基于高分辨率遥感影像提取地理变化信息的辅助生产方法研究

许礼林 雷 莹 王 明2

（1.国家基础地理信息中心；／2.国信司南（北京）地理信息技术有限公司，北京100048）

1 引言

随着空间探测技术的发展，遥感为地理空间信息的提取打开了一扇窗，成为有效的地理信息获取和更新手段。现代遥感技术已经进入一个多平台、多时相、高分辨率、动态、快速地提供对地观测数据的新阶段，高分辨率影像已成为地理信息监测的重要数据源。

本研究将对基于高分辨率遥感影像提取地理变化信息的适用算法、技术流程等进行梳理，并对提取变化信息的辅助生产方法进行模块设计，为地理空间信息的动态实时更新提供理论基础和技术支持。

2 基于高分影像的变化检测研究现状

遥感变化检测的实质是通过影像分析判别研究目标的地物特征随时间发生的变化［1］。像元自遥感技术形成以来一直是影像分析算法的基本处理单位，传统的影像检测方法整体上以基于像元的影像检测算法为主，如图像差值法、图像比值法、主成份变换法、相关系数法、光谱变化矢量分析法、分类后比较法等。整体上来看，以像素为基本分析单位的变化检测方法，具有原理简单、易于理解的优势，当遥感影像处于中、低分辨率时，每个像素代表的实际地域面积比较大，此时基于像素进行影像分析处理比较合适。

高分辨率影像提供了更丰富的地理和地形信息、空间信息，影像的几何结构和纹理特征能较好的反映同一地类的细节信息，已成为地理信息监测的重要数据源，使地理信息数据的变化检测有了更好的数据基础［2］。然而高分辨率遥感影像为地理信息变化检测提供了更丰富信息的同时也带来了更多挑战。

一方面，遥感影像存在“同谱异物”和“同物异谱”现象，这在高分辨率遥感影像中表现更为明显，传统的基于像元的变化检测方法得到的结果较为破碎，容易出现类似噪声的“伪变化信息”［3］，影响变化检测的效率和精度，并且影像数据量的增加和人工解译效率低成本高的矛盾更加突出。另一方面，基于像素的影像分析受噪声影响较大，能够在影像上提取的特征信息较少，只考虑了像元光谱特征信息，而忽略了整块图斑的几何结构及相互关系情况，无法有效挖掘高分辨率遥感影像的优势和应用潜力，传统的像素级遥感图像处理方式已不能满足高分影像数据处理与应用的需要［4］。

因此需要探索如何将现有的像元-像元的差异影像构建推广到对象一对象之间，研究开展面向多时相高分辨率遥感影像变化检测的关键技术以及提高变化检测自动化程度的可行技术方案。

3 基于高分辨率遥感影像的变化检测算法

像斑是影像上的灰度同质区域，基于像斑的分析一般称作“面向对象”或“基于对象”的方法。基于高分辨率遥感影像的变化检测关键在于像斑的获取、分类及以像斑为基元的变化信息识别与提取，下面将对以高分辨率遥感影像为地理信息更新数据源的栅-栅、栅-矢两种情境下变化信息检测流程详细介绍。

3.1 基于多时相高分影像的变化信息检测

多尺度分割是较为常用的同质像斑获取算法，在保证对象之间平均异质性最小、对象内部像元之间同质性最大的前提下，基于区域合并算法［5］将相邻像素或小的分割对象合并成为有意义的影像对象实现影像分割。之后，基于像斑开展变化信息检测，具体流程如下图所示：

首先对基期影像（T1）进行多尺度分割生成图斑单元，同时建立基于图斑光谱色调、几何特征、上下文关系等特征的判别规则，并选取各地类典型样本图斑，形成各地类遥感数据样本库。然后，将T1时相的分割影像同T2时相遥感影像配准叠置，以图斑单元进行特征匹配，当二者差值超过设定的阈值时，则视为变化区域，并通过与样本库中各类别知识的匹配识别出具体的变化类别。

该方法采用了仅对其中一个影像进行分割，并将分割生成的图斑边界与另一影像的同一区域叠置匹配的方法，实现图斑单元对图斑单元的一一比较。该方法同基于像素级别上的变化检测方法相比具有以下优点：

（1）提高影像信息的利用程度，具有更高的精度。像斑除像素可以提取的灰度特征之外，还能够充分利用整块图斑的几何结构及相互关系，与基于像素级别的信息提取相比具有更高的检测精度。

（2）避免了“椒盐”现象。基于影像分割方法首先取同质区域然后进行变化检测，从而避免了基于像元方法检测结果中的"椒盐"影响，使变化结果更有意义。

（3）缩小处理范围，提高检测速度与精度。将影像分割成不同大小的同质图斑块，极大地减少了需要处理的单元数，而且仅需对发生变化的区域进行地类识别，与分类后比较法相比，提高了变化检测的速度，同时避免了分类后比较法中两次分类误差对最终结果的累积影响，提高了变化检测精度。

（4）提高了自动化程度。该方法由于引入了知识引导机制，借助于事先建立的地类样本知识库，在获取变化的位置与面积的同时，可以自动识别变化的类型，在一定程度上提高了变化检测的自动化程度。

3.2 基于高分影像与矢量数据的变化信息检测

变化检测的根本目的就在于更新已有数据，在实际应用中，各行各业对于遥感影像的应用要求，尤其是对地物的分类标准千差万别。在地理国情监测、土地利用变化等多个领域，以历史矢量数据为先验知识，对高分辨率遥感影像进行多尺度分割和面向对象分类的变化检测与信息提取方法更具实际应用价值。

利用前期的矢量数据或者其他专题信息，构建用于变化检测的信息库，利用信息库进行变化更新。具体流程如下图：

首先，通过矢量数据与两时相遥感影像分别配准套合，仅利用矢量数据的图斑边界信息获取影像像斑。同时，根据矢量数据属性信息中的类别信息，获取像斑类别；然后，以影像的响应光谱特征为依据，分别对两时相像斑进行多尺度分割。最后，将两时相的子像斑进行叠置分割，使得前后两个时期像斑一一对应，开展变化信息的检测与提取。

3.3 试验验证

以江西省鹰潭市2014年4月（a）和2015年4月（b）的两景GF-1卫星影像为数据源，分别对其进行基于像元和面向对象的变化信息检测，结果如下所示（c、d）：

4 辅助生产模块设计

在对以高分辨率遥感影像为更新数据源的地理变化信息提取技术研究的基础上，对基于高分辨率遥感影像的地理空间信息半自动提取辅助生产模块系统加以设计。该系统以高分遥感影像、矢量数据为数据源，通过采用人工交互的半自动提取及人工编辑的更新方式，实现地理空间变化信息的识别与提取。核心模块工作流程图如下：

该系统主要包括如上所示的地理变化信息的提取核心模块，包含了基于高分辨率遥感影像的栅-栅、栅-矢两种常用情境下提取变化信息技术的完整流程。除此之外，还涉及视图编辑、可视化检查、出图／变化统计等辅助功能，为提高系统通用性、流程规范化提供保障，从而为提高生产效率和自动化水平提供技术支持。

5 结语

本文对基于高分辨率遥感影像的地理变化信息提取适用算法及技术路线进行了梳理和研究，并对基于生产实际中常用的栅-栅、栅-矢数据源的提取变化信息辅助生产模块进行了设计。

高分辨率自主卫星数据是我国宝贵的空间地理信息资源，如何充分发掘高分辨率遥感数据的应用潜力，发展高效的遥感影像分析与解译方法，形成一套实用化的变化信息提取的技术方法和工艺流程，为全球变化、地理国情监测、土地利用变化、城市发展、自然灾害、空间数据库更新等关系到人民生活和社会可持续发展的一系列问题提供科技支撑，从而为宏观决策提供数据和技术支持具有十分重要的现实意义。