APP下载

卫星遥感影像的违章建筑监控研究

2021-05-30

工程技术研究 2021年7期
关键词:图斑梯度分辨率

军委后勤保障部房地产资源管理中心,北京 100390

随着我国房地产经济的快速发展,多种样式的违章建筑受利益驱动而层出不穷,制约着社会现代化建设。传统违章建筑监测多采用人工巡查方式,工作量大、效率低,特别是在相对偏远、植被覆盖茂密的地区,违章建筑易被遮挡,难以及时发现,因而如何快速、有效地识别违章建筑,及时采取相关措施制止违法行为,是房地产管理部门亟待解决的重点问题。由于卫星遥感技术具有周期短、成本低、实效性高、视野广等特点,长期以来,我国有关部门和研究机构运用卫星数据在土地资源调查、生态环境保护等方面进行了应用研究,取得了预期成效。

随着我国遥感技术的高速发展,大量国产遥感卫星成功发射,卫星采集的影像数据分辨率逐渐提高,采样周期逐渐变短,目前有海量的高分辨率卫星影像数据可供使用,通过采取多期遥感数据的影像处理、空间分析、违章建筑图斑识别提取等数据处理方法,不仅可建立相应的数据管理平台,还可实现违章建筑自动识别,做到早发现、早制止、早处理,从而为有关部门在违章建筑监督管理方面提供决策辅助和技术保障。

1 国产卫星影像数据选取

目前,在用国产遥感卫星按分辨率划分主要有三大类,分别为影像分辨率为0.5m的高景一号卫星,影像分辨率为0.8m的高分二号、北京二号卫星,影像分辨率为2m的高分一号、高分六号、资源三号、天绘一号等卫星。此外,天绘二号、高分七号等遥感卫星已相继成功发射,后续也将提供相应的高分辨率卫星影像数据,因此在用国产遥感卫星已能够提供满足违章建筑监测不同需求的海量卫星影像数据。

在选择卫星影像数据时,需根据不同的监测需求选取合适的分辨率影像。通常情况下,对于城郊地区,主要监测有无较大范围的违章建筑群或工业厂房区、主干道路建设等目标,可每3个月选取分辨率为2m的卫星遥感影像作为数据源;对于市区繁华地区或新建工业园区,主要监测有无单栋建筑物、零星厂房、城市支路等目标,可每1个月选取分辨率为0.8m的卫星影像作为数据源;当监测重点关注建筑物有无违规改扩建、城市道路边界区域细节特性时,选取分辨率为0.5m的卫星影像作为数据源。

2 违章建筑监测关键技术

利用卫星遥感影像进行违章建筑监测的主要技术路线如图1所示。首先,利用多期历史卫星影像数据和现有批复文件、规划方案、设计图纸等资料建立房屋管理现状基础数据库,然后根据监管需求对重点监管和一般监管区域,分别每隔1个月、3个月获取该地区国产卫星遥感影像;其次,对多期遥感影像进行数据处理,以获取高质量的卫星正射影像,并利用相应的空间分析工具(如GIS系统)进行空间分析和差值图斑提取;最后,结合提取的图斑信息进行人工现场核查,并及时更新基础数据库信息,便于违章建筑日常监控。

图1 主要技术路线图

2.1 基础数据库的建立

首先,根据多期卫星影像数据,通过对卫星影像进行几何校准、辐射增强、图像分割、影像裁剪等数据处理,获取监测区域内已有地物卫星正射影像;其次,结合规划、设计等资料,对基础数据库中地物进行识别筛选,提取合法建筑物图斑入库;最后,建立房管图斑基础数据库,并根据规划、设计、批复等资料,及时更新数据库信息,以此用于多期遥感影像空间分析、违章建筑图斑提取及房地产日常管理。

2.2 影像配准

不同时段获取的同一地区卫星遥感影像称为多时相影像,受卫星轨道周期、拍摄时天气条件等影响,多时相影像间存在成像自身条件引起的误差。在进行目标特征提取检测时,需要对原始遥感影像进行几何校正、辐射增强及影像配准等预处理,预处理后的遥感影像精度会影响最终的结果精度。

影像配准时,常采用基于目标特征的方式,首先,通过最小二乘算法对同一范围内的影像灰度数据进行统计分析,可计算得出影像最佳匹配点;其次,建立参考控制点,利用像素级校准后的控制点信息对多幅影像数据进行几何配准,可进一步消除几何配准误差,确保影像之间严格几何对应关系;最后,将匹配后的影像数据作为基础,可用于后续的影像范围内的特征目标识别和提取。

2.3 特征目标提取

图像分割处理直接影响违章建筑判读的准确性。受噪声和影像细密纹理的影响,可利用高分辨率遥感影像进行图像分割。提取边界时常用分水岭算法,该算法可准确、快速地提取完整边界,获得准确的封闭连通轮廓。

高分辨率的遥感影像地物信息复杂多样,采用分水岭算法时梯度统计特性有较大差异,比如分布集中的建筑物群区域,其梯度和方差差值较大,而简单的田地区域,其梯度和方差差值较小,因此对梯度影像进行累计概率分析时,可将设定累计概率值作为阈值进行分割。在梯度和方差差值大的区域,设定较小的阈值,其他区域则设定较大的阈值,为减少单一阈值设定对分割效果的影响,可通过高斯滤波对梯度影像进行区域性梯度趋势分析,并以此来调整分割阈值,进而准确提取多时相影像差异图斑。

2.4 空间分析

通常建筑物发生变化的类型主要有原有建筑物消失以及新建建筑物、现有建筑物形状变化,在多时相影像差异图斑中表现为图斑消失、新增图斑、图斑边界特征变化,根据影像处理后获取的矢量化图斑数据,再结合已有批复文件、规划方案、设计图纸等资料,利用空间叠置分析检查新增和消失图斑,并利用变化矢量分析检验图斑边界特征变化。根据分析结果结合遥感影像进行人工内业判读,将变化图斑分类为拆除、新建、改建图斑,并根据不同监测需求,辅助人工现场监管。

3 监测实例

文章选取云南城郊部分区域的资源三号影像为数据源,监测该区域内建筑物违章情况。影像获取时间为2018年6月,通过对原始数据进行几何校正、辐射增强、大气校正等数据处理后,利用分水岭算法提取特征地物边界及纹理,目标特征分析结果如图2所示。由图像分割结果图可知,目标范围内田地、建筑及内部细节的边界被较为准确地提取出来了,通过对图像分割后的影像进行差异化分析可提取出多期影像间的变化图斑,结合该区域建筑物基础数据库信息,进一步判读、比对变化图斑,最终获取到了疑似违章建筑图斑,再通过人工现场复查,有效识别出了较大面积的违章建筑物或构筑物。

图2 目标特征分析结果图

4 结束语

文章利用卫星遥感影像进行了违章建筑监测的实践,结合多时相国产卫星遥感影像数据和违章建筑图斑的特点,在图像分割处理和空间分析方面设计了相应的数据处理流程和方法,并结合实例对该方法的可行性进行了分析,验证了该方法的可行性,为利用卫星遥感影像数据进行违章建筑监测提供了可行的技术方案和数据处理方法。

猜你喜欢

图斑梯度分辨率
地理国情监测中异形图斑的处理方法
一个改进的WYL型三项共轭梯度法
基于C#编程的按位置及属性值自动合并图斑方法探究
一种自适应Dai-Liao共轭梯度法
土地利用图斑自动检测算法研究
EM算法的参数分辨率
一类扭积形式的梯度近Ricci孤立子
原生VS最大那些混淆视听的“分辨率”概念
基于深度特征学习的图像超分辨率重建
一种改进的基于边缘加强超分辨率算法