基于自相關(guān)關(guān)系網(wǎng)絡(luò)遙感影像的動態(tài)定位方法

成艷真

(濟源職業(yè)技術(shù)學(xué)院 藝術(shù)設(shè)計系，河南 濟源 459000)

遙感影像普遍存在混合像元的現(xiàn)象[1]。軟分類技術(shù)，如混合像元分解技術(shù)，能夠獲取像元中每一個地物類別對應(yīng)的豐度，獲得與類別個數(shù)相等的豐度影像，有效地解決像元混合問題[2-3]。然而混合像元分解僅能獲取各端元組分的豐度，無法確定各種地物在像元空間中的具體位置，仍然會造成遙感影像空間細節(jié)信息的丟失[4-5]。為了有效的解決這一不足，當前國內(nèi)外對于網(wǎng)絡(luò)遙感影像動態(tài)定位進行了深入的研究[6]，提出了多種動態(tài)定位方法，包括在拓撲結(jié)構(gòu)基礎(chǔ)上確認的定位方法，即充分利用其中的非線性擬合特征提高動態(tài)定位方法的準確性。然而，以往在隱藏層拓撲結(jié)構(gòu)基礎(chǔ)上進行的網(wǎng)絡(luò)遙感影像動態(tài)定位方法，在定位確定時更多考慮的是網(wǎng)絡(luò)遙感影像其在像素空間內(nèi)的關(guān)系，而對于其在運動級空間的關(guān)系沒有進行充分考慮，這就違背了動態(tài)定位假設(shè)。因此，為了增強動態(tài)定位方法的準確性，本文提出在相關(guān)關(guān)系網(wǎng)絡(luò)遙感影像的動態(tài)定位方法，經(jīng)過仿真驗證，能夠極大提高定位準確性。

1 自相關(guān)關(guān)系網(wǎng)絡(luò)遙感影像的動態(tài)定位方法

1.1 動態(tài)定位基礎(chǔ)理論

在進行網(wǎng)絡(luò)遙感影像動態(tài)定位前需要滿足基本前提條件，也就是能夠?qū)崿F(xiàn)網(wǎng)絡(luò)遙感影像分解，一般是通過分解高光譜影像實現(xiàn)，以達到網(wǎng)絡(luò)遙感影像不同類別在像元中占據(jù)的比例大小形成更加清楚的認識，在此基礎(chǔ)上，結(jié)合網(wǎng)絡(luò)遙感影像動態(tài)定位的基本理論對于不同端元組分所處的空間分布狀況進行分析。

根據(jù)動態(tài)定位相關(guān)理論可知，考慮到距離遠近的不同，相較于較遠距離的網(wǎng)絡(luò)遙感影像動態(tài)定位方法，較近距離的更加傾向于為同一類型，而且三維遙感采用動態(tài)理論在很多實踐經(jīng)驗中得到了有效驗證。圖1(a)中，已知遙感影像3×3個低分辨率像元的組分比例，從而計算出每一個像元里面不同類別的亞像元個數(shù)。其中的網(wǎng)絡(luò)遙感影像類別有兩種，以黑白兩色表示，以五倍比例放大。圖1(b)、(c)對于兩種存在差別的空間分布狀態(tài)進行了描述，從理論角度分析，圖1(c)具有更大的動態(tài)定位，因而，該圖更加可能為網(wǎng)絡(luò)遙感影像動態(tài)定位分布圖。

圖1 網(wǎng)絡(luò)遙感影像動態(tài)定位空間分布示意圖

1.2 網(wǎng)絡(luò)遙感影像動態(tài)定位

自相關(guān)關(guān)系網(wǎng)絡(luò)遙感影像動態(tài)定位方法指的是利用誤差反向傳播實現(xiàn)網(wǎng)絡(luò)遙感影像的前饋，該方法中包含了輸出、輸入層節(jié)點的選取，并且其中還有隱藏層。信號輸入之后首先以向前傳播的方式傳送到隱藏層，隨后在函數(shù)的作用下，將信息從隱藏層節(jié)點向著輸出節(jié)點進行傳輸，以實現(xiàn)最終網(wǎng)絡(luò)遙感影像數(shù)據(jù)的采集。本文中對于網(wǎng)絡(luò)遙感影像動態(tài)定位方法的研究是將自相關(guān)關(guān)系算法引入到網(wǎng)絡(luò)遙感影像上實現(xiàn)的，此法主要包括訓(xùn)練與模擬兩個模塊，兩者使用的網(wǎng)絡(luò)模型是一樣的。

圖2隱藏層拓撲結(jié)構(gòu)進行動態(tài)定位方法過程示意圖

圖2為隱藏層拓撲結(jié)構(gòu)進行動態(tài)定位示意圖。在空間尺度為2的前提下，模型中輸入層是在目標像元分辨率較低的情況下，網(wǎng)絡(luò)遙感影像的豐度值，以及其在鄰域內(nèi)的豐度值；而輸出層則為目標像元處于地分辨率時，其在高分辨率下進行影像重建時的S×S個像元，通過輸出層相關(guān)節(jié)點值能夠?qū)υ撓裨欠衽c該類網(wǎng)絡(luò)遙感影像匹配進行概率方面的判斷。而且，應(yīng)該對像元按照其網(wǎng)絡(luò)遙感影像動態(tài)定位概率值的大小進行排序，以達到目標類型的準確鎖定，一直到能夠滿足該類總數(shù)，最終確定網(wǎng)絡(luò)遙感影像動態(tài)定位空間分布狀態(tài)。

網(wǎng)絡(luò)遙感影像動態(tài)定位方法對于提高網(wǎng)絡(luò)遙感影像準確性有較大幫助，但該方式下構(gòu)建的模型其最終的定位結(jié)果和其在訓(xùn)練階段進行的數(shù)據(jù)選擇具有較大關(guān)聯(lián)，如果數(shù)據(jù)選擇的準確度較低，那么得到的結(jié)果會或多或少存在精度、細化方面的不足。而且，全局代價函數(shù)的極值點并不是單一的，這就導(dǎo)致更加容易出現(xiàn)“鋸齒”問題，致使定位結(jié)果難以滿足動態(tài)定位基本假設(shè)，從而較難從網(wǎng)絡(luò)角度有效解決這些誤差。

2 網(wǎng)絡(luò)遙感影像動態(tài)定位過程

對于具有相同屬性值，而所處空間位置不同的關(guān)聯(lián)程度判斷，可以利用自相關(guān)關(guān)系函數(shù)實現(xiàn)。為提高網(wǎng)絡(luò)遙感影像的動態(tài)定位方法精度，利用自相關(guān)關(guān)系函數(shù)對網(wǎng)絡(luò)遙感影像定位后的結(jié)果進行調(diào)整。結(jié)合自相關(guān)關(guān)系能夠推出計算方式：

(1)

(2)

Wi°表示空間權(quán)重矩陣中第i行之和；W°j則為矩陣第j列之和。Nairo統(tǒng)計量的取值為-1至1，如果I>0則說明是正相關(guān)的，反之在I<0則為負相關(guān)，并且該值越大則說明具有越大的空間分布相關(guān)性，也就是說明存在空間聚集分布，如圖3(a)所示；相反的該值越小則可說明具有較小的動態(tài)定位，如圖3(b)所示；如果該值接近為零時，說明空間分布更加傾向于隨機分布的狀態(tài)。我們通過ENVI利用其中的隨機功能得到了圖3(c)，計算得出此時自相關(guān)關(guān)系函數(shù)值是接近0的，因此，我們可以利用自相關(guān)關(guān)系函數(shù)Nairo統(tǒng)計量來對于同一屬性值在所處空間位置不同時，其分布的關(guān)聯(lián)相互關(guān)系。

(a)Nairo=0.5238 (b)Nairo=-0.1429 (c)Nairo=-0.0095

圖3自相關(guān)關(guān)系結(jié)果示意圖

3 實驗與結(jié)果分析

3.1 試驗影像

本文所使用的數(shù)據(jù)是武漢1999年9月的TM影像，影像具有30 m的分辨率，圖4(a)所示。其中可以將其中的網(wǎng)絡(luò)遙感影像進行大致分類：長江、居民地、湖泊、植被，考慮到長江和湖泊具有較大的水質(zhì)差異，因此將其視為單獨一類。類似于處理模擬數(shù)據(jù)，首先對圖4(b)采取降釆樣處理，從而得到分類別網(wǎng)絡(luò)遙感影像的端元豐度影像。原始影像具有的像素是200×200像素，降采樣之后得到的端元豐度影像具有50×50的像素。再利用自相關(guān)關(guān)系函數(shù)基礎(chǔ)的隱藏層拓撲結(jié)構(gòu)模型對低分辨率影像進行動態(tài)定位方法試驗，得到定位結(jié)果分別如圖4(c)、(d)所示。

(a)原始假彩色合成影像 (b)分類參考影像 (c)原始隱藏層拓撲結(jié)構(gòu)定位結(jié)果 (d)本文方法定位結(jié)果

圖4影像定位結(jié)果

3.2 試驗結(jié)果比較

目視角度分析，如果是利用原始的隱藏層拓撲結(jié)構(gòu)模型得到的定位結(jié)果表現(xiàn)為較為明顯的鋸齒效應(yīng)，通過從目視上看，原始隱藏層拓撲結(jié)構(gòu)網(wǎng)絡(luò)模型的定位結(jié)果存在一定的鋸齒效應(yīng)，基于自相關(guān)關(guān)系函數(shù)得到的結(jié)果會更加的平滑，相較之下，與實際網(wǎng)絡(luò)遙感影像分布更加切合。本文利用PCC'、kappa'系數(shù)以及混淆矩陣等方法對定位結(jié)果進行定量分析，并且引入了分析指標PCC'與kappa'以對該方法的性能進行評價。

表1 試驗影像精度統(tǒng)計表

試驗結(jié)果如表1所示。對于試驗1，從表1中的精度結(jié)果比較可以看出：基于自相關(guān)關(guān)系函數(shù)的拓撲結(jié)構(gòu)模型方法與原始隱藏層拓撲結(jié)構(gòu)方法相比較，PCC'值和Kappa'系數(shù)分別提高了1.587%和2.4900。為了更準確地比較這兩種方法在混合像元中的定位精度，分別計算其PCC'值和Kappa'系數(shù)，從表1可以看出本文方法分別將PCC'和Kappa'精度提高了5.385%和8.38%。

為了詳細突出具體差異，在表2中采取了兩種方法來評價試驗1的混淆矩陣結(jié)果。分析表2可以看出，在自相關(guān)關(guān)系函數(shù)基礎(chǔ)上的拓撲結(jié)構(gòu)方法在定位精確度方面得到了很大提高，尤其是對于植被、湖泊、居民地這些交界區(qū)域，由于該位置的網(wǎng)絡(luò)遙感影像類別是十分復(fù)雜的，而如果是采用傳統(tǒng)的拓撲結(jié)構(gòu)模型，對于網(wǎng)絡(luò)遙感影像動態(tài)定位間的關(guān)聯(lián)性沒有進行足夠的考慮，而致使得到的精確度是較低的。對比分析可得，利用本文的方法能夠有效的對網(wǎng)絡(luò)遙感影像動態(tài)定位關(guān)聯(lián)信息進行考慮，具有較高的精確度，在定位精度方面具有更大的優(yōu)勢。

表2 試驗影像1定位結(jié)果混淆矩陣對比(PCC')

4 結(jié)論

在網(wǎng)絡(luò)遙感影像動態(tài)定位方法中，如果使用傳統(tǒng)的隱藏層拓撲機構(gòu)，對于網(wǎng)絡(luò)遙感影像動態(tài)定位間的關(guān)系沒有有效的兼顧，這就導(dǎo)致結(jié)果是不能滿足動態(tài)定位理論的。本文通過自相關(guān)關(guān)系函數(shù)，在此基礎(chǔ)上結(jié)合網(wǎng)絡(luò)遙感影像實施動態(tài)定位方法，從理論層面是滿足動態(tài)定位理論的。經(jīng)過對比試驗分析能夠證明，該方法相較于傳統(tǒng)方法具有更好的定位精確度。