面向多尺度分割的疑似違章建筑提取算法

楊杰,高偉?,段茜茜,胡洋

(1 天津城建大學地質(zhì)與測繪學院, 天津 300384;2 邯鄲市恒達地理信息工程有限責任公司, 河北 邯鄲 056000)

0 引 言

隨著經(jīng)濟的持續(xù)發(fā)展和城鎮(zhèn)化率的逐漸提高,有人為了解決住房問題私自建、改樓房。而在城市的規(guī)劃區(qū)范圍內(nèi),未獲取或違反“建設工程規(guī)劃許可證”規(guī)定私自建造的,或者采用欺詐方法取得修建許可而建造的建筑物,稱為疑似違章建筑[1,2]。對疑似違章建筑物主要從兩方面進行分類: 法律方面,疑似違章建筑物主要為未獲取申請、擅自修改許可證中的規(guī)定、擅自更改土地性質(zhì)而建造的建筑以及私自將臨時建筑改為永久建筑[3,4];遙感影像方面,疑似違章建筑分為未批先用、超面積建設、位置偏移、樓頂加蓋。近年來,遙感技術的快速發(fā)展,使得應用遙感技術進行疑似違章建筑物監(jiān)測成為可能[5]。建筑物是城市中標志性地物,因此提取建筑物信息也成為遙感影像分析的重點研究方向。在建筑物影像分割方面,傳統(tǒng)的遙感影像分割方法主要有閾值法、特征空間聚類方法、基于邊緣的分割、基于區(qū)域的分割[6]。當遙感影像數(shù)據(jù)的分辨率較高時,影像中包含豐富的地物信息,但同時也引入了大量的噪聲干擾。傳統(tǒng)影像分割技術的基礎都是基于像素級別的,無法滿足高分辨率數(shù)據(jù)需求的分割效果;而面向?qū)ο蟮亩喑叨确指罴夹g考慮了紋理特征、光譜特征和空間語義等多方面特征,形成一個父子級多尺度分割關系[7,8]。因此,本文提出一種采用面向?qū)ο蟮亩喑叨确指罘椒ㄗ詣犹崛「叻直媛蔬b感影像中未批先用、超面積建設和位置偏移三種類型的疑似違章建筑物的信息提取算法,綜合多次試驗數(shù)據(jù)得出總體分割效果較好的參數(shù)。

1 面向?qū)ο蟮母叻诌b感影像的多尺度分割方法

1.1 多尺度分割方法原理

多尺度分割是一種自下而上的區(qū)域合并技術,首先是在原始圖像上進行基于像素的初步分割,得到很多影像對象斑塊,下次分割是以上次分割得到的影像對象為基礎進行合并,這是一種不斷循環(huán)往復、合并的過程,每個影像對象都將參與到每次的循環(huán)操作中,合并符合的準則為異質(zhì)性最低,一旦合并超過原先設置的閾值范圍,則合并終止[9]。對于不同的地物,分割尺度有所差異,分割尺度設置的越大,得到的影像對象區(qū)域越大。大尺度的分割可以把面積較大的地物信息提取出來,如大面積的耕地、河流;小尺度分割可以把建筑物等面積較小的地物信息提取出來,多尺度分割方法可以依據(jù)地物尺度的大小設置合適的分割尺度,一定程度上提高了地物信息提取的精度[10],因此,利用多尺度分割方法對疑似違章建筑物的信息提取具有重要意義。

1.2 多尺度分割參數(shù)

1.2.1 異質(zhì)性準則

異質(zhì)性準則同時考慮光譜特征和形狀特征,是判斷多尺度分割中兩個影像對象之間是否為同一區(qū)域的標準,其形狀特征又包括平滑度和緊致度。異質(zhì)性準則的公式為

式中: f 為異質(zhì)性準則;hcolor為光譜特征;hshape為形狀特征;hsmooth為平滑度;hcom為緊致度;ω1和ω2為比例系數(shù),取值范圍為0.1～0.9;n 表示波段總數(shù);λi表示波段i 所占的權重;σi表示波段i 的標準差; E 表示影像對象區(qū)域的實際邊界長度;N 表示影像對象范圍內(nèi)的像元總數(shù);L 表示包含影像對象范圍內(nèi)最小的矩形邊界總長度。

光譜和形狀之間呈現(xiàn)互補關系,在遙感影像中光譜是影響影像對象最重要的一條準則,因此光譜比例系數(shù)不應太低,增加光譜比例系數(shù)必然會減小形狀特征對異質(zhì)性準則的影響。形狀特征中的平滑度和緊致度也是互補關系,一方增強,另一方就會減弱。增大平滑度比例的意義在于可以減弱影像對象邊緣的鋸齒現(xiàn)象,使得影像對象邊緣更加平滑;增大緊致度的比例,可使影像對象更加矩形化。因此,在選擇異質(zhì)性因子時,應依據(jù)實際情況具體分析使用多大比例可以達到最佳的分割效果。

1.2.2 分割尺度

圖像分割效果是分類的基礎,尺度參數(shù)的選擇很重要。面對不同的地物目標,最佳分割參數(shù)存在差異,最佳的尺度參數(shù)能夠準確地反應地表真實地類的空間分布特性,也直接決定了分類的效果。分割尺度越大,影像分割數(shù)量越少,分割的影像對象越大,一個影像對象可能會包括多種不同類型的地物,導致分割的不夠徹底;分割尺度越小,影像分割數(shù)量越多,分割的影像對象越小,同一地類可能會被分割為多個影像斑塊,導致過度分割。由于地物的復雜性和多樣性,針對具體問題具體分析,需找到最佳的分割尺度。多尺度分割是對每個影像對象進行由大尺度到小尺度的多個不同尺度的分割,下一次的分割都是基于上一次的分割結(jié)果進行的,每一次的分割過程以達到最佳分割效果為止。

1.2.3 各波段的權重

基于影像各波段不同的權重,分割質(zhì)量和分類效果都會受到影響。不同的波段差異很大,波段的貢獻度越大,賦予的權重值越大;反之,貢獻度越小,賦予的權重值越小,甚至為0。在分割過程中,若一波段的權重設置為0,則該波段不參與影像分割。采用的高分二號遙感影像數(shù)據(jù)包含四個波段,為確保影像分割的精度,四個波段的影像都參與分割且權重值均設為1。

2 高分二號數(shù)據(jù)預處理與多尺度分割

2.1 數(shù)據(jù)選取

基于遙感數(shù)據(jù)查處監(jiān)測疑似違章建筑行為的基礎是能夠持續(xù)穩(wěn)定地獲取高分辨率影像。目前,基于高分二號的建筑物提取和變化檢測技術研究還處于初級階段,因此使用高分二號進行疑似違章建筑的關鍵技術研究具有重大意義。所采用的數(shù)據(jù)為我國自主研發(fā)的高分二號衛(wèi)星多光譜波段和全色波段的遙感數(shù)據(jù),其大小為862 pixel×1066 pixel。

研究區(qū)域隸屬于天津市西青區(qū),環(huán)境復雜,地物多樣,建筑物樣式分布不規(guī)則,具有一定代表性。根據(jù)研究區(qū)域的實際情況,土地覆蓋類別可劃分為建筑物、道路、植被、綠茵場、陰影和裸地6 類,由于建筑物房頂材料不同,將建筑物分為3 類: 建筑物1～3(灰色屋頂、藍色屋頂和紅色屋頂),最終制作分類圖時再將3類并為建筑物。

2.2 數(shù)據(jù)預處理

原始數(shù)據(jù)存在眾多干擾,例如地形起伏會引起像點位移、傳感器誤差會引起大氣反射誤差,為減弱這些干擾對影像分割精度造成的影響,在影像多尺度分割前必須對數(shù)據(jù)進行預處理。圖1 為高分二號遙感影像的數(shù)據(jù)預處理流程,首先分別將多光譜數(shù)據(jù)和全色數(shù)據(jù)進行正射校正,然后將經(jīng)過FLAASH 大氣校正的多光譜數(shù)據(jù)和經(jīng)過正射校正的全色數(shù)據(jù)進行融合,最后將融合后的影像進行去除噪聲和增強處理。

2.2.1 正射校正

在獲取過程中,遙感數(shù)據(jù)的空間和幾何都有變形,正射校正就是將這些變形形成多個中心投影平面正射影像數(shù)據(jù)。正射校正不僅能校正由于系統(tǒng)因素引起的幾何畸變,而且能校正由于地形起伏產(chǎn)生的畸變,使得遙感影像中的地物更加清晰,獲得豐富的地物信息[11]。對高分二號的全色數(shù)據(jù)和多光譜波段數(shù)據(jù)都進行正射校正,所用RPC 文件為高分二號自帶文件,遙感圖像處理平臺ENVI 5.1 中嵌入了全球分辨率為900 m 的DEM 數(shù)據(jù)(GMTED2010.jp2)。

圖1 高分二號遙感數(shù)據(jù)的預處理流程Fig.1 Pretreatment process of GF-2 remote sensing data

2.2.2 多光譜波段輻射定標

在后續(xù)操作中要對高分二號的四個波段進行光譜分析。因此,通過對原始數(shù)據(jù)進行大氣校正獲得真正的地表反射率十分必要。進行大氣校正前需要先對影像做輻射定標處理,得到大氣頂層的反射率,再經(jīng)過大氣校正后將大氣頂層反射率轉(zhuǎn)換成地表反射率。

輻射定標是將像元灰度值轉(zhuǎn)換成對應的大氣頂層輻射值,其相應表達式為

式中: Lλ為大氣頂層輻射值,單位為W ·m?2·S r?1·μm?1;DN 為像元灰度值;Gain 為增益系數(shù); Bias 為偏置系數(shù);Gain 和Bias 均可從遙感數(shù)據(jù)的原文件中讀出。

2.2.3 大氣校正

高分二號遙感影像有四個波段, 包括藍波段、綠波段、紅波段和近紅外波段[12], 在大氣校正法中,FLAASH 大氣校正法是最常用的一種大氣校正方法,該方法適用的波長范圍為可見光到短紅外波段[13],因此使用該方法對高分二號遙感影像的多光譜波段進行處理,在ENVI 5.1 平臺上進行FLAASH 大氣校正,需要設置的參數(shù)有經(jīng)緯度、傳感器高度、成像日期、成像時間、大氣模型、氣溶膠模型和地表高程等,參數(shù)設置如圖2 所示。

通過ENVI 5.1 平臺可以將輻射定標前的光譜值與FLAASH 大氣校正后的光譜值進行對比,結(jié)果表明,影像在經(jīng)過FLAASH 大氣校正后消除了大氣因素對建筑物反射的干擾,使得反射率明顯增大。

2.2.4 影像融合

FLAASH 大氣校正后多光譜數(shù)據(jù)具有更加豐富的光譜信息,而全色數(shù)據(jù)具備高分辨率,綜合兩者優(yōu)勢,融合多光譜和全色波段,融合后的數(shù)據(jù)同時具備豐富的光譜和0.8 m 的超高分辨率。使用Brovey 變換、主成分分析法(PCA)、Gram-schmidt pan sharpening(GS)融合三種方法做了對比實驗,研究表明GS 融合法更適用于高分二號數(shù)據(jù),能較好地保持高分二號數(shù)據(jù)的光譜特征和紋理特征,目視效果更真實,因此選取GS融合方法。經(jīng)過FLAASH 大氣校正后的影像與運用GS 融合方法進行融合的影像對比結(jié)果如圖3 所示,由圖可知,GS 融合算法與FLAASH 大氣校正法相比,前者在處理高分二號影像數(shù)據(jù)具有較強的適用性。

圖2 高分二號遙感影像FLAASH 大氣校正法的參數(shù)設置Fig.2 Parameter setting of FLAASH atmospheric correction method for GF-2 remote sensing image

圖3 FLAASH 大氣校正后影像(a)和GS 融合法融合后影像(b)對比圖Fig.3 Comparison of FLAASH atmospheric correction image(a)and GS fusion image(b)

2.3 多尺度分割實驗

利用高分二號遙感影像的形狀和光譜等特征,對預處理過的影像數(shù)據(jù)采用多尺度分割方法,主要目的是為了獲取合適的分割尺度。圖4 給出了不同分割參數(shù)的分割結(jié)果對比,其中參數(shù)依次是分割尺度、形狀因子和緊致度因子,如圖4(a)中相關參數(shù)分別為分割尺度150、形狀比例系數(shù)0.7、緊致度比例系數(shù)0.3,圖4(b)-(f)的參數(shù)設定類同。為進一步研究某一參數(shù)對尺度分割的影響,將六幅影像分為三組,第一組圖4(a)、(b),第二組(c)、(d),第三組(e)、(f)。第一組通過設置不同的緊致度因子比例,得出不同的分割結(jié)果;第二組通過設置不同的形狀因子比例,得出不同的分割結(jié)果;第三組通過設置不同的分割尺度,得出不同的分割結(jié)果。

在分割過程中各個波段的權重系數(shù)均設置為1。為獲取較好的分割效果,基于建筑物的幾何特征,形狀因子的比例系數(shù)應取較大值。將形狀因子比例系數(shù)設置為0.7、0.2、0.5 作對比,分別對應圖4(a)、(c)、(d),當形狀因子比例系數(shù)為0.2 時,分割結(jié)果明顯不符合實際情況,沒有沿建筑物的邊界進行分割,形狀因子比例系數(shù)為0.5 時,分割結(jié)果較好,但仍不理想,當形狀因子比例為0.7 時較符合實際情況;分割尺度的設置影響影像對象的大小,從而影響分割效果,將分割尺度設為150、50、250 作對比,分別對應圖4(a)、(e)、(f),當分割尺度為50 時,過度分割現(xiàn)象明顯,大部分建筑物都被割成多個影像區(qū)域,圖斑破碎,當分割參數(shù)設置成250 時,分割不夠,存在多個建筑物在一個影像對象里的現(xiàn)象,當分割尺度為150 時較為符合實際情況;圖4(a)和(b)分別將緊致度因子的比例系數(shù)設置為0.3 和0.6,當緊致度因子的比例系數(shù)是0.3 的時候,分割效果較好,較為符合實際情況。綜合多次實驗,最終選取分割尺度150、形狀比例系數(shù)0.7、緊致度比例系數(shù)0.3 作為最優(yōu)分割參數(shù),此時,總體分割效果最好,共分割為2598 個影像對象。

圖4 分割參數(shù)分別為(a)150、0.7、0.3,(b)150、0.7、0.6,(c)150、0.2、0.1,(d)150、0.5、0.6,(e)50、0.7、0.1,(f)250、0.7、0.1 時分割結(jié)果對比圖Fig.4 Comparison of segmentation results with different segmentation parameters(a)150,0.7,0.3,(b)150,0.7,0.6,(c)150,0.2,0.1,(d)150,0.5,0.6,(e)50,0.7,0.1,(f)250,0.7,0.1

3 結(jié) 論

從基于高分二號遙感影像數(shù)據(jù)的疑似違章建筑監(jiān)測理論技術的方法出發(fā),對高分二號遙感影像數(shù)據(jù)進行選取、預處理和多尺度分割,重點分析了異質(zhì)性準則、尺度參數(shù)和各波段權重三個參數(shù)。試驗結(jié)果表明:異質(zhì)性準則考慮的形狀特征和光譜特征為互補關系,二者權重系數(shù)之和為1;形狀特性包括的平滑度和緊致度也為互補關系;對不同的參數(shù)進行試驗,經(jīng)過多次試驗確定各參數(shù)的最佳值,提高了遙感影像的多尺度分割效果,為疑似違章建筑物的信息提取提供了數(shù)據(jù)基礎。