基于滑動(dòng)窗口的影像中建筑物特征提取方法研究?

孫 偉孫鵬翔黃 恒劉思奧

(遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院，遼寧阜新123000)

從上世紀(jì)80年代起，學(xué)者們的目光就開始投向于遙感影像建筑物的提取方向，對(duì)其展開了理論研究并進(jìn)行了大量的實(shí)驗(yàn)，針對(duì)于遙感影像的建筑物信息提取是指在遙感數(shù)據(jù)中通過相關(guān)算法[1－5]，根據(jù)既定的流程在眾多圖像信息中準(zhǔn)確找到建筑物的位置、屬性、形狀等信息[6－9]。2009年Ren K檢測(cè)到遙感圖像中的建筑物陰影，用盒子搜索來確定建筑物的外界輪廓信息。2010年陳杰在面向?qū)ο蠓诸惙椒ǖ幕A(chǔ)上與空間聚變和分水嶺變化相結(jié)合，他還加入了Gabor小波段用來提取Quick Bird信息，利用結(jié)合后的新方法進(jìn)行分割，最后分析對(duì)象之間的空間拓?fù)潢P(guān)系來確定類別性質(zhì)，該方法可提升影像分類的自動(dòng)化能力，能有效利用對(duì)象各大特征。2017年林雨準(zhǔn)等人將多尺度分割和形態(tài)學(xué)相結(jié)合提出了陰影檢測(cè)方法，利用均值漂移法和分割影像，對(duì)影像進(jìn)行多尺度分割后生成陰影指數(shù)矢量，對(duì)高分二號(hào)和Google Earth影像進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法有一定抗干擾能力。高分辨率影像會(huì)存在同物異譜或者異物同譜現(xiàn)象，僅靠單一的技術(shù)不可避免地?zé)o法準(zhǔn)確獲取信息，基于多特征多方法結(jié)合的方法比單一的方法效果好，相對(duì)地算法流程會(huì)比單一的復(fù)雜。隨著計(jì)算機(jī)發(fā)展的越來也成熟、人工智能的興起以及多學(xué)科相互交叉[10－11]，該方法在以后一定會(huì)不斷突破，成為建筑物提取的主要方法。影像分割[12－14]是面向?qū)ο笮畔⑻崛∷惴ǖ年P(guān)鍵，目前較為常見的多尺度分割算法在最優(yōu)尺度確定好的前提下可以精確的分割影像對(duì)象，但是該方法主要應(yīng)用于商業(yè)型軟件中，在實(shí)際的項(xiàng)目中使用成本過高。論文嘗試通過滑動(dòng)窗口的方式對(duì)窗口內(nèi)的影像對(duì)象特征進(jìn)行提取與訓(xùn)練，在多尺度分割實(shí)驗(yàn)中探究最優(yōu)尺度選擇的問題，在滑動(dòng)窗口實(shí)驗(yàn)中構(gòu)建面向?qū)ο蠼ㄖ镄畔⑻崛》桨浮?/p>

1 灰度共生矩陣建立

灰度共生矩陣(Gray-Level Co-occurrence Matrix，GLCM)[15]是紋理特征提取的基礎(chǔ)，通過計(jì)算灰度圖像的空間分布得到共生矩陣，根據(jù)其相關(guān)特征值代表圖像紋理特征的一種統(tǒng)計(jì)分析方法，即通過統(tǒng)計(jì)某一特定的灰度值在空間中反復(fù)出現(xiàn)的次數(shù)，以此描述紋理特征?？捎脙蓚€(gè)位置像素的聯(lián)合概率密度來定義共生矩陣。

通過設(shè)二維圖像水平方向與垂直方向分別有Nx、Ny個(gè)像元，定義灰度級(jí)數(shù)為k，則灰度級(jí)集合K＝{0，1，2，…，k－1}。取圖像中任意一點(diǎn)記為(x，y)以及偏離它的另一點(diǎn)記為(x＋Δx，y＋Δy)，設(shè)這一組點(diǎn)對(duì)的灰度值為(m1，m2)。將(x，y)點(diǎn)在圖像域Nx×Ny中任意移動(dòng)，則會(huì)出現(xiàn)k2種(m1，m2)的組合。在整個(gè)圖像域中統(tǒng)計(jì)每一種(m1，m2)出現(xiàn)的個(gè)數(shù)，排成方陣，再用(m1，m2)出現(xiàn)的總次數(shù)將其歸一化為概率P(m1，m2)，此方陣記為灰度共生矩陣:

差分值(Δx，Δy)每更新一次數(shù)值，就會(huì)得到一個(gè)新的聯(lián)合概率矩陣，(Δx，Δy)取值要根據(jù)紋理特征周期分布的特性來選擇，對(duì)于較細(xì)的紋理，要選取較小的差分值。為了減少計(jì)算量，通常選取0°、45°、90°和135°四個(gè)方向?qū)D像域進(jìn)行掃描。當(dāng)圖像各位置的灰度值差異不大時(shí)，灰度共生矩陣中的各元素會(huì)集中在主對(duì)角線附近分布，當(dāng)圖像各位置的灰度值差異很大時(shí)，灰度共生矩陣中的各元素會(huì)較為分散。

2 基于主成分分析的灰度圖像獲取方法

主成分分析法主要根據(jù)正交變換原理將原始空間轉(zhuǎn)化至主成分空間，把具有相關(guān)型的變量數(shù)目減少，減少數(shù)據(jù)冗余，實(shí)現(xiàn)數(shù)據(jù)降維。如圖1所示，二維空間的黑色數(shù)據(jù)點(diǎn)沿M軸的方差最大，因此將其投影到M軸，將二維數(shù)據(jù)降至一維，降維后的各個(gè)主成分之間相互獨(dú)立，能代表原始數(shù)據(jù)中絕大部分信息。

圖1 主成分分析降維示意圖

論文將GF1影像中的四個(gè)波段數(shù)據(jù)作為4個(gè)變量，構(gòu)造協(xié)方差矩陣進(jìn)行降維，并提取主成分第一分量，在多特征基礎(chǔ)上增加第一分量特征來增加類別間的差異性，提高分類精度。

根據(jù)如圖2所示主成分分析流程可得:

圖2 主成分分析流程圖

①圖像矩陣零均值化。將圖像排成矩陣X，其中一行代表一個(gè)像元，一列代表一個(gè)波段，p個(gè)波段(x1x2…xp)，n個(gè)像元的圖像矩陣X的結(jié)構(gòu)如式(2)。

式中:xi＝(xi1xi2…xip)，xj＝(x1jx2j…xnj)T，i＝1，2，…，n，j＝1，2，…，p。

將X進(jìn)行零均值化處理:

②計(jì)算協(xié)方差矩陣C，即各波段之間的相關(guān)系數(shù)矩陣，求解過程如式(4)與式(5)。

③求解特征方程｜λE－C｜＝0，計(jì)算協(xié)方差矩陣對(duì)應(yīng)的特征值并按式(6)由大到小排列。

④逐個(gè)計(jì)算每個(gè)特征值對(duì)應(yīng)的特征向量ki＝(ki1ki2…kip)，i＝1，2，…，p，并排成矩陣，其中，‖ki‖＝1。

⑤計(jì)算貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。特征方程的每個(gè)特征根貢獻(xiàn)率θ計(jì)算公式如式(7):

論文選取貢獻(xiàn)率最高的主成分第一分量進(jìn)行特征組合分析，實(shí)現(xiàn)數(shù)據(jù)降維，并將得到的單波段影像作為區(qū)別不同地類差異性的評(píng)價(jià)標(biāo)準(zhǔn)之一。

絕大多數(shù)高分辨率遙感影像都有多個(gè)波段，攜帶著大量的信息，并且每個(gè)波段所攜帶的信息都不可以隨意丟棄，為了將數(shù)據(jù)損失降低到最小，論文采取主成分分析的方法將研究區(qū)的GF1＿WFV1影像降維，提取主成分第一分量得到灰度圖像。預(yù)處理后的影像以及主成分分析后的影像如圖3所示。

圖3 預(yù)處理后的影像與降維影像

圖4 為單波段的主成分第一分量、第二分量和第三分量。在獲取主成分第一分量后，為減少計(jì)算量來提高算法效率，對(duì)影像進(jìn)行灰度級(jí)調(diào)整至0~15之間，取整保留16個(gè)灰度級(jí)。進(jìn)行灰度級(jí)縮放時(shí)將影像進(jìn)行直方圖均衡化處理，來增加影像的全局對(duì)比度。

圖4 單波段各主成分分量

3 滑動(dòng)窗口參數(shù)設(shè)置

如圖5所示，滑動(dòng)窗口參數(shù)主要包括窗口大小與步長(zhǎng)。其中，窗口大小設(shè)置為5×5、步長(zhǎng)設(shè)置為1。窗口從影像左上角開始水平滑動(dòng)，先進(jìn)行列遍歷，滑動(dòng)完整行后，行加1繼續(xù)滑動(dòng)，每滑動(dòng)一次窗口就計(jì)算一次窗口內(nèi)的紋理特征與光譜均值特征，直至整幅影像全部遍歷完成，滑動(dòng)停止。通過擬合的分類算法模型來預(yù)測(cè)每個(gè)窗口內(nèi)的地物類別信息。

圖5 滑動(dòng)窗口示意圖

4 單窗口紋理特征值獲取

GLCM雖然可以描述紋理，但是不可以對(duì)紋理進(jìn)行深層次分析，因此Haralick等人相繼用灰度共生矩陣提出了14種統(tǒng)計(jì)函數(shù)，即為灰度共生矩陣特征值。其中多個(gè)統(tǒng)計(jì)函數(shù)之間存在數(shù)據(jù)冗余，為了簡(jiǎn)化計(jì)算，用四個(gè)應(yīng)用最廣泛的特征值來提取影像對(duì)象的紋理特征。

①角二階矩(Angular Second Moment，ASM)又稱為能量，是圖像灰度分布均勻程度和紋理粗細(xì)的一個(gè)度量，反映圖像灰度分布均勻程度和紋理粗細(xì)度。當(dāng)圖像紋理均一規(guī)則時(shí)，能量值較大；反之灰度共生矩陣的元素值相近，能量值較小。

②熵(Entropy，ENT)度量了圖像包含信息量的隨機(jī)性，表現(xiàn)了圖像的復(fù)雜程度。當(dāng)共生矩陣中所有值均相等或者像素值表現(xiàn)出最大的隨機(jī)性時(shí)，熵最大。

③對(duì)比度(Contrast，CON)反應(yīng)圖像的清晰度和紋理的溝紋深淺。紋理越清晰反差越大對(duì)比度也就越大。

④反差分矩陣(Inverse Differential Moment，IDM)反映紋理的清晰程度和規(guī)則程度，紋理清晰、規(guī)律性較強(qiáng)、易于描述的，值較大。

5 實(shí)驗(yàn)結(jié)果與分析

由于灰度共生矩陣的計(jì)算全部以矩陣為單位，因此計(jì)算影像對(duì)象紋理特征時(shí)所需要的計(jì)算量非常大，計(jì)算中產(chǎn)生的冗余會(huì)大量消耗電腦內(nèi)存，因此在研究區(qū)選擇時(shí)，截取預(yù)處理后的內(nèi)蒙古自治區(qū)GF1＿WFV1影像中的一小塊區(qū)域進(jìn)行信息提取研究。GF1＿WFV相機(jī)為多光譜相機(jī)空間分辨率為16 m，分辨率較低，同時(shí)研究區(qū)域有大量林地、耕地，非建筑物較多，地物相對(duì)簡(jiǎn)單數(shù)據(jù)處理量小，以便快速得出實(shí)驗(yàn)結(jié)果。預(yù)處理后的研究區(qū)影像如圖6所示。

圖6 研究區(qū)影像參數(shù)信息

分別采用多尺度分割和滑動(dòng)窗口算法對(duì)建筑物信息的提取，并在算法使用成本、準(zhǔn)確度兩個(gè)方面進(jìn)行比對(duì)分析。

表1 精度評(píng)價(jià)

在算法使用成本方面，多尺度分割的建筑物信息提取結(jié)果在易康商業(yè)遙感軟件中操作得出，圖7(a)中十字絲為樣本點(diǎn)的選取位置。由于選取的影像是分辨率16 m的GF－1影像，不同地物邊界較為模糊，所以使得多尺度分割在不同地物的邊緣區(qū)域分割的過于細(xì)碎，依賴于分割后的人工后處理操作，將影像對(duì)象進(jìn)行人為勾畫與修改，人力成本過高。此外，易康軟件缺乏影像預(yù)處理操作，與此商業(yè)機(jī)構(gòu)合作困難，因此在實(shí)際項(xiàng)目中的使用成本較高；反之滑動(dòng)窗口的應(yīng)用場(chǎng)景要廣泛得多，圖8中滑動(dòng)窗口的提取過程通過Python語言實(shí)現(xiàn)，只需要配置GDAL，OpenCV，Scikit-learn模塊即可在終端中運(yùn)行，此外算法可以進(jìn)行封裝，在信息提取的系統(tǒng)中調(diào)用，在實(shí)際項(xiàng)目中使用成本較低。

圖7 多尺度分割提取結(jié)果

圖8 滑動(dòng)窗口提取結(jié)果

在準(zhǔn)確度方面，根據(jù)表的精度評(píng)價(jià)結(jié)果顯示，多尺度分割方法的總體精度為84.73%，Kappa系數(shù)為0.698 1；滑動(dòng)窗口方法的總體精度為85.67%，Kappa系數(shù)為0.698 1，兩種方法的建筑物提取結(jié)果均有極高的一致性。其中滑動(dòng)窗口提取結(jié)果的總體精度比多尺度分割提取結(jié)果的總體分類精度高出0.94%，Kappa系數(shù)高出0.012 5，因此在準(zhǔn)確度方面兩種方法的提取精度較為相似。

綜合算法使用成本和準(zhǔn)確度兩個(gè)方面的分析，在后續(xù)的建筑物信息提取實(shí)驗(yàn)中，將運(yùn)用滑動(dòng)窗口方法進(jìn)行面向?qū)ο蟮慕ㄖ镄畔⑻崛　?/p>

6 結(jié)論

通過主成分分析進(jìn)行數(shù)據(jù)降維，獲取主成分第一分量，縮放第一分量灰度級(jí)，為滑動(dòng)窗口紋理特征的計(jì)算提供數(shù)據(jù)輸入；通過灰度共生矩陣計(jì)算單窗口內(nèi)特征值，計(jì)算四個(gè)最常見的紋理特征；利用紋理特征結(jié)合光譜均值特征構(gòu)建面向?qū)ο蟮慕ㄖ镄畔⑻崛〉膶?shí)現(xiàn)方案，得出滑動(dòng)窗口的建筑物提取結(jié)果，并與多尺度分割的提取結(jié)果進(jìn)行評(píng)價(jià)參數(shù)對(duì)比，在算法使用成本和準(zhǔn)確度兩個(gè)方面進(jìn)行分析；結(jié)合影像對(duì)象的光譜特征和紋理特征，設(shè)計(jì)基于多尺度分割和滑動(dòng)窗口的面向?qū)ο蠼ㄖ镄畔⑻崛?shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，滑動(dòng)窗口的建筑物提取方法精度略高于多尺度分割，且對(duì)于商業(yè)性軟件無依賴性，使用成本低。