基于高分辨率遥感影像的城市建筑物目标识别

1 对高分辨率遥感影像城市建筑物目标识别工作的进展研究 
  随着社会的不断发展,高分辨率遥感影像的研究为科技带来了巨大的活力,但是其算法精确度不够和时效性不强的特征也给研发工作带来一定的困难。 
  遥感影像的处理是进行建筑物目标识别、提取、分类等工作的基础。遥感影像的滤波功能可以有选择性的保留下重要的信息,有效提升其识别、分类等效率。遥感影像处理研究领域最先研究的是减噪问题,同时它也是基础性的问题。由于传感器不同,因此减噪算法也就不同,主要是由于成像机理和噪声源不同而造成的。 
  2 对城市建筑物目标变化原理和分割对象提取的研究 
  第一,城市建筑物目标变化检测算法主要包括建筑物目标变化识别和对象提取这两个环节。对象提取法可以采用影像分割的提取方法,从同一地区高分辨率的遥感影像中做出对对象的提取,经过标注和筛选之后,得到与之对应的建筑物对象集[1];从建筑物的对象集的空间、格局和面积中识别出新光谱和改建的变化类型,实现最终完成城市建筑物目标识别的可视性表达[2]。 
  第二,在传统影像分割对象理论的基础上,通过采用高分辨率的遥感影像来对建筑物的空间信息和对象的边缘等信息做出分析,并研究出适合高分辨率的遥感影像的分割方法。将影像图理论转变成图形式,再将遥感影像的分割转化成对建筑物的分割。 
  第三,对数据的分析:eCognition是一种相对来说较为成熟的对象分类软件,由于这个软件对数据的分割能力不断提升,而且还具有较为规则的集测性和较高的分辨率,因此,使得对城市建筑物目标的识别具有很高的可操作性。这种采用面向对象的方法,首先制定出符合城市更好发展的规划设计图,然后通过对城市垃圾处理厂、住房建筑、停车场等重要建筑物进行目标光谱和形状特征的识别,从而对重点目标进行提取和研究,最终设计出既简单又实用的城市发展技术路线。更重要的是还能够为城市大型建筑的总体规划、设计、检测等提供有利指导,成为技术支撑。 
  第四,本文以长春市的城市建筑物为例,使用高分辨率的遥感影像对长春公共建筑进行目标的识别。因为考虑到建筑物目标的尺度和分辨率影像的效率,在此采用红,黄,蓝,紫这四个波段的多光谱数据,在对相關数据的研究中要重点考虑数据的处理问题。数据的处理主要表现在两个方面,即对数据的预处理和对城市建筑物的目标识别。对数据的预处理是指对影像的融合、纠正、增强和镶嵌等等,本文以长春的城市建筑物为例,主要对建筑物目标的识别流程,目标提取和目标的识别过程进行分阶段的处理。 
  建筑物的目标识别处理中,对目标影像的分割是至关重要的,因为它是由一个很小的像素作为开始的,先用比较小的样本数据将建筑物的目标数据进行分割,同时要先确定影像分割的颜色和形状,在本文的有关实验中,颜色标准和形状标准的比例为1:1.1,还要提取不同目标的不同分割尺度,尽可能让建筑目标达到最佳分割尺度的效果。 
  对建筑物目标的识别和特征的描述是目前在目标识别和提取工作中的难点,光谱的特征和纹理的特征成为当前建筑物目标提取工作的热点内容,主要通过对光谱特征的初步识别,从而对目标识别对象信息的整合工作提供借鉴,计算出建筑物目标对象的形状和参数,再次对目标对象进行识别,从而保障目标对象识别结果的准确性,另一方面应当让相关的操作人员进行人工的校准和信息编辑,从而满足实际的建筑物目标的识别。 
  3 对城市建筑物目标数据的提取分析 
  应当及时建立起目标数据的相关规则集,根据样本目标显示的数据进行实验的分割,分割尺度要采用35、50、80的多尺度分割方法,实现光谱特征目标的识别、合并、二次操作,使整个建筑目标的提取过程更具规范化、流程化,例如对飞机场、公共建筑和停车场相关建筑目标的识别。 
  3.1 以飞机场为例进行目标的提取工作 
  飞机场是城市建筑中目标提取工作较多的,常用的有两种方法,基于像元法和面向对象法。基于像元法是通过对影像特征的目标提取和机场跑道与平行线间的距离,从而完成对飞机场目标对象的提取,在提取的过程中就属直线段的目标信息提取最为困难;而另外一种面向对象的方法,主要是对建筑物和道路等目标信息进行识别和提取。由于本次实验中飞机场的红波段比起其他地物较高一点,因此它的尺度要比其他的建筑物要大,主要方式是通过对红波段的亮度和其他面积的设置来实现对飞机场目标对象的识别和提取。
 3.2 对公共建筑物目标识别的提取研究 
  公共建筑一般都是指建筑面积最少是25000㎡的建筑,例如商业建筑、通信建筑等,这种公共建筑要比普通的居住建筑面积大很多,由于和普通的建筑在结构设计、颜色搭配、格局设计等不同,因此它的提取工作难度很大,再加上它需要专题信息的配合和支持,所以,本次实验只是对比较明显的建筑物进行目标的提取。首先对影像进行分割,接下来要根据红波段的确定值对目标对象作初步识别,进而将识别的对象进行整合,依据目标建筑物的实际面积和其图层的叠加情况进行再次筛选工作,从而得出目标提取结果。 
  3.3 关于污水处理厂目标建筑物的提取研究 
  隨着社会的不断进步,污水处理厂成为城市进行市政建设的重要设施之一,也是现代化建设的强制规划内容,并成为城市建设中对实施情况进行监测的主要内容。污水处理厂基于遥感高分辨率下的影像光谱特征比较明显,具有净化绿地的作用。对污水处理厂目标的提取,关键是对圆形净化池的提取,采用圆形目标对象监测方法,目前对圆形目标的监测通常有三种方法,即几何特征的方法、累计变换法和边缘拟合法。 
  目标对象指数的计算:shape=[错误],其中s是形状对象的面积,p是其周长。圆形目标对象指数的计算研究,shape应当>0.32。 
  对污水处理厂目标对象进行提取的过程中,发现净化水池的特征非常明显,对影像进行分割的过程中要根据波段的准确值进行水体的相关识别,接下来将目标对象进行整合,做出二次筛选,最终得到目标对象的提取成果。采用目视的判别方法,将污水处理厂分为两个或者四个圆形水池和阴影。 
  4 结语 
  如上所述采用的是面向对象的目标识别提取法,从而对飞机场,公共建筑物和污水处理厂进行目标对象的提取实验,虽然在实验上具有一定的难度,但是只要对建筑物目标对象的特征进行仔细分析和研究,就可以实现快速、准确地提取城市建筑对象的目标。 
  【参考文献】 
  【1】罗灵军, 陈雪洋, 袁超. 基于高分辨率遥感影像的城市建筑容积率提取方法研究[J]. 规划师, 2012, 28(s2):276-279. 
  【2】施文灶, 毛政元. 基于图分割的高分辨率遥感影像建筑物变化检测研究[J]. 地球信息科学学报, 2016, 18(3):423-432.
浏览次数:  更新时间:2017-09-29 17:07:41
网友评论《基于高分辨率遥感影像的城市建筑物目标识别》
Top