遙感衛(wèi)星影像數(shù)據(jù)信息提取_圖文

1、 北京攬宇方圓信息技術有限公司、遙感衛(wèi)星影像數(shù)據(jù)信息提取北京攬宇方圓信息技術有限公司中科院企業(yè),衛(wèi)星影像數(shù)據(jù)服務全國領先。業(yè)務包括 遙感數(shù)據(jù)獲取與分發(fā)、遙感數(shù)據(jù)產(chǎn)品深加工與處理。按照遙感衛(wèi)星數(shù)據(jù)一星多用、多星組 網(wǎng)、多網(wǎng)協(xié)同的發(fā)展思路,根據(jù)觀測任務的技術特征和用戶需求特征,重點發(fā)展光學衛(wèi)星 影像、雷達衛(wèi)星影像、歷史衛(wèi)星影像三個系列,構建由 26個星座及三類專題衛(wèi)星組成的 遙感衛(wèi)星系統(tǒng),逐步形成高、中、低空間分辨率合理配置、多種觀測技術優(yōu)化組合的綜合 高效全球觀測和數(shù)據(jù)獲取能力形成衛(wèi)星遙感數(shù)據(jù)全球接收與全球服務能力。(1光學衛(wèi)星影像系列。面向國土資源、環(huán)境保護、防災減災、水利、農(nóng)業(yè)、林業(yè)、統(tǒng)計、

2、地震、測繪、交 通、住房城鄉(xiāng)建設、衛(wèi)生等行業(yè)以及市場應用對中、高空間分辨率遙感數(shù)據(jù)的需求,提供 worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、 ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、 landsat5(tm、 landsat(etm、 rapideye、alos、Kompsat 衛(wèi)星、北京二號、資源三 號、高分一號、高分二號等高分辨率光學觀測星座。圍繞行業(yè)及市場應用對基礎地理信 息、土地利用、植被覆蓋、礦產(chǎn)開發(fā)、精細農(nóng)業(yè)、城鎮(zhèn)建設、交通運輸、

3、水利設施、生態(tài) 建設、環(huán)境保護、水土保持、災害評估以及熱點區(qū)域應急等高精度、高重訪觀測業(yè)務需 求,發(fā)展極軌高分辨率光學衛(wèi)星星座,實現(xiàn)全球范圍內(nèi)精細化觀測的數(shù)據(jù)獲取能力。像國 產(chǎn)的中分辨率光學觀測星座。圍繞資源調(diào)查、環(huán)境監(jiān)測、防災減災、碳源碳匯調(diào)查、地質(zhì) 調(diào)查、水資源管理、農(nóng)情監(jiān)測等對大幅寬、快速覆蓋和綜合觀測需求,建設高、低軌道合 理配置的中分辨率光學衛(wèi)星星座,實現(xiàn)全球范圍天級快速動態(tài)觀測以及全國范圍小時級觀 測。(2雷達衛(wèi)星影像系列合成孔徑雷達(SAR觀測星座。errasar-x、radarsat-2、alos、高分三號衛(wèi)星圍繞行 業(yè)及市場應用對自然災害監(jiān)測、資源監(jiān)測、環(huán)境監(jiān)測、農(nóng)情監(jiān)測、橋

4、隧形變監(jiān)測、地面沉 降、基礎地理信息、全球變化信息獲取等全天候、全天時、多尺度觀測,以及高精度形變 觀測業(yè)務需求,發(fā)揮 SAR 衛(wèi)星在復雜氣象條件下的觀測優(yōu)勢,與光學觀測手段相互配 合,建設高低軌道合理配置、多種觀測頻段相結合的衛(wèi)星星座,形成多頻段、多模式綜合 觀測能力(3歷史衛(wèi)星影像系例鎖眼衛(wèi)星影像 1960年至 1980年代的影像,高分辨率 0.6米,已在中國各個行業(yè)得 到廣泛應用。北京攬宇方圓信息技術有限公司公司為北京市創(chuàng)新企業(yè),通過了嚴格國際質(zhì)量體系認 證,產(chǎn)品和服務質(zhì)量均有著優(yōu)良的保證,曾獨立提供國家重大遙感圖像工程項目和遙感圖 像處理項目,經(jīng)過多年在遙感行業(yè)的積累,在遙感影像數(shù)據(jù)供

5、應方面形成了一整套解決方案,公司還擁有一支利用專業(yè)遙感信息處理軟件進行航空、航天遙感數(shù)據(jù)處理的隊伍,熟 練進行遙感影像 DOM 生產(chǎn)、DEM 提取、遙感動態(tài)監(jiān)測、專題圖制作、雷達衛(wèi)星變形監(jiān) 測、虛擬現(xiàn)實三維建模、地形圖矢量化等處理工作,開展遙感處理技術培訓與咨詢服務, 可解決各種行業(yè)針對空間遙感信息數(shù)據(jù)處理的業(yè)務化需求。近年來,參與并完成了國土變 更調(diào)查、第二次全國濕地資源調(diào)查、礦區(qū)變化信息提取等多個遙感數(shù)據(jù)工程項目。 1引 言水體信息的提取對于環(huán)境監(jiān)測、水資源調(diào)查以及合理的規(guī)劃利用等起著十分重要的作用。利用遙 感影像提取水體的研究已有許多成果。如,徐涵秋對 Mcfeeters 的歸一化差異水

6、體指數(shù)(NormalizedDifference Water Index , NDWI 1進行改進得到的改進歸一化差異水體指數(shù) (ModifiedNDWI , MNDWI, 該方法能有效地避免水體與陰影的混淆 2;楊樹文等針對細小水體的提取 提出了多波段譜間關系的改進方法,也得到了很好的效果 3。但這些研究多針對中低分辨率的遙感影 像,且都需要影像具有較高的光譜分辨率。近年來,由于高分辨率衛(wèi)星影像應用越來越廣泛,相對于 中低分辨率影像,這類影像的空間信息更加豐富、地物的幾何和紋理信息更為清晰。采用傳統(tǒng)基于像 素的方法處理這類影像時,會因為粒度過小、過多地關注地物的局部細節(jié)而難以提取地物的整體信

7、 息。許多研究從分類精度、準確度等方面比較了基于像素與面向?qū)ο蟮挠跋穹治龇椒āＦ渲? Thomas 等比較了監(jiān)督分類、非監(jiān)督分類和面向?qū)ο蠓诸惾N方法的分類精度 4。 Yu 等 5和蘇偉 6等研究結果表 明:OBIA 不僅可以有效克服傳統(tǒng)基于像素方法中的“椒鹽”噪聲,且能有效提高分類的精度。針對不同的研究對象和數(shù)據(jù)集特點,應該使用不同的影像分析方法。本文的研究對象是區(qū)域內(nèi)的 詳細水體信息,包含大水體 (湖泊、干流 以及細小水體 (坑塘、細小支流 ,同時數(shù)據(jù)源為分辨率為 0.712米的高分辨率遙感影像。因此,采用 OBIA 較為適宜。本文使用 OBIA 對 QuickBird 高分辨率遙感影像

8、進行水體信息提取與分類。在對影像進行多尺度分割的基礎上,利用影像對象的光譜、紋理、顏色和 對象間關系等特征建立規(guī)則,實現(xiàn)了水體信息的提取;并與基于像素的提取結果進行了對比,分析了 OBIA 提取結果的精度。 2研究區(qū)域與數(shù)據(jù)源本文所用數(shù)據(jù)為采集于 2004年 5月 5日 10時 28分 18秒上海地區(qū)的 QuickBird 影像 (即圖 1中較大 的黑色邊框區(qū)域 ,包括空間分辨率為 0.717m 的全色數(shù)據(jù)和 2.87m 的多光譜數(shù)據(jù),其中多光譜影像包 含 4個波段 (紅、綠、藍和近紅外 信息。并以上海市浦東新區(qū)作為研究區(qū)域 (圖 1中較小的黑色邊框區(qū) 域 。該區(qū)域內(nèi)河流、湖泊縱橫交錯,且有大

9、小坑塘零星分布。土地利用類型以農(nóng)田、水體以及居民地 為主。研究區(qū)域?qū)娜跋翊笮?13900像素×13900像素,多光譜影像為 3475像素×3475像 素,其代表地面大小約為 10KM ×10KM 。 圖 4Level1中 NDWI 閾值分析圖圖 5Level2中 NDWI 閾值分析圖 本文中初步分類還利用了對象間的關系特征,具體過程如下:第一步:在父對象層 (Level1中,按 NDWI 分類閾值 0.33提取水體對象;第二步:將 Level1的提取結果利用父對象與子對象間的隸屬關系 傳遞到 Level2中;第三步:在子對象層 (Level2中也利用 N

10、DWI 提取水體對象。經(jīng)過以上三步 (圖 6 就 完成了水體對象的初步提取。與僅從某一層次提取結果相比,該方法可以將所有水體對象完整地提取出來。如圖 7(a是僅在 Level1中提取的結果,雖然可以防止大水體對象支離破碎 (如圖 7(a中 A 、 B 區(qū)域 ,但是會遺漏小水體 對象 (如圖 7(a中 C 區(qū)域 ;圖 7(b是僅在 Level2中提取的結果,雖然可以防止遺漏小水體對象 (如圖 8(b中 C 區(qū)域 ,但是會使大水體對象支離破碎 (如圖 8(b中 A 、 B 區(qū)域 ;而使用本文中介紹的方法既不會 因為尺度過大而遺漏小水體對象 (如圖 8(c中 A 、 B 區(qū)域 ;也不會因為尺度過小,

11、而使大水體對象支離 破碎 (如圖 8(c中 C 區(qū)域 ,而且保證了提取水體的全面性和完整性。 (a第一步 (b第二步 (c第三步圖 6利用 NDWI 進行水體提取的過程 (a在 Level1中僅利用光譜特征提取水體結果圖 (b在 Level2中僅利用光譜特征提取水體結果圖 (c利用光譜及對象間關系特征多層次提取水體結果圖圖 7多種水體提取過程對比圖然而僅僅利用光譜特征進行水體提取,會將部分與水體光譜特征相似的建筑物及其陰影包含進來(如圖8,雖被分類為水體,而實際上是建筑物及其陰影 ,產(chǎn)生誤判,即常見的“同譜異物”現(xiàn)象。因 此,需要利用影像對象的其它特征將干擾排除。由于遙感影像中“同物異譜”和“

12、異物同譜”的現(xiàn)象經(jīng)常出現(xiàn),僅依靠光譜特征常不足以準確提 取目標對象。 QuickBird 影像分辨率高,地物的細微結構能夠得到清晰的反映,紋理及顏色信息豐富。 因此,為了排除建筑物及其陰影的干擾,首先在光譜特征提取的基礎上,利用建筑物與水體的紋理差 異,排除一部分建筑物及其陰影的干擾;然后將影像轉(zhuǎn)變到 HIS 顏色空間,利用陰影區(qū)域亮度值低而 飽和度高的特征 20將剩余陰影的干擾排除。 圖 8因為建筑物及其陰影與水體光譜特征相似而被誤判為水體如上圖 7、 8所示,在 QuickBird 影像中水體和純陰影對象的紋理,均比較細致均一;而建筑物及 其與陰影混合對象的紋理,在多光譜波段中呈明暗交錯的

13、條帶狀,不規(guī)則且相對比較粗糙,易于區(qū) 分。本文使用灰度共生矩陣 (GrayLevel Co-occurrence Matrix , GLCM21來描述影像各像元灰度的空間分布和結構特征,即對象的紋理特征。設 為一幅二維數(shù)字圖象,其大小為 ,灰度級別為 ,則滿足一定空間關系的灰 度共生矩陣為:(2 其中 為 階的矩陣, 表示集合 中的元素個數(shù)。若 與 距離為 ,兩 者與坐標橫軸的夾角為 ,則可以得到各種間距及角度的灰度共生矩陣 。它不僅反映亮度的 分布特性,也反映具有同樣亮度或相近亮度的像素之間的位置分布特性,是有關圖像亮度變化的二階 統(tǒng)計特征,是定義一組紋理特征的基礎。為了能更直觀地描述紋理狀

14、況, Haralick 等人在灰度共生矩陣 的基礎上,定義了若干較為常用的紋理量,如:能量、對比度、熵、相關性、均質(zhì)性等等 22。為了確定使用哪個紋理量分類,從初步分類為水體的對象中選取一系列對象 (水體、陰影、建筑物 與陰影混合三類 作為樣本。查看、分析與比較了不同類別對象在不同紋理特征上的表現(xiàn),選取能量與 熵進行進一步的水體分類提取,這兩者均與對象紋理的均勻程度有關。為了擴大表現(xiàn)水體與其它類型 對象在紋理均勻性方面的差異,本文提出采用歸一化差異紋理均勻性指數(shù)(NormalizedDifference Textural Uniformity Index , NDTUI 計算對象紋理的均勻性。

15、(3 (a能量 (b對比度 (c熵 (d相關性(e均質(zhì)性 (f歸一化差異紋理均勻度指數(shù) 圖 9不同類別對象的各種紋理特征圖如圖 9中的子圖 (f所示。并取閾值 -0.35二次分類結果如圖 10所示, A 處將水體誤判為建筑物或及 陰影是由于處于水陸的交界處,除了地物光譜的復雜性外還有遙感影像的分辨率的限制形成了一些混 合對象。我們將在后續(xù)的分類后處理中,利用平滑與規(guī)則化處理將其正確分類;而 B 處仍有少量陰影 對象的干擾。因此,仍需要利用陰影的其它特征將其排除。剩余少量陰影對象的排除是通過影像上陰影的顏色特征來實現(xiàn)的。先將遙感影像由 RGB 顏色空間 轉(zhuǎn)換到 HIS 顏色空間 23。相對于遙感

16、影像中的其他區(qū)域 (水體對象 ,陰影區(qū)域在 HIS 顏色空間具有亮度值低、飽和度高的特點 20。在 HIS 顏色空間中,對 S 分量和 I 分量作歸一化比值運算:r=(S I /(S+I(4 圖 10利用紋理特征的水體提取結果圖圖 11利用顏色特征的水體提取結果圖 三次顏色分類結果圖如圖 11所示,還存在一些面積很小的陰影誤判的對象,可在后續(xù)的分類后處 理中將這些小對象統(tǒng)一去除掉,得到純度較高的水體對象。分類后處理 (1同類對象融合與去除小面積水體對象為了排除一些小面積對象的誤判。首先,對水體對象進行融合形成整塊的對象,然后將面積小于 1000pxl 的對象去除,得到的結果如圖 12(a所示。(2利用對象類別間的位置關系再次分類由于地物光譜的復雜性及遙感影像的分辨率的限制,使得處于水陸交界處的水體對象有漏分的情 況;另外,水面上的橋梁使得水體對象有分段現(xiàn)象,為了盡可能地使水體完整,也應該將這些橋梁歸 為水體類。故使用對象類別間的位置關系,即與水體共有邊界達 50%以上的對象也歸為水體類。得到 的結果如圖 16(b所示, A 、 C 處為遺漏水體; B 處為橋梁。并將這些得到的對象再歸為水體類并與現(xiàn) 有水體對象融合。 (a去除小面積對象得到的結果圖 (b利用對象間關系再次分類 的結果圖圖 12分類后處理(3規(guī)則化處理提取結果由以上步驟提取得到的水體結果,存在以