遥感影像图中的地物信息自动提取技术研究

摘 要：遥感影像推动了测绘技术的发展，而遥感影像的地物自动提取技术也有利于遥感影像的全数字化发展。种子区域增长法是一种较好的遥感影像地物自动提取算法，但是由于容易受到噪声的影响，而导致地物提取轮廓不清晰。在借助面向对象的遥感影像处理思想对种子区域增长算法进行改进后，所获得的地物轮廓更加精确，具有更好的遥感影像图地物自动提取效果。

关键词：遥感影像 地物自动提取 种子区域增长法

中图分类号：TP753 文献标识码：A 文章编号：1672-3791（2014）07（c）-0027-01

自从20世纪60年代遥感技术问世以来，经过数十年的发展，遥感技术已经被广泛的应用于军事、测绘、环境等领域，并在其中发挥着非常重要的作用。遥感影像图中的地物提取时测绘信息化、现代化发展的重要组成部分，极大的推动了遥感技术的数字化发展。目前，如何从遥感影像中自动提取地物已经成为了遥感领域研究的重点。但是，虽然目前国内外许多专家学者已经对此进行了许多的研究，并且已经取得了一定的研究成果，但是从遥感影像中自动获得地物信息作为一个较为前沿的研究领域，目前缺乏成熟的方法应用于实际当中。

1 种子区域增长法的改进

种子区域增长法是一个较好的遥感影像图地物信息自动提取算法。但是种子区域增长法受限于初始种子的好坏，容易受到噪声点的影响，同时区域增长停止准则的好坏对于增长的速度和增长的结果都有直接影响，如果在增长过程中如果某个像元有多个子集邻接像元，并且像元与多个子集邻接像元的差异都较小时，像元不同的归并方向会对区域增长速度和遥感影像图的地物提取效果造成较大的影响。为此，在应用种子区域增长法实现遥感影像图地物自动提取时，需要对算法进行改进，以获得更好的地物自动提取效果。

在2009年周成虎所提出的面向对象的遥感影像处理思想中，将遥感影像图中地物要素的构成单元看成是unit（基元），并认为unit是根据一定的计算规则，在一定尺度下所获得的由具有相近像元所组成的连通区域，unit内部的像元具有特征相似性。借助unit的思想，在使用种子区域增长法进行遥感影像图中地物自动提取过程中，如果将种子集Ai看成是初始基元，则基元的光谱特征反应了基元内部各个像元的光谱属性。其中种子集Ai的光谱特征计算入式（1）所示。

（1）

其中：Ai表示遥感影像图中的第i个种子集合，即第i个基元；xki表示种子集Ai中的第k个像元，根据遥感影像图中的光谱特征提取方法得到xki的光谱特征f（xki）。根据相同的原理可以获得基元的灰度、纹理、形状等信息。

根据如上的思想，对种子区域增长法进行如下的改进。

（1）根据遥感影像图中的地物光谱特征，选择初始种子点，其主要的方法是采用Otsu阈值法从遥感影像图中获得初步点集来作为种子区域法的种子点，从而加强初始种子点的地物代表性。（2）将种子集作为种子区域法中不断生长的基元。（3）根据航空影像图的精度，计算理想窗口宽度K，用于计算以带辨别像元为中心的窗口内邻域联合特征。在进行联合特征计算时，综合考虑地物的空间低于特征和光谱域特征信息。（4）对于联合特征中的空间特征分量和光谱特征分量赋予不同的权重，采用“加权联合特征”法来计算距离，并且以此作为相似度度量值，并且根据实际情况调整权重，调节空间特征分量和光谱特征分量对特征相似性的贡献量。（5）在增长过程中，基于周成虎所提出的“特征差异最小”的思想，选取特征差异最小的外接区域作为种子的增长对象，在每一次完成种子的增长之后，需要按照加权联合特征差异值大小将种子集中所有外接像元（即外接区域为地物边界的像元）进行排序，最终将像元并入到与之特征差异最小的种子点击，同时选择下一个遥感影像图中的像元进行增长，直到遥感影像中的所有像元处理完毕。

2 改进种子区域增长法的应用于实验

实验数据采取如图1所示的一幅精度为1m的QuickBird航空影像图。

如图1所示，航空影像图主要包括建筑物和道路等地物，采用传统种子区域增长法和改进的种子区域增长法提取遥感影像图中的建筑物地物信息的结果分别如图2和图3所示。

从如上的实验结果来看，两种算法都较为清晰的获得了建筑物结果，建筑物轮廓波爱吃了原有的规则性。但是通过改进种子区域增长法与传统算法的对比可以看出，改进种子区域增长法更好的去除掉了建筑物地物提取时的树木噪声，所获得的地物轮廓更加精确，具有更好的遥感影像图地物自动提取效果。

3 结语

随着遥感技术的发展，在为人们提供更加丰富的数据来源时，也推动了影像处理等技术的发展。遥感影像地物自动提取技术有利于遥感影像处理的自动化和全数字化，是一门基于高分辨率遥感影像的新兴技术，有利于减少遥感影像处理成本，提高处理效率，是遥感影像技术重要的发展方向。在本研究中，主要通过对种子区域增长法的分析，针对其在遥感影像地物自动提取中所存在的易受噪声点影响等问题，提出改进的种子区域增长法。

参考文献

[1] 周成虎，骆剑承.高分辨率卫星遥感影像地学计算[M].北京：科学出版社，2009.

[2] 蒋璐璐，王适，王宝成，等.一种改进的标记分水岭遥感影像分割方法[J].计算机技术与发展，2010，20（1）：39-42.