广西国情普查影像自动解译探讨

摘要： 本文阐述了广西国情普查的必要性与紧迫性；分析了影像自动解译的关键问题；论述了影像解译的分类方法；文章给出了影像自动解译的总体技术流程；最后，笔者根据多年的甲级单位基层经验，利用程序实现了影像的自动解译，并给出了部分典型代码，希望能给广大同行带来一定的借鉴意义。

关键词： 广西，地理国情，影像解译，程序判读

中图分类号：TN830文献标识码： A

按照《国务院关于开展第一次全国地理国情普查的通知》（国发〔2013〕9号）要求，广西第一次全国地理国情普查范围为广西壮族自治区所辖陆域范围和镇级离岸岛，即海岸线向大陆一侧的国土范围和涠洲岛，面积约23.67 万平方公里，涉及1: 1 万图幅8495幅，涉及1: 5 万图幅592 幅。广西陆海分界的海岸线由区普查办统一下发。

在此普查范围内，地理国情普查的内容和指标分别按城市地区和一般地区两种要求进行采集。其中城市地区是指地级和地级以上城市规划部门确定的中心城区，即南宁市、柳州市、桂林市、梧州市、北海市、防城港市、钦州市、贵港市、玉林市、百色市、贺州市、河池市、来宾市和崇左市14 个城市规划部门确定的中心城区范围:一般地区是指除城市地区外的调查区域。采集对象为全区范围内的地表自然和人文地理要素。自然地理要素包括植被覆盖、水域、荒漠与地等。人文地理要素包括与人类活动密切相关的交通网络、居民地与设施、地理单元等。

本文针对广西国情普情项目影像自动解译做全面分析，在现阶段具有一定的与时性与俱进性。

1 影像自动解译必要性

(1) 信息自动提取难度大，难以满足技术规定要求

① eCognition 的规则集分类，对不同影像时相、数据源、区域的高分辨率数据分类，很难普适，而且技术门槛很高，因而不适合工程化项目实施[1]。

② GLC_Info提供的GLC分类技术，通过训练样本，进行自动规则集构建，具有技术门槛低、便于操作员作业，适合工程的特点，采集样不需要作业员有一定的影像解译经验，但是需要耗费大量作业时间。

(2)信息提取后期编辑工作量大，难以保证项目进度

① 0.2米分辨率航摄影像1幅1：5万满幅，人工采集地表覆盖1人平均需30天完成（加班情况下）。

② 地表覆盖分类软件并不能够达到分类标准的要求，人工参与工作量大，一幅1：1万图幅需要15天以上。

2 影像解译分类方法

影像解译分类方法目前较流行利用GLC树、SVM等分类方法或参考DLG辅助分类，完成影像的自动分类与二次逐级分类。

(1) GLC树分类

 GLC树分类通过样本点自动创建规则集，减少了人工建立规则集的工作量；避免了传统规则集对于不同数据源、不同时相、不同地貌普适性差的问题； 在保证精度的前提下可大幅提升分类速度[2]。

(2) SVM分类

SVM方法是通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题．简单地说，就是升维和线性化、升维，就是把样本向高维空间做映射，一般情况下这会增加计算的复杂性，甚至会引起“维数灾难”，因而人们很少问津．但是作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本集，在高维特征空间中却可以通过一个线性超平面实现线性划分（或回归）．一般的升维都会带来计算的复杂化，SVM方法巧妙地解决了这个难题：应用核函数的展开定理，就不需要知道非线性映射的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎不增加计算的复杂性，而且在某种程度上避免了“维数灾难”。

SVM方法收敛性、训练速度、分类精度等方面性能较高；传统分类中最好。

(3) DLG辅助分类

 影像图解译后，按照全国标准分类的要领可归纳为三大类地形要素，即：点状要素、线状要素和文字注记。点状要素，即形状与相对关系不变的各种符号，如：独立地物符号、植被符号等，点状要素的特点是只有一个定位点，一个坐标值。点状要素又可以细分为有方向点要素、无方向点要素、依比例点要素和不依比例点要素等几种。线状要素，以线的形式组成的要素称为线状要素，如围墙、地类界等，其特点是组成要素的基本元素为折线，在CAD中称为多段线，多段线每个折点（端点）均有一组坐标（X、Y、Z），最少时也有两个端点，两组坐标。线状要素细分有三种形态：简单线型、复杂线型和组合线型。文字注记，文字注记类似于点状要素，有些系统也有把文字归为点状要素的。文字注记也分为有方向、无方向及变形等形式。组合要素，以上各个要素之间相互组合形成的符号,如破坏房屋（线与字组合）、花池（线与符号块组合）等[3]。

通过参考DLG辅助分类，依据地表覆盖分类的技术要求，按照指定字段进行匹配，可以确保地表覆盖分类的精度和效率。

3 自动解译技术流程

本文影像自动解译技术流程图1如下：

图1广西地理国情普查影像自动解译技术流程图

4 程序代码

(1) GLC树分类模块

GLC树分类模块典型代码如下所示：

CString strpath;

strfilename="XZQ.WP";

GetDlgItem(IDC_EDADD)->GetWindowText(strpath);

m_filelist.ResetContent();

if(strpath.Left(1)=="")

{ AfxMessageBox("你没有选择文件!");

return; }

FindFile(strpath);

int i;

char tmp[256];

for(i = 0; i < m_filelist.GetCount(); i++)

{ m_filelist.GetText(i,tmp);

addxzqstru(tmp); }

strfilename="XZQJX.WL";

(2) SVM分类模块

SVM分类模块典型代码如下所示：

CFIELD_HEAD fld[2];

strcpy(fld[1].fieldname,"要素代码");

fld[1].fieldtype=STR_TYPE;

fld[1].msk_leng=10;

fld[1].edit_enable=1;

strcpy(fld[2].fieldname,"地类界线类型");

fld[2].fieldtype=STR_TYPE;

fld[2].msk_leng=2;

fld[2].edit_enable=1;

UpdateData(TRUE);

AREA_HINST aHinst = _InitWorkArea(NULL);

short DLJXAi = _OpenFileArea(aHinst,(LPTSTR)(LPCTSTR)strPath00);

_StartClockCursor();

_GoingClockCursor();

_InsertStruFld(DLJXAi,LIN,3,fld,2);

_SetPackFlag(DLJXAi,1);

_SetChangeFlag(DLJXAi,0);

_SaveFile(DLJXAi);

_CloseArea(DLJXAi);

_FreeLinSelLst(DLJXAi);

_FreeWorkArea(aHinst);

(3) DLG辅助分类模块

DLG辅助分类模块典型代码如下所示：

int i;

char tmp[200];

CATT_STRU *stru = NULL;

char expStr[100];

UpdateData(TRUE);

AREA_HINST aHinst = _InitWorkArea(NULL);

m_filelist.GetText(0,tmp);

short QTZJAi = _OpenFileArea(aHinst,tmp);

_GetAttStru(QTZJAi,PNT,&stru);

expStr[0]=0;

if(!_InputExpresion(m_hWnd,stru,expStr,100,"输入检索条件",NULL))return ;

_SetChangeFlag(QTZJAi,0);

_CloseArea(QTZJAi);

_FreePntSelLst(QTZJAi);

_FreeWorkArea(aHinst);

5 结束语

本文分析了广西地理国情普查影像自动解译的具体技术流程，论述了影像分类的方法以及程序实现的具体过程，在现阶段肯有一定的理论与实践意义。

参考文献

[1] 林宗坚.摄影测量与遥感当前发展中面临的图像图形学问题:中国测绘科学研.测绘科学研究院院庆40周年论文集.北京:1999.

[2] 舒宁.应加强多光谱图像理解理论与方法的研究.国土资源遥感,1999,41(3).

[3] 杨桄;张柏;王宗明;宋开山;;基于多源信息空间的遥感影像自动解译研究[J];东北师大学报(自然科学版);2006年01期．