基于遥感影像的城市专题信息提取与专题制图

摘要：利用遥感影像处理手段提取城市专题信息进而制作专题图，在城市规划领域应用广泛。本文以宜昌市遥感影像数据为例，详细阐述遥感专题信息提取和专题图制作的方法流程，并对相关的影响因素进行具体探讨，对分类结果进行对比分析，从而为城市专题信息的提取与制图提供参考。

关键词：遥感影像 城市专题信息 专题图制作 影响因素 图像分类

中图分类号： TP75 文献标识码： A 文章编号：

1、引言

近年来，遥感影像处理水平的不断提高，为其开辟了更广阔的应用空间。在城市规划领域，利用遥感技术可以实现土地信息的专题提取，城市环境的规划建设等，这在国内外许多城市已经形成很好的范例。将遥感技术应用到城市信息提取中，动态监测城市的土地利用面积，优化城市结构，不仅可以实现城市的整体规划，也可以调整城市布局，改善生态环境，提高城市的可持续发展潜能[1]。

本实验采用宜昌市的Landsat TM图像，包括1、3、4、5、6、7等波段的数据，每一波段数据分为左右两片；同时利用已知投影信息和大地坐标文件的全色SPOT图像作为地理参照图来进行TM图像的几何纠正。

2、基本方案概述

本次实验采用ERDAS IMAGING 9.2软件进行：首先将实验影像数据转换成软件默认的IMG格式，然后将TM影像多波段叠加生成多光谱影像并以SPOT影像为基准进行几何纠正，进而将成果图左右部分进行镶嵌并裁剪成规则形状，最后将结果与SPOT影像融合，并进行图像增强、分类、制作专题图[2]。流程如图1所示。

图1流程框图

3、专题信息提取与制图过程

3.1 数据预处理

利用ERDAS的Import模块将实验图像文件转换为IMG 格式，然后利用LayerStack Bands Data模块将TM各个单波段图像进行叠加，生成信息量大的多光谱图像，便于后续处理。

3.2 几何纠正

TM影像存在几何畸变，因而在进行城市专题信息提取之前，我们需要使用经过配准的SPOT高分辨率影像对TM影像进行几何纠正。这里可以采用二次多项式的方法进行纠正，这种方法对于线性和非线性变形都能起到作用。利用ERDAS的Geometric Correction模块实现几何纠正，以六个同名点、六个检查点参与解算，要求检查点残差、中误差均小于1，然后进行重采样，获得纠正后影像。如果纠正后的影像存在严重畸变，则需要重新进行同名点的选取，直至满足要求为止。

3.3 图像镶嵌

给定的TM影像分为左右两部分，因此在进行后续操作之前，需要在几何上将两幅图像拼接在一起，即图像镶嵌。镶嵌时需要保证左右两部分反差一致，色调相近，没有明显的接缝，同时需要拼接影像的成像条件相近[2]。最后选择合适的投影信息、地理坐标信息即可完成图像镶嵌。

3.4 图像裁剪

经上一步图像镶嵌得到的图像并不是规则图形，为对感兴趣区域进行规则化，我们需要对图像进行裁剪。利用Data Prep模块中的Subset Image功能对增强后的图像进行裁剪，使之成为规则的矩形。

3.5 图像融合

图像融合可以突出我们所感兴趣的信息，便于更好的分类。我们将多光谱的TM影像与高分辨率的SPOT影像进行融合，综合两种图像的优势，使成果既有TM影像的光谱信息，又有SPOT影像高分辨率的特点，提高图像的效果与质量[3]。

3.6 图像分类

图像分类即为根据不同的地物波谱特性对遥感影像中的要素进行分类，可以采用监督法和非监督法进行。ERDAS是利用Classifier模块来实现分类的。首先对影像进行非监督分类，了解图像的光谱空间聚类信息，为后续的监督分类提供指导。接着进行监督分类，提取专题信息并利用模糊矩阵进行样区选取精度评定。一般要求类别选取精度高于85%。分类完成后，利用目视判读与精度评价相结合的方法，选择融合前后分类效果较好的图像作为制作专题地图的底图。

3.7 专题图制作

利用GIS Analysis模块的clump和eliminate工具消除成果图上的噪声效应，然后开始绘制专题图。点击Composer模块的New Map Composition，设置地图版面的大小、单位等，在弹出的Map Composer窗口中点击Annotation／Tools，调出工具板，绘制地图。一是要根据我们的制图目的决定图上哪些要素需要详细表达。还要根据研究需要和制图区域的特征生成图层、公里格网、文本、图例、比例尺等图像整饰内容[4]。

4、影响因素分析

在城市专题信息提取流程中，几何纠正是其后各项操作的基础，因此几何纠正准确与否关系到后续实验的精度。通过实验，笔者总结了几何纠正精度的相关因素如下：其一，基准图像即配准后的SPOT的精度；其二，所选控制点的精度；其三，选的几何纠正的模型的适当性；其四，所选重采样的函数模型。由于实验原始数据的精度限制，一般只能从后三个方面来提高几何纠正的精度。因此，在纠正过程中，尽量均匀地选择控制点；提高选点精度，尽量选择明显的交叉点；选择适当的纠正和重采样函数模型都能提高几何纠正的精度。同时，在选择同名点的时候，尽量不要将图像放得过大，这样会导致图像的模糊，影响选点精度；也尽量不要选择水体边缘点，因为获取影像时相不同，水位也不一定相同。

对于影像镶嵌而言，主要是镶嵌边的选取以及镶嵌边的平滑和整体色调的调整这三个步骤可能会影响到精度。可以采取不同的方法组合多进行几次影像镶嵌，以寻求最适当的影像镶嵌方法。因为影像镶嵌是在几何纠正的基础上进行，要提高影像镶嵌的精度，就必须尽可能提高几何纠正的精度。还要注意消减影像镶嵌的痕迹，这与接壤边的选取，覆盖地区的颜色处理和过渡处理有关[4]。同时，在图像的镶嵌时，应该注意调整左右两张影像的亮度，使它们达到一致，必要时可以进行直方图的匹配来提高影像镶嵌的精度。

5、图像分类探究

图像分类是专题信息提取的核心。在本次探究中，笔者采用监督分类和非监督分类分别对融合前后影像进行分类处理，处理后的图像如图2所示。从目视判读来看，监督法分类的效果要优于非监督法分类，这是由于在监督分类的时候，人为干预的可能更多，更能有针对性地提高分类的精度。

融合前非监督分类融合前监督分类

融合后非监督分类融合后监督分类

图2 分类图像

本实验中，选取了两幅监督分类的结果进行精度评定，从精度评定Report得出，在融合前的监督分类中，总的分类精度为92.92%，在融合后的监督分类中，总的分类精度为90.80%。从定量的数据可以看出，融合前图像的分类精度优于融合后的图像，究其原因，可能是融合后，图像的各类地物之间的差别没有融合前明显，因此，在选择样区时易受干扰，致使选择样区的准确度不高。同时，融合后影像中的噪点比较多，不利于专题图的制作和判读的要求。

通过分类中多次的实验和思考，笔者认为，非监督分类的分类精度主要与以下因素有关：其一，所获得的影像的数据精度；其二，所选择的用于分类的波段类别；其三，分类过程中的参数设置。其实，在分类的时候，还会发现非监督分类具有引导作用。比如说，两条河道会被分成两类，这提醒我们在对水体采样时要注意要将两条河道分别采样。可以说，非监督分类有效地指导了监督分类。

监督分类的分类精度则主要是受以下几个方面的影响：其一，所获得的影像的数据精度；其二，所选择的用于分类的波段类别；其三，分类样区的选择以及所分种类数；其四，分类函数的选取。

6、结束语

城市专题地图将欲强调的各种人文、资源、环境等信息作为地图的主题凸显出来，对于国家建设、科学发展、文化教育都有着不可忽视的作用。同时，作为获取土地利用信息的重要手段，高效、精确地提取感兴趣的城市专题信息是值得我们深入挖掘和探究的。

参考文献：

[1] 黎薇.基于遥感影像的城市绿地信息提取及分析[D].华东师范大学,2007.

[2] 孙家抦. 遥感原理与应用[M]. 湖北武汉:武汉大学出版社, 2009.

[3] 王恒中.小波分析在遥感影像融合中的应用研究[D].中南大学,2006.

[4] 胡堃.基于ERDAS9.1操作平台的遥感专题图制取[J].科技创新导报,2009,(6):20-21.

注：文章内所有公式及图表请以PDF形式查看。