分层分类与监督分类相结合的遥感图像信息提取方法研究

分层分类与监督分类相结合的遥感　图像信息提取方法研究　董文赵平　（重庆交通大学土木工程学院，重庆４０００７４）　摘要：随着遥感图像分辨率的不断提高，利用遥感技术进行地表信息的分类获取一直是遥感科学研究的热点。因地物类　型的多样性和地物在图像上的反射波谱特征的不确定性，使得高分辨率遥感图像进行地物类别快速且准确的判读难以实现。为　了提高遥感图像对地物信息提取的精度，以高分二号遥感图像作为基础研究数据，采用面向对象的分类方法，在多尺度分割的基　础上，结合典型地物的光谱特征、几何特征以及植被水体指数，构建地物类型提取的分层分类模型，对研究区影像进行地物的粗　提取，在粗提取的基础上进行监督分类，并与分割尺度相同的监督分类方法进行比较分析。结果表明，分层分类与监督分类相结　合进行地物提取的精度高于常规监督分类方法，总体分类精度提高了１９％，Ｋａｐｐａ系数提高了０．２４，说明该方法对地表地物类型　的信息提取具有一定的参考价值。　关键词：遥感图像；分层分类；监督分类；土地利用　Ａｂｓｔｒａｃｔ：Ｗｉｔｈ　ｔｈｅ　ｃｏｎｔｉｎｕｏｕｓ　ｉｍｐｒｏｖｅｍｅｎｔ　ｏｆ　ｔｈｅ　ｒｅｓｏｌｕｔｉｏｎ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅｓ，ｔｈｅ　ｕｓｅ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　ｔｈｅ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｏｆ　ｓｕｒｆａｃｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｈａｓ　ａｌｗａｙｓ　ｂｅｅｎ　ｔｈｅ　ｆｏｃｕｓ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｓｃｉｅｎｔｉｉｆｃ　ｒｅ—　ｓｅａｒｃｈ．Ｈｏｗｅｖｅｒ，ｄｕｅ　ｔｏ　ｔｈｅ　ｄｉｖｅｒｓｉｔｙ　ｏｆ　ｔｈｅ　ｔｙｐｅｓ　ｏｆ　ｇｒｏｕｎｄ　ｏｂｊｅｃｔｓ　ａｎｄ　ｔｈｅ　ｕｎｃｅｒｔａｉｎｔｙ　ｏｆ　ｔｈｅ　ｒｅｆｌｅｃｔｅｄ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｈｅ　ｇｒｏｕｎｄ　ｉｍａｇｅ，ｉｔ　ｉｓ　ｄｉｆｉｆｃｕｌｔ　ｔｏ　ａｃｈｉｅｖｅ　ｆａｓｔ　ａｎｄ　ａｃｃｕｒａｔｅ　ｉｎｔｅｒｐｒｅｔａｔｉｏｎ　ｏｆ　ｔｈｅ　ｇｒｏｕｎｄ　ｏｂｊｅｃｔｓ　ｃｌａｓｓｉ—　ｆｉｃａｔｉｏｎ　ｗｉｔｈ　ｈｉｇｈ—ｒｅｓｏｌｕｔｉｏｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅｓ．Ｔｈｅｒｅｆｏｒｅ，ｉｎ　ｏｒｄｅｒ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｅｘｔｒａｃｔｉｏｎ　ｆｒｏｍ　ｇｒｏｕｎｄ　ｆｅａｔｕｒｅ　ｉｎｆｏｒｍａｔｉｏｎ，ｔｈｉｓ　ｐａｐｅｒ　ｕｓｅｓ　ｔｈｅ　ＧＦ－２　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ａｓ　ｔｈｅ　ｂａｓｉｃ　ｒｅ—　ｓｅａｒｃｈ　ｄａｔａ，ａｎｄ　ａｄｏｐｔｓ　ａｎ　ｏｂｊｅｃｔ—ｏｒｉｅｎｔｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｔｏ　ｃｏｍｂｉｎｅ　ｔｈｅ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅＳ　ａｎｄ　ｇｅｏｍｅｔｒｉｃ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｙｐｉｃａｌ　ｆｅａｔｕｒｅｓ　ｏｎ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｍｕｌｔｉ—ＳＣａｌｅ　ｓｅｇｍｅｎｔａｔｉｏｎ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　Ｖｅｇｅｔａｔｉｏｎ　Ｗａｔｅｒ　Ｉｎｄｅｘ，　Ｃｏｎｓｔｒｕｃｔｉｎｇ　ａ　ｈｉｅｒａｒｃｈｉｃａｌ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｇｒｏｕｎｄ　ｆｅａｔｕｒｅｓ，ｒｏｕｇｈ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｇｒｏｕｎｄ　ｆｅａｔｕｒｅｓ　ｆｒｏｍ　ｔｈｅ　ｉｍａｇｅ　ｏｆ　ｔｈｅ　ｓｔｕｄｙ　ａｒｅａ，ｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｒｏｕｇｈ　ｅｘｔｒａｃｔｉｏｎ，ａｎｄ　ｃｏｍｐａｒｉｓｏｎ　ａｎａｌｙｓｉｓ　ｗｉｔｈ　ｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｍｅｔｈｏｄｓ　ｗｉｔｈ　ｔｈｅ　ｓａｍｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｓｃａｌｅ．Ｔｈｅ　ｒｅｓｕｈｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｃｃｕｒａ—　ｃｙ　ｏｆ　ｆｅａｔｕｒｅ　ｅｘｔｒａｃｔｉｏｎ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｈｉｅｒａｒｃｈｉｃａｌ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ａｎｄ　ｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｉＳ　ｈｉｇｈｅｒ　ｔｈａｎ　ｔｈａｔ　ｏｆ　ｃｏｎｖｅｎｔｉｏｎａｌ　ｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｍｅｔｈｏｄｓ，ｔｈｅ　ｏｖｅｒａｌｌ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ａｃｃｕｒａｃｙ　ｉＳ　ｉｍｐｒｏｖｅｄ　ｂｖ　１９％．ａｎｄ　ｔｈｅ　ＫＡＰＰＡ　ｃｏｅ伍ｃｉｅｎｔ　ｉｓ　ｉｎｃｒｅａｓｅｄ　ｂｙ　０．２４．Ｉｔ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｈａｓ　ｃｅｒｔａｉｎ　ｒｅｆｅｒｅｎｃｅ　ｖａｌｕｅ　ｆｏｒ　ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｇｒｏｕｎｄ　ｓｕｒｆａｃｅ　ｆｅａｔｕｒｅ　ｔｙｐｅｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ；ｈｉｅｒａｒｃｈｉｃａｌ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ；ｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ；ｌａｎｄ　ｕｓｅ　中图分类号：ＴＰ７９　文献标识码：Ａ　文章编号：１６７４—１０２１（２０１８）０６—００２１—０３　引言　土地是人类生产和生活的主要场所，土地利用　关社会发展以及人民生活的大事，因此高精度的土　地利用信息产品的出现显得尤为重要。遥感信息提　供了全球或大区域精确定位的高频度宏观环境图　是重要的基础信息，如何合理地利用土地资源是有　收稿日期：２０１８—０４—１４；修订日期：２０１８—０６—１８。　作者简介：董文，女，１９９４年生，硕士研究生在读，主要研究方向为摄影测量与遥感。　像，为调查准确的土地数据创造了条件，从而为制定　土地发展规划、计划和宏观决策提供了重要依据…。　利用遥感信息进行土地利用分类最常用的方法是基　于光谱特征的监督分类和非监督分类。但是，由于地　物种类复杂多样，遥感图像分类提取中“同物异谱”　和“同谱异物”的现象普遍存在，导致对整幅图像进　行一次性的基于特征的分类精度较低。为此，分类精　度的提高则是当前研究的重点，提高分类速度和效　率的研究工作则主要集中在分类算法的改进处理　上［引。王婷等　采用ＱＢ影像建立知识规则进行面　向对象分类技术的研究，取得了较高的分类精度。但　大多数的研究主要是集中于单一分类方法的改进，　并不能很好地将地类进行逐一区分，本研究在建立　知识规则集的同时，综合考虑了其他方法，以提高面　向对象分类的精度。　本文利用重庆市万州区ＧＦ一２遥感影像，在比　较分析了常用的几种土地利用遥感信息提取方法基　础上，提出对传统的分类方法进行改进，通过多种分　类算法相结合的地表地物类型信息提取方法进行研　究，研究表明，基于规则的分层分类与监督分类相结　合能够有效提高分类精度。　２研究区域与数据来源　万州区位于长江上游地区、重庆东北部，处三　峡库区腹心，区位独特，１０７。５５　２２”　１０８。５３　２５”Ｅ，　３０。２４　２５”～３１。１４　５８”Ｎ之间，作为渝东北、川东、鄂　西、陕南、黔东、湘西的重要物资集散地，是成渝城市　群沿江城市带区域中心城市。　本文使用的实验数据是ＧＦ一２高空间分辨率卫　星遥感影像，全色１　ｍ，多光谱３．２４　ｍ，多光谱波段　设置有蓝、绿、红和近红外，成像时间为２０１６年９　月。根据研究区地物情况，将研究区分为植被、水体、　建筑用地、裸地、道路５类。　３研究思路　３．１　基于规则的分层分类法　以易康软件为平台，首先进行图像分割，结合谷　歌地图与影像呈现的地物空间分布信息　，在遥感　影像地物认知的基础上，分析地物在影像上对应的　特征值，并对特征值进行统计分析，找出不同地物之　间的光谱、几何以及纹理特征的明显差异，并通过反　复尝试，确定不同地物之间不同光谱的划分阈值。最　后构建以图像的光谱特征和几何特征为基础的面向　对象分类规则集进行基于规则的分层分类　。　３．２监督分类　首先从研究区选取有代表性的训练区作为样　本，对判别函数进行训练，然后利用训练好的－Ｎ￣Ｊ　Ｊ函　数把图像按照指定的类别进行分类Ｅ６］。本文选择最　大似然法（ＭＬ）进行监督分类。为了使研究区地物类　型容易区分，采用目视解译的方法在研究区范围内　选取分布均匀且数量足够大的样本，对样本进行分　离性值分析。为保证分类结果的准确性，样本的可分　离性值保持在１．８以上。　４实验结果与分析　４．１实验结果　分别采用分层分类法、最大似然分类以及本文　方法（分层分类法与最大似然法相结合的分类方法）　进行土地利用／覆盖分类。　４．２精度分析　选择混淆矩阵作为上述３种不同情况下分类结　果的精度评价方法。在研究区随机抽取２７９个样点，　建立混淆矩阵、总体精度和Ｋａｐｐａ系数评价指标（表　１）。对于遥感图像中的水体、植被这两种地物类型，　分层分类法以及最大似然分类算法分类结果较好，　但是对影像上的光谱特征较为相似的道路、裸地以　及建筑物，分类结果不理想。影响精度的原因主要是　实地类别为裸地但被误分为道路，这是由于道路与　裸地之间类型定义区间有交叉，产生不同程度的混　淆所致。因此，在分层分类结果的基础上，依据解译　标志，为易混淆地类采集训练样本，选择最大似然分　类器进行分类结果的改进。　表ｌ　基于（　Ｆ一２图像分类精度　决策树分类　土地利』｝】　ＭＬ分类　本文方法　建设川地水体道路植被裸地总和建设用地水体道路植被裸地总和建设川地水体道路植被裸地总和　５　结论　为了有效提取土地利用遥感信息，以重庆市万　州区为研究区，以ＧＦ一２遥感影像为载体，针对当地　地物的遥感影像特征，进行了基于改进分类算法的　研究；重点探讨了分层分类法与最大似然分类相结　合的算法研究，并与单独采用分层分类法进行分类、　最大似然法分类结果进行对比分析　实验结果表明，　参考文献　［１］廖文峰．基于数据融合的土地遥感分类技术研究［Ｊ］．　气象，２（）０４，２７（４）：２２—２４．　［２］周宇津．基于决策树的多分类器遥感影像分层分类研究　［Ｄ］．武＇『义：华中科技大学，２０１２．　［３］＿Ｆ婷，周廷刚，吴忠芳．基于知识规则的遥感影像土地利　用分类研究［Ｊｊ．地理与地理信息科学，２００８，２４（４）：３２—３５．　［４］欧立业，何忠焕，马海州，等．基于知识的分层综合分类法　在土地利用／土地覆盖遥感信息提取中的应用［Ｊ］．测绘科　学，２００８，３３（１）：１７３—１７５．　在采用分层分类与最大似然分类算法相结合的地表　地物类型提取的前提下，总分类精度达到８９％，比分　层分类算法高出１２％，比最大似然分类算法高ｍ　１９％，优势比较明显。因此多种分类算法结合的地物　［５］陈云浩，冯通，史培军，等．基于面向对象和规则的遥感影　像分类研究［Ｊ］．武汉大学学报：信息科学版．２００６，３ｌ（４）：　３　１５－３２０．　［６］曹雨田，　冬梅，张丽．等．基于ＱｕｉｃｋＢｉｒｄ卫星数据的土　地利用分类规则集研究［Ｊ］．地理与地理信息科学，２０１　１．　２７（６）：２８—３０．　类型信息提取具有一定的研究意义。　《蓝天保卫战三年行动计划》即将实施　６月１３　Ｅｌ召开的常务会议，部署实施　蓝天保卫战三年行动计划，持续改善空气质量。　会议指出，要按照党、部署，顺应　群众期盼和高质量发展要求，在“大气十条”目标　如期实现、空气质量总体改善的基础上，以京津　冀及周边地区和长三角地区等重点区域为主战　场，通过３年努力进一步明显降低细颗粒物浓度，　明显减少重污染天数。一要源头防控、重点防治。　在重点区域严禁新增钢铁、焦化、电解铝等产能，　提高过剩产能淘汰标准。集中力量推进散煤治　理。大幅提升铁路货运比例。鼓励淘汰使用２０年　以上内河航运船舶。明年１月１日起全国全面供　应符合国六标准的车用汽柴油。开发推广节能高　效技术和产品，培育发展节能绿色环保产业　二　要科学合理、循序渐进有效治理污染。在重点区域　继续控制煤炭消费总量，有力有序淘汰不达标的　燃煤机组和燃煤小锅炉。建立覆盖所有固定污染　源的企业排放许可制度，达不到排放标准的坚决　依法整治。加强扬尘、露天矿山整治，完善秸秆禁　烧措施。坚持从实际出发，宜电则电、宜气则气、宜　煤则煤、宜热则热，确保北方地区群众安全取暖过　冬。三要创新环境监管方式。推广“双随机、一公　开”等监管方式，鼓励群众举报环境违法行为。严　格环境执法督察，开展重点区域秋冬季大气污染、　柴油货车污染、工业炉窑治理和挥发性有机物整　治等重大攻坚。完善法规标准和环境监测网络，强　化信息公开和考核问责，动员全社会力量合力保　卫蓝天。　（来源：《中国环境报》）