基于高分遙感數(shù)據(jù)的城鎮(zhèn)污水處理設(shè)施提取工具研究

◎ 住房和城鄉(xiāng)建設(shè)部信息中心 熊立創(chuàng)

中國科學(xué)院遙感應(yīng)用研究所 張 寧

【引言】

IDL(Interactive Data Language)和ENVI都是美國ITT Visual Information Solutions公司的旗艦產(chǎn)品。IDL是一種面向?qū)ο蟮目缙脚_(tái)開發(fā)語言，具備語法簡單、處理矩陣能力強(qiáng)等特點(diǎn)，是很多科研人員做數(shù)據(jù)分析、圖像處理和可視化的首選工具；ENVI(The Environment for Visualizing Images)是一套使用IDL語言開發(fā)的，專門用于遙感影像數(shù)據(jù)處理和信息提取的工具化軟件，目前已經(jīng)廣泛應(yīng)用于環(huán)保、氣象、礦產(chǎn)勘探和農(nóng)業(yè)等諸多領(lǐng)域。

本文主要是利用IDL語言和ENVI軟件提供的二次開發(fā)接口，編寫基于高分遙感數(shù)據(jù)的城鎮(zhèn)污水處理設(shè)施提取工具。

基于高分遙感數(shù)據(jù)的標(biāo)準(zhǔn)和樣例數(shù)據(jù)，利用IDL語言和ENVI軟件提供的二次開發(fā)接口，開發(fā)城鎮(zhèn)污水處理設(shè)施提取工具，實(shí)現(xiàn)城鎮(zhèn)污水處理設(shè)施的自動(dòng)識(shí)別和提取，

1.功能需求

提取工具應(yīng)結(jié)合高分遙感數(shù)據(jù)的生產(chǎn)標(biāo)準(zhǔn)，利用樣例數(shù)據(jù)，實(shí)現(xiàn)城鎮(zhèn)污水處理設(shè)施的自動(dòng)識(shí)別，結(jié)合人工目視解譯對提取初步成果進(jìn)行篩選，并就提取對象追加屬性信息。

(1)基本操作

應(yīng)具備基本的文件操作和地圖操作，包括加載矢量數(shù)據(jù)、影像數(shù)據(jù)、新建工程、地圖瀏覽、地圖縮放、波段選擇等常用功能。

(2)參數(shù)設(shè)置

提供參數(shù)設(shè)置功能，方便用戶可以對提取、融合和識(shí)別算法的關(guān)鍵屬性進(jìn)行調(diào)整，以測試不同參數(shù)對提取結(jié)果的影響效果。

(3)算法選擇

提供算法選擇功能，方便用戶對提取算法、融合算法進(jìn)行選擇，以檢驗(yàn)不同算法、不同組合對提取結(jié)果的影響效果。

(4)矢量編輯

提供矢量編輯功能，由于算法和參數(shù)對于不同設(shè)施類型的提取精度不同，用戶可以對初步的提取成果進(jìn)行簡單篩選，剔除個(gè)別錯(cuò)誤圖斑，并結(jié)合業(yè)務(wù)知識(shí)，就提取結(jié)果追加設(shè)施類型、所屬水廠等屬性信息。

2.分割函數(shù)

ENVI提供了二次開發(fā)調(diào)用接口，方便進(jìn)行批處理調(diào)用和搭建業(yè)務(wù)化應(yīng)用平臺(tái)。“ENVI_FX_SEGMENTONLY_DOIT” 是調(diào)用ENVI函數(shù)來進(jìn)行圖像分割的函數(shù)。需要輸入一些基本的參數(shù)，如下表1所示：

3.提取算法

特征提取算法的流程圖如下圖所示：

表1 分割函數(shù)參數(shù)說明

圖1 特征提取流程圖

其關(guān)鍵步驟包括：

第一，用戶需要指定的屬性值參數(shù)（表2）范圍（值域），但一般不可能將全部屬性值都賦值，因此我們剔除掉用戶未指定的（即最大值和最小值都為0），以及不合理的值（即屬性值的最小值大于等于最大值），由此可以得到有效屬性值參數(shù)和值域。以此為標(biāo)準(zhǔn)，在輸入的矢量數(shù)據(jù)中進(jìn)行篩選，得到了有效的對象矢量。

第二，對有效的對象矢量進(jìn)行聚簇處理。計(jì)算每個(gè)有效對象周邊一定范圍之內(nèi)的有效對象個(gè)數(shù)，該范圍由參數(shù)radius_search來指定。以每個(gè)有效對象為中心都可以組成一個(gè)的數(shù)據(jù)簇，將其定義成聚簇的對象矢量。

第三，從聚簇的對象矢量中找到最密集數(shù)據(jù)簇，如果最密集數(shù)據(jù)簇中對象的個(gè)數(shù)大于1，那么縮小radius_search，再重復(fù)進(jìn)行聚簇處理的過程，直到最密集數(shù)據(jù)簇中對象的個(gè)數(shù)等于1。將最密集數(shù)據(jù)簇中所有的對象矢量定義為目標(biāo)對象矢量，認(rèn)為這些地物對象是污水處理廠中的全部或一部分。

第四，如果污水處理廠的個(gè)數(shù)（num_factory）大于1個(gè)，就要重復(fù)第二步和第三步，在重復(fù)以上步驟之前，要從有效對象矢量數(shù)據(jù)中刪除掉已搜索到的目標(biāo)對象矢量。最終我們得到了目標(biāo)探測結(jié)果。

4.提取參數(shù)

圖像分割后得到的矢量數(shù)據(jù)是地物特征提取的基礎(chǔ)，分割后的矢量數(shù)據(jù)包含了豐富的光譜、空間和紋理信息，通過對提取對象的分析和反復(fù)提取試驗(yàn)，設(shè)置適宜的提取參數(shù)，直接影響識(shí)別的準(zhǔn)確度。

經(jīng)驗(yàn)證，在提取過程中加入提取范圍內(nèi)城鎮(zhèn)污水處理廠的一些經(jīng)驗(yàn)參數(shù)，將有效提高提取的效率，例如：num_factory（該影像范圍內(nèi)污水處理廠的大致個(gè)數(shù)）、radius_search（污水處理廠的大致半徑），這些經(jīng)驗(yàn)參數(shù)可以從現(xiàn)有“全國城鎮(zhèn)污水處理信息系統(tǒng)”中獲取。

表2 提取參數(shù)列表