高速鐵路沿線土地利用／覆蓋變化檢測方法研究

高速鐵路沿線土地利用/覆蓋變化檢測方法研究

趙婷婷，王繼成

(西南交通大學(xué) 地球科學(xué)與環(huán)境工程學(xué)院，成都 611756)

摘要：為開展高速鐵路沿線土地利用/覆蓋的快速變化檢測工作，本文首先對兩期高分辨率遙感影像進(jìn)行主成分分析得到兩期影像的第一主成分量，再用GIS矢量數(shù)據(jù)分割兩期第一主成分量得到影像對象層，構(gòu)造對象的灰度均值向量特征，最后利用最大類間方差閾值分割算法(Otsu法)，自動提取變化類與未變化類。為驗(yàn)證該方法在高速鐵路沿線土地利用/覆蓋變化檢測應(yīng)用中的有效性，本文對2009年與2012年武廣高鐵武江特大橋沿線的GeoEye影像(分辨率1.6m)進(jìn)行了變化檢測驗(yàn)證性實(shí)驗(yàn)，得到變化檢測結(jié)果的精度能夠達(dá)到84.7579%，僅耗時(shí)5s。在此基礎(chǔ)上將該方法應(yīng)用于2009年與2010年石武客專鄭州東站段WorldView-2影像(分辨率2.0m)的變化檢測中，得到的變化檢測結(jié)果精度為88.6953%，耗時(shí)86s?？梢姡摲椒ㄔ跈z測高速鐵路沿線土地利用/覆蓋變化中具有較高的可靠性和效率，對更新高速鐵路數(shù)據(jù)庫具有一定的使用價(jià)值。

關(guān)鍵詞：面向?qū)ο?；變化檢測；灰度均值向量；Otsu

doi:10.3969/j.issn.1000-3177.2015.01.021

中圖分類號：P237文獻(xiàn)標(biāo)識碼：A

收稿日期：2014-03-10修訂日期：2014-03-26

基金項(xiàng)目：國家科技支撐計(jì)劃課題(2012BAJ23B05)。

作者簡介：關(guān)茜(1989～)，女，碩士研究生，主要從事國土資源信息化研究。

通訊作者：岳建偉(1975～)，男，高級工程師，主要從事國土資源信息化研究。

Change Detection Method for Land Use/Cover Along High-speed Railway

ZHAO Ting-ting，WANG Ji-cheng

(FacultyofGeosciencesandEnvironmentalEngineering，SouthWestJiaotongUniversity，Chengdu611756)

Abstract：To carry out quick land use/cover change detection along high speed railway，this paper calculates the first main component of two high spatial resolution remote sensing images in different times by principle component analysis，and segments them with the GIS data of early one，then obtains changed and unchanged areas automatically through extracting average vector of each object and Otsu method.To verify the feasibility of this method，an experiment using 1.6m Geoeye images of 2009 and 2012 along Wuhan-Guangzhou high speed railway and aross Wujiang River is given，and the accuracy is 84.7579% while consuming 5s.Further more，the method was applied to change detection of Shijiazhuang-Wuhan railway passenger dedicated line around Zhengzhou east station using 2.0m WorldView-2 images of 2009 and 2010，and the accuracy is 88.6953% while consuming 86s.The results indicate that this method is reliable and efficient in land use/cover change detection along high speed railways，and has use value in updating the database of high speed railways.

Key words：object-based；change detection；average vector of digital number；Otsu

1引言

近年來，高速鐵路快速發(fā)展，其安全隱患備受關(guān)注，相應(yīng)問題也亟待解決，遙感影像變化檢測技術(shù)是解決此類問題的重要手段之一。高速鐵路沿線區(qū)域大、范圍廣、地物復(fù)雜的特點(diǎn)使得中低空間分辨率的遙感影像不足以詳細(xì)地表達(dá)其復(fù)雜的地物信息，而高空間分辨率遙感影像能夠在較小的空間尺度上較好地展現(xiàn)地表的細(xì)節(jié)變化，很適合用于高速鐵路沿線的變化檢測，考慮到基于像素級的變化檢測技術(shù)在解決高分辨率遙感影像變化檢測時(shí)的局限性，本文采用面向?qū)ο笞兓瘷z測方法。

已有的面向?qū)ο笞兓瘷z測技術(shù)主要分為兩類：一是面向?qū)ο蠓诸惖淖兓瘷z測。Walter[1]、Laliberte等[2]、Blaschke[3]、He等[4]、Durieux[5]、唐樸謙等[6]先后對該類變化檢測方法從算法原理和應(yīng)用等不同角度展開了研究。二是面向?qū)ο蠓指畹淖兓瘷z測。Hazel[7]、Miller[8]、Desclee[9]、Sui等[10]、李亮等[11-12]、李雪等[13-14]、王琰[15-16]等針對該類方法的思路提出了多種不同的變化檢測方法，并在實(shí)驗(yàn)中得到了較理想的結(jié)果。但第一類變化檢測方法的結(jié)果受兩次分類精度影響較大，加之高鐵沿線地物復(fù)雜的特點(diǎn)，不適合用于高鐵沿線變化檢測。在第二類變化檢測方法中，對象的獲取方式主要有兩種：基于分割算法和利用GIS矢量數(shù)據(jù)輔助分割影像獲得。本文采用GIS矢量數(shù)據(jù)輔助分割影像的方式獲取影像對象。

2算法研究

2.1變化檢測流程

為提高變化檢測效率，根據(jù)主成分分析后第一主成分量能夠集中80%以上有用信息的經(jīng)驗(yàn)[17]，本文首先對兩期影像分別進(jìn)行主成分分析，將原來多個(gè)波段中的有用信息集中到數(shù)目盡可能少的新的成分圖像中，再用GIS矢量數(shù)據(jù)只對第一主成分量進(jìn)行分割得到影像對象層數(shù)據(jù)，進(jìn)而提取對應(yīng)對象的灰度均值向量，并構(gòu)建兩期對象層影像的差異影像，最后利用最大類間方差閾值分割算法(Otsu法)自動算取差異影像的最佳分割閾值并進(jìn)行分割，獲取變化類與未變化類。該變化檢測方法的流程圖如圖1所示。

圖1　基于Otsu閾值分割算法的面向?qū)ο?變化檢測方法流程圖

2.2灰度均值向量和差異影像的構(gòu)建

(1)

對象的灰度均值向量特征實(shí)際上代表了該對象中每個(gè)像元的特征信息，能夠較好地體現(xiàn)對象的幾何形狀和灰度信息，并能有效降低噪聲的影響。

利用變化矢量分析(Change Vector Analysis，CVA)方法可以直接計(jì)算某個(gè)對象兩個(gè)不同時(shí)期的灰度均值向量特征的差異，構(gòu)建面向?qū)ο蟮牟町愑跋馦D。構(gòu)建差異影像的計(jì)算公式為：

(2)

2.3最佳閾值的獲取

3實(shí)驗(yàn)結(jié)果與分析

3.1實(shí)驗(yàn)數(shù)據(jù)

本文選取2009年與2012年武廣高鐵武江特大橋沿線的GeoEye影像(分辨率1.6m)進(jìn)行驗(yàn)證性實(shí)驗(yàn)，影像尺寸為：1167×640。由于高鐵沿線挖砂取土、打井取水現(xiàn)象將嚴(yán)重?fù)p壞線路基礎(chǔ)，會造成鐵路路基、橋墩沉降，危及橋梁安全，而該實(shí)驗(yàn)數(shù)據(jù)區(qū)域開采河砂現(xiàn)象嚴(yán)重，通過變化檢測技術(shù)能夠統(tǒng)計(jì)出該區(qū)域在2009年～2012年期間的河砂開采情況，并進(jìn)一步評估河砂開采行為對高鐵線路造成的危害。兩期原始影像、T1期GIS分類圖及變化檢測結(jié)果如圖2～圖5所示。

在上述實(shí)驗(yàn)的基礎(chǔ)上，將本文方法應(yīng)用于2009年與2010年石武客專鄭州東站段(WorldView-2影像，分辨率2.0m)沿線土地利用/覆蓋的變化檢測中，影像尺寸為1154×5064。兩期原始影像、T1期GIS分類圖及變化檢測結(jié)果如圖6～圖9所示。

圖2　武廣高鐵武江特大橋(2009)

圖3　武廣高鐵武江特大橋(2012)

圖4　武廣高鐵武江特大橋GIS分類圖

圖5　武廣高鐵武江特大橋變化檢測結(jié)果

圖6　石武客專鄭州 東站段(2009)

圖7　石武客專鄭州 東站段(2010)

圖8　石武客專鄭州東站段 GIS分類圖

圖9　石武客專鄭州 東站段變化檢測結(jié)果

3.2實(shí)驗(yàn)結(jié)果分析

通過對兩組變化檢測結(jié)果進(jìn)行目視解譯，可以看出本文提出的變化檢測方法能夠檢測出大部分主要變化，說明該方法在高速鐵路沿線土地利用/覆蓋變化檢測應(yīng)用中具有一定的可靠性。此外，發(fā)生變化的區(qū)域以對象的形式呈現(xiàn)，與GIS矢量數(shù)據(jù)中矢量對象的邊界吻合，較像素級變化檢測結(jié)果由于缺少空間鄰域信息而產(chǎn)生孤立、離散不連通等現(xiàn)象，本文得到的結(jié)果在后續(xù)確定地物類別變化方面具有很大的優(yōu)勢。

為定量分析本文方法的性能，通過對兩期原始影像進(jìn)行目視解譯，獲取參考的變化區(qū)域，用于對變化檢測結(jié)果進(jìn)行精度評定，評定結(jié)果同樣比較理想。兩組實(shí)驗(yàn)的精度與效率如表1所示。

由上表可以看出，兩組實(shí)驗(yàn)中的漏檢率都很低，與目前已能夠達(dá)到的漏檢率相比有了很大的提高，這一點(diǎn)也正符合了高速鐵路沿線土地利用/覆蓋變化檢測中“寧可錯(cuò)檢，也不漏檢”的應(yīng)用背景需求。此外，用該方法進(jìn)行變化檢測，用時(shí)少、效率高?？梢?，該方法在檢測高速鐵路沿線土地利用/覆蓋的變化中具有較高的可靠性和效率。

4結(jié)束語

本文提出的基于GIS輔助分割的面向?qū)ο笞兓瘷z測方法算法簡單，且在效率、精度、可靠性方面均能得到保證，特別是漏檢率較現(xiàn)有一些同類方法有大幅度的提升，這一點(diǎn)也正符合高速鐵路沿線土地利用/覆蓋變化檢測中“寧錯(cuò)勿漏”的背景需求。但該方法是基于光譜特征量統(tǒng)計(jì)的思想，當(dāng)影像對象區(qū)域比較大，而對象中發(fā)生變化的區(qū)域比較小時(shí)以及在對居民區(qū)進(jìn)行變化檢測時(shí)，該方法仍存在一定的局限性。對此，筆者將進(jìn)一步展開更深入的研究和算法改進(jìn)，以期將其更好地應(yīng)用于高速鐵路沿線土地利用/覆蓋變化檢測應(yīng)用中。

參考文獻(xiàn)：

[1]WALTER V.Object-based classification of remote sensing data for change detection[J].ISPRS Journal of Photogrammetry and Remote Sensing，2004，58(3)：225-238.

[2]LALIBERTE A S，RANGO A，HAVSTAD K M，et al.Object-oriented image analysis for mapping shrub encroachment from 1937 to 2003 in southen New Mexico[J].Remote Sensing of Environment，2004，93(1-2)：198-210.

[3]BLASCHKE T.Towards a framework for change detection based on image objects[J].G?ttinger Geographische Abhandlungen，2005，113：1-9.

[4]HE C，LI J，ZHANG J，el al.Dynamic monitor on urban expansion based on an object-oriented approach[C].International Geoscience and Remote Sensing Symposium(IGARSS)，Seoul，South Korea，2005.

[5]DURIEUX L，LAGABRIELLE E，NELSON A.A method for monitoring building construction in urban spawl areas using object-based analysis of Spot-5 images and existing GIS data[J].ISPRS Journal of Photogrammetry and Remote Sensing，2008，63(4)：399-408.

[6]唐樸謙，楊建宇，張超，等.基于像素比值的面向?qū)ο蠓诸惡筮b感變化檢測方法[J].遙感信息，2010，25(1)：69-72.

[7]HAZEL G G.Object-lever change detection in spectral imagery[J].Geoscience and Remote Sensing，2001，39(3)：553-561.

[8]MILLER O，PIKAZ A，AVERBUCH A.Objects based change detection in a pair of gray-level images[J].Pattern Recognition，2005，38(11)：1976-1992.

[9]DESCLéE B，BOGAERT P，DEFOURNY P.Forest change detection by statistical object-based method[J].Remote Sensing of Environment，2006，102(1-2)：1-11.

[10]SUI H，ZHOU Q，GONG J，et al.Processing of multi-temporal data and change detection[C].Advances in Photogrammetry，Remote Sensing and Spatial Information Sciences：2008 Congress Book，London，2008：227-247.

[11]李亮，舒寧，王琰.利用歸一化互信息進(jìn)行基于像斑的遙感影像變化檢測[J].遙感信息，2011，26(6)：18-22.

[12]李亮，舒寧，李雪.基于像斑差熵的遙感影像變化檢測[J].遙感信息，2011，26(4)：38-41.

[13]李雪，舒寧，王琰.利用向量相似性進(jìn)行基于像斑的土地利用變化檢測[J].遙感信息，2009，25(6)：7-10.

[14]李雪，舒寧，李亮，等.基于GIS輔助數(shù)據(jù)的樣本像斑變化檢測方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2010，46(14)：215-217.

[15]王琰，舒寧，龔龑，等.基于類別光譜變化規(guī)律的土地利用變化檢測[J].國土資源遙感，2012，94(3)：92-96.

[16]王琰，舒寧，龔龑.高分辨率遙感影像土地利用變化檢測方法研究[J].國土資源遙感，2012，92(1)：43-47.

[17]吳柯，牛瑞卿，王毅，等.基于PCA與EM算法的多光譜遙感影像變化檢測研究[J].計(jì)算機(jī)科學(xué)，2010，37(3)：282-284.

[18]胡堃.基于Otsu閾值分割算法的變化檢測[J].科協(xié)論壇，2009，(6)：96.

E-mail：woshi.guanxi@163.com

E-mail：yuejianwei@bnu.edu.cn