APP下载

变化检测技术在震害信息提取中的应用

2014-01-27张景发

地理空间信息 2014年2期
关键词:变化检测光谱分类

李 强,张景发

(1.中国地震局 地壳应力研究所,北京 100085;

2.中国地质大学(武汉) 地球物理与空间信息学院,湖北 武汉 430074)

变化检测技术在震害信息提取中的应用

李 强1,2,张景发1

(1.中国地震局 地壳应力研究所,北京 100085;

2.中国地质大学(武汉) 地球物理与空间信息学院,湖北 武汉 430074)

根据处理的信息层次将变化检测方法分为3类,总结了3类方法在震害信息提取中的优缺点,并找出目前变化检测存在的不足,展望了变化检测在震害信息提取中的发展趋势。

变化检测技术;信息提取;震害

目前,震后调查和评估主要依靠人工现场调查,需要耗费大量的人力、物力,且周期长、危险大[1]。随着遥感技术的发展,可充分利用遥感对地观测的实时、快速、覆盖范围广、多光谱、周期性等特点,快速得到震害区信息。利用震前震后同一地区的遥感影像进行变化检测,快速获取地面地物变化,可为抗震救灾提供更全面准确的灾情信息。

变化检测能定量和定性地提供地物变化信息,已成功应用到土地类型变化检测、城市建筑变化检测等领域。我国较早将变化检测技术应用到震害信息提取的是张景发[2],他对张北地震区地震前后的SAR图像进行了变化检测处理,确定了村庄建筑物的地震破坏及震害程度。近年来,变化检测在震害信息提取中的应用成为研究的热点。

对于地震区域的震害检测,采取什么样的处理方法与流程能提取到较高精度的变化信息是一个棘手的问题。本文对各种变化检测方法进行了总结,按照处理信息层次分类方法进行了介绍,分析了现有方法的优缺点及适用条件,为以后变化检测方法的选择及研究提供参考。

1 变化检测基本流程

影像变化检测是从不同时期的遥感数据中,定量分析和确定地表变化特征的过程[3],即将同一地区不同时相的遥感影像信息进行对比分析,获取2个时相之间的差异,其技术流程见图1。

影像的预处理主要有影像配准和大气校正,不同时相的遥感影像中,地物的变化会引起图像辐射值的变化,因此要进行辐射校正。辐射校正是消除非地物变化引起的辐射值差异的有效方法,在变化检测的预处理中,一般采用相对辐射校正,将一幅影像作为基准,调整另一幅影像的辐射值,使得两时相影像上相同地物具有相同的辐射值。变化信息的提取主要有监督、非监督分类及面向对象特征提取等方法。

图1 变化检测技术流程图

2 变化检测方法

随着遥感图像处理及图像识别技术的发展,各国学者提出了多种变化检测方法[4-6],主要有:按处理的信息层次将变化检测划分为像元级、特征级与决策级3个层次;按是否经过分类将其分为直接比较法和分类后比较法2类;还有专家归结为算术运算法、变换法、分类比较法、高级模型法、GIS集成法、视觉分析法和其他方法等7类[7]。本文按处理信息层次类别划分进行介绍。

2.1 基于像元级的方法

基于像元级的方法主要有影像差值法、影像比值法、影像回归法、假彩色合成法、交叉相关分析法等。此类方法快捷简单,能快速得到变化区域位置,但不能确定发生变化的类别,且难以克服传感器噪声和大气辐射带来的差异,对预处理结果敏感[8]。

1)影像差值法。它是利用地震前后地物光谱信息的变化来探测地物的变化情况。将预处理后的图像进行差值运算,计算出差值结果,设定某个控制阈值,大于控制阈值的结果就认为是变化的,反之则反。然后统计变化的像元数,计算震害分布[9]。翟永梅[10]等对差值法提取倒塌建筑物技术进行了改进,提出基于区域的差值分割提取技术,并应用到震害信息提取中,对汶川地震中都江堰市某个街道进行了检测,能较快速准确地提取建筑物受损情况。

2)影像比值法。它与差值法相似,将预处理后的图像进行熵值运算,计算出熵值结果,设定某个控制阈值,大于控制阈值的结果就认为是变化的,而小于阈值的结果则认为是不变的。确定阈值时多使用经验判定及目视解译的方法,缺乏一套成熟有效的变化阈值确定方法[11]。

3)影像回归法。首先假定前一时相的像元值是后一时相像元值的一个线性函数,通过最小二乘法来进行回归,然后用回归方程计算出的预测值减去前一时相的原始像元值,从而获得两时相的回归残差图像。通过设定阈值来划分变化与未变化区域分布。经处理的遥感影像类似于对影像进行了相对辐射校正,能减弱不同时相影像由于大气条件和太阳高度角不同带来的影响。

4)假彩色合成法。由于地表的变化,相同传感器对同一地点所获取的不同时相的影像在灰度上有较大的区别。将不同时相同一波段的数据分别赋以红、绿、蓝3种颜色,通过假彩色合成来突出显示变化。此种方法简单快捷,但需要不断尝试才能找到合适的组合显示震害信息的变化。

5)交叉相关分析法。首先将遥感影像同旧期利用现状图配准叠置,用现状图的边界将遥感图像划分为不同的图斑单元,统计各个图斑单元的光谱响应均值和标准差,得到“期望值”,然后比较每个像元期望值与光谱实际值之差。如果差值比较大,说明是可能发生变化的区域。此种方法对数据预处理中的辐射校正精度要求较高。

2.2 基于特征级的方法

基于特征级的方法主要有纹理边缘特征分析、光谱特征变异法、主成分分析法等。此类方法的算法稍复杂,能得到变化区域的位置,不能得到发生变化的类型,对特征检测算子及变换方法敏感。

1)光谱特征变异法。同一地物反映在一时相影像上的信息与其反映在另一时相影像上的光谱信息是一一对应的,如果两者信息表现不一致,融合之后影像的光谱信息与正常地物表现就有差别,此时就认为地物发生了光谱特征变异。光谱特征变异通过两时相数据直接融合运算发现变化信息,变化区域反映在融合后影像中光谱发生突变的位置。此种方法要在发生光谱特征变异的地物的几何尺寸足够大的基础上才能被识别,且此种方法的效率受研究区地物光谱特征的限制。

2)主成分分析法。地物属性发生变化时,影像某几个波段上的灰度值发生变化。将两时相的影像各波段组合成一个2倍于原影像波段数的新影像,并对新影像作主成分分析变换。后几个分量反映出两影像的差别信息,抽取后几个分量进行波段组合来发现变化信息。Estrada[12]等利用Landsat影像基于主成分分析法快速提取了地震灾情信息。

3)基于边缘特征的变化检测。遥感图像的边缘特征提取是对遥感图像上明显地物边缘进行提取与识别的处理过程[13]。常用的边缘检测算子有:Sobel算子、Canny算子、Log算子及小波变换。由于存在配准误差及图像边缘提取误差,可能导致影像上未发生变化的地物在实际情况中空间位置或几何形状发生变化,因此该方法对数据预处理精度尤其是配准精度要求较高。

2.3 基于决策级的方法

基于决策级的方法主要是分类后比较法。分类后比较法是一种较简单清晰的发现变化类型的方法。该方法将前后时相的影像进行单独分类,然后将分类结果进行比较得到变化信息。Mitomi[14]利用航空遥感数据,采用最大似然分类法对震后建筑物的破坏进行自动识别和检测。Rathje[15]等对2003年阿尔及利亚北部里氏6.9级地震后QuickBird卫星数据提取震害信息,分别利用光谱值的最大似然分类及考虑纹理结构和光谱值的最大似然分类进行了对比分析。该方法可直接得到变化信息的位置、数量及类型,但受分类精度影响,每一单独分类中的误差会在空间比较过程中被放大。

3 变化检测存在的不足

面对大量的变化检测方法,针对不同的应用,选择不同的方法进行实验,可得到以下结论:没有一种方法适应于所有的应用,没有哪种方法是最优的,且变化检测的精度受数据源、数据预处理、地面环境等因素影响,没有形成系统理论,缺乏知识引导的特征级的变化检测,只是依靠专家经验。震害信息复杂多样,如何选取一种快速准确的方法是当前研究的热点。研究以上方法发现,除了基于边缘特征的变化检测和交叉相关分析之外,其余方法都只是基于像元的灰度值进行运算,没有考虑地物的几何信息、纹理信息、结构等因素,从而制约了变化检测精度。

4 变化检测的发展趋势

针对变化检测存在的不足,要充分挖掘新旧影像之间存在的联系,结合多元特征信息,采用数据挖掘技术提取数据库中可用于变化检测的数据,如GIS矢量数据。杜培军等将影像的光谱特征、纹理特征、几何特征、特征因子数据融合起来分析,提高了变化检测的精度[16]。赵福军[17]等以汶川地震为例,针对建筑物震害破坏情况,采用传统基于像元的分类方法和面向对象的信息提取技术进行了实验,面向对象信息提取方法有效提高了震害识别的分类精度,能提取震害建筑物信息及滑坡等次生灾害信息。面向对象技术是近几年来针对高分辨率影像分类而引进的分类技术,基于面向对象的分类后处理的变化检测方法能够克服不同数据源的遥感影像在分辨率、色差等方面对检测精度的影响,同时能充分利用影像的光谱信息和形状、纹理、相互关系、上下关系等信息,改善了单纯基于像元的分类后处理难以区分光谱特征相似的地物类别,从而影响分类后的变化检测精度。面向对象变化检测方法已成为变化检测方法研究的主要方向,如果结合数据挖掘构建知识规则,快速得到规则集,则面向对象变化检测在震后信息快速评估中会有更大的利用空间。

[1] 马国锐,陈峰.多源遥感影像变化检测方法在地震城区灾害评估中的比较[J].海洋测绘,2011,31(6):72-75

[2] 张景发,谢礼立,陶夏新.建筑物震害遥感图像的变化检测与震害评估[J].自然灾害学报,2002,11(2):59-64

[3] 孙晓霞,张继贤,燕琴,等.遥感影像变化检测方法综述及展望[J].遥感信息,2011(1):119-123

[4] Arzandeh S,Wang J.Monitoring the Change of Phragmites Distribution Using Satellite Data[J].Canadian Journal of Remote Sensing,2003,29(1):24-35

[5] Radke R J,Andra S,A1-Kofahi,et al.Image Change Detection Algorithms:A Systematic Survey[J].IEEE Transactions on Image Processing,2005,14(3):294-307

[6] Li Deren.Remotely Sensed Images and GIS Data Fusion for Automatic Change Detection[J].International Journal of Image and Data Fusion,2010,1(1):99-108

[7] Mausel P, Brodizio E. Change Detection Techniques[J].International Journal of Remote Sensing,2004,25(12):2 365-2 407

[8] 周启鸣.多时相遥感影像变化检测综述[J].地理信息世界,2011(2):29-33

[9] 窦爱霞.震害遥感图像变化检测技术研究[D].青岛:山东科技大学,2003

[10] 翟永梅,王森,沈祖炎.一种快速的震害评估方法——基于区域的遥感影像差值分割提取技术研究[J].地震研究,2011,34(2):227-232

[11] 何潇.遥感图像直接变化检测方法的发展现状[J].工程技术,2010(13):29

[12] Estrada M,Yamazaki F. Use of Landsat Images for the Identification of Damage Due to the 1999 Kocaeli,Turkey Earthquake[C].21st Asian Conference on Remote Sensing,Asian Conference on Remote Sensing,Taipei,2000

[13] 李伟,官云兰.遥感变化检测方法探讨[J].北京测绘,2011(1):21-24

[14] Mitomi H,Yamazaki F,Matsuoka M.Automated Detection of Building Damage Due to Recent Earthquakes Using Aerial Television Images[C]. 21st Asian Conference on Remote Sensing,Asian Conference on Remote Sensing,Taipei,2000

[15] Raihje E M,Kyu-Seok Woo,Crawford M,et a1.Earthquake Damage Identification Using Multi-temporal High—resolution Optical Satellite Imagery[C].IEEE International Geoscience and Remote Sensing Symposium,2005

[16] 杜培军,柳思聪.融合多特征的遥感影像变化检测[J].遥感学报,2012,16(4):670-677

[17] 赵福军,张磊.面向对象的遥感震害信息提取方法——以汶川地震为例[J].地震,2009(29):130-138

[18] 龚丽霞,安立强,张景发.利用SAR变化检测方法提取城镇震害[J].信息通信,2012(4):39-40

Application of Change Detection Technology in Earthquake Damage Information Extraction

byLI Qiang

According to the processing of information, this paper divided change detection method into three categories. And then it summarized advantages and disadvantages of three kinds of methods, and found out the deficiency existing in current change detection. Finally, this paper prospected the development trend of the change detection in the earthquake damage information extraction.

change detection technology,information extraction,earthquake damage

P237.9

B

1672-4623(2014)02-0009-03

10.11709/j.issn.1672-4623.2014.02.004

2013-04-08。

项目来源:国家863计划重点资助项目(2012AA121304);高分计划资助项目(E0205/1112/9)。

李强,硕士,主要从事遥感信息提取研究。

猜你喜欢

变化检测光谱分类
基于三维Saab变换的高光谱图像压缩方法
用于遥感图像变化检测的全尺度特征聚合网络
基于多尺度纹理特征的SAR影像变化检测
分类算一算
基于稀疏表示的视网膜图像对变化检测
分类讨论求坐标
数据分析中的分类讨论
基于Landsat影像的黄丰桥林场森林变化检测研究
教你一招:数的分类
星载近红外高光谱CO2遥感进展