一种基于光谱增强的遥感影像地面特征表达评价方法

2010-05-17 08:12
铁道勘察 2010年3期
关键词:底图光谱分类

杜 辉

(铁道第三勘察设计院集团有限公司, 天津 300142)

利用TM、SPOT、ALOS、QuikBird、ADS40等遥感数据制作真彩色(模拟真彩色)影像图时,当源数据不同或者同一种源数据而时相不同时,其地面特征表达千差万别。另外,不同的操作员对于地面特征(不同颜色信息)的感知能力也不尽相同,即使同一个人在不同时间对同一幅影像的认识也会不同;因而海量数据光谱增强的工作量巨大,另外,经过不同操作员解译的遥感影像很难进行镶嵌,底图成果也差强人意。能否找到一个相对稳定的评定方法,使得不同影像数据对同一地面特征的表达尽可能统一,这将改善影像底图生产周期过长的现状。本文提出一种评价方法,并且探讨该方法的制定和实施过程。

1 遥感影像底图生产的现状

1.1 遥感影像信息的不确定性和多解性

遥感信息是地球表层系统的二维综合反映。地球表层系统是有机联系地理对象的集合,是具有复杂的物质、能量与信息流动和多层结构的开放复杂系统。因而地表信息是多维的、无限的,同时又由于遥感信息传递过程中的局限性以及遥感信息之间的复杂相关性,造成了遥感信息的不确定性和多解性特征。

这种不确定性和多解性决定了遥感影像制图过程中的不确定性和多解性。在生产实践中,不同的项目往往采用不同的数据源,同一项目中也往往使用多种影像数据(包括模拟真彩色和真彩色影像)。在此过程中,除了要依据作业规范要求精度的刚性规定来定制影像采购计划,还要对同一区域的多源数据进行甄别,采取最优的组合方式来达到最佳成图效果。

对于不同源数据的真彩色影像制图,数据的RGB输出时往往采用特定的波段,由于获取影像的传感器不同,其光谱特性差异明显;即使同一种数据,由于时相不同,其地面特征也相去甚远,这就造成后序影像镶嵌工作量巨大。利用遥感影像镶嵌软件进行匀光处理虽然能在短时间内完成海量数据的镶嵌,但其对于影像的灰度值进行了重采样,使得个别地面信息的损失较为严重。因此,要保证得到尽量真实可靠的地面信息,一般采用先在PhotoShop中单幅光谱增强再镶嵌的方法[5]。影像镶嵌前要对不同源数据地面特征表达的差异有所了解。

不同传感器数据地面特征表达总结如表1(数据需要RGB输出的,输出时均未进行灰度拉伸)。

表1给出了一些影像数据的基本特征,图1、图2统计了两幅相同分辨率的多光谱影像在地面特征表达方面的差异。

表1 不同传感器数据地面特征表达差异

图1 SPOT10 m多光谱数据

图2 ALOS10 m多光谱数据

图1、图2是同一地区两幅空间分辨率相同的SPOT5多光谱影像和ALOS多光谱影像。从中不难发现A处的体育场在SPOT影像中边缘信息更加丰富,B处地表和C处的建筑物在SPOT影像中纹理更加丰富。

1.2 分辨率融合之后的影像数据光谱增强情况更加复杂

进行分辨率融合操作之前应该确定多光谱数据采用的RGB波段(当然也可以采用多波段例如采用SPOT或ALOS的全部波段),同时,参与融合的全色数据应保证灰度均一,避免采用图幅被大面积雾霾覆盖的源数据。即便注意了如上方面问题,融合后影像的光谱增强仍然周期较长。这是因为在实际生产过程中,经过不同操作员光谱增强后的地面特征表达相差较远,造成后续镶嵌工续繁锁,成图效果也受到影响。

1.3 遥感影像地面特征表达缺乏标准

《遥感影像平面图制作规范》GB/T 15968—2008中对于影像质量和颜色的规定不甚明确。在实际生产过程中没有任何相关先验知识作为指导,工作中存在较大盲目性。造成的直接后果,就是生产出的影像底图无法统一。

如果以长期影像底图生产为依托,建立一个遥感影像数据的地面特征数据集,并对该数据集进行合理的更新,以期在大多数影像底图生产过程中有所依据,这将对缓解底图生产周期过长具有积极的作用。

2 建立遥感影像底图评价标准的难点

2.1 评价标准存在很强的主观性

对于一幅遥感影像图,不同人的感观评价可能是截然不同的,其关注的角度也千差万别。即使同一个人,在不同时期,对于同一幅影像的认识也会不同。如果采用武断的方式简单草率的建立一个标准,得不到更多人的认可,则标准的意义无法体现。

2.2 用户的满意程度是另一个重要因素

遥感影像底图生产始终无法回避的一个因素就是用户的意见。非遥感专业的用户对于影像底图的要求当然是多方面的,他们对一幅影像图的认识完全取决于个人的意愿,而对于图面内真实的影像信息并不给予过多关注。因此地面特征表达数据集建立过程中对不同层面的需求分析要充分。

2.3 遥感影像地面特征数据集的建立是非常必要的

遥感影像底图生产无操作标准可循,造成影像图生产过程中对于底图的要求反反复复,浪费了大量的人力和物力,因此找到一个相对统一和稳定的评价方法是完全必要的。

这一评价方法的核心就是建立遥感影像地面特征数据集。这个数据集的建立绝非少数人在短时间内能够完成,它需要一些长期从事影像增强的人提出一些方案,在实践中不断筛选,这些方案还需要在生产中不断优化。本文即将提到的一种评价方法只是对于该构想的一个实验。

3 一种基于光谱增强的遥感影像地面特征表达评价方法

3.1 影像光谱增强的总体原则

按模拟真彩色输出的遥感影像图有时会存在不同程度的“偏色”,这种偏色会因影像时相不同而表现不同,一般夏季获取的影像植被相对较多,大多数传感器对地面反射的绿色信号都能进行高效率的获取,因此影像的地面特征解译也相对容易;而对于稀少植被地区的影像,其地面信息主要是裸露的土壤和岩石,其光谱特性在影像上反映得不够典型,因此光谱增强较复杂。无论是哪种影像的光谱增强都应遵循一定的原则。

遥感影像光谱增强也应遵循测绘学先定性后定量,先整体后局部的总体原则。在具体项目作业过程中,应该首先了解原始影像的基本信息(例如原始影像获取时间、以及影像涵盖区域的基本地貌特征),再进行进一步目视解译。例如这一幅内陆冲积平原地区的夏季多植被影像,或者这是一幅沿海阶地冬季植被稀少影像。

3.2 基于光谱增强的认知模型

遥感信息的认知过程主要是通过主观的视觉观察和逻辑判断过程,去获得客观区域内地学对象所蕴含的地学信息的过程,这一认知过程的源头则是视觉认知。视觉认知内在的过程是一个复杂的生理过程,但它的外部过程则可以模拟。

“遥感影像地学视觉认知的研究通常可以分为低层视觉认知与高层视觉认知的研究。其中低层视觉认知,主要通过执行对图像的一些预处理的功能,如边缘检测、目标检测、纹理分析、形状分析、立体造型分析、色彩分析等,其目的是消除与检测目标无关的信息,突出观察对象”[1]。其实对影像的光谱增强即是对目标区域的低层视觉认知过程,即通过消除影像内部噪声,同时使各种地面信息(纹理、形态、色彩等)得到突显。如果把这种认知模型在实际生产中标准化,即以一定的标准对影像的目标区域进行光谱增强。

3.3 遥感影像制图过程描述

遥感影像制图过程实际上是地学知识、地理信息与其他专业信息(如铁路、公路线路设计,环境评价信息,工程地质灾害信息,土地利用现状信息等)集成的过程,其中地学知识与地理信息的多元融合实际上构成了一个专家系统。如图3所示。

图3 遥感影像成图过程描述

建立遥感影像地面特征数据库的意义在于,它使长期无视觉参照的影像光谱增强技术变得有所依据。同时,这个遥感影像地面特征数据库也将规范现有的遥感影像成图标准,使相关技术向着有序的方向发展。

4 遥感影像地面特征数据库的建立

4.1 地面特征分类的框架

遥感影像的认知首先是视觉上的认知,而不同的地表对象表现出的地面特征是千差万别的。因此要完成对地面特征的认知就必须对各种地貌进行按纹理、形态、色彩的分类。

按照先整体后局部的原则,首先依地貌大类把地面特征分成裸露地表、有植被地表、居民地、水系共四大类。每大类再详细划分子类。分类表样例见表2。表2数据来自于不同项目,各典型地面特征是从历年影像成果数据中遴选而出,能够代表典型地区的地表特征。

4.2 子类的进一步分类

上表中某一子类的影像数据只能代表某一典型地区的地面特征,而不同地区地表特征总是存在差异。例如裸露地表大类中的平原,松嫩平原与中原地区地面特征就存在差异,有植被地表大类的地面特征也因地表植被的不同而存在差异。因此还需要对子类进行进一步分类,分类可参照工程地质学对地貌的分类再结合土壤和岩石进行详细分类。

参照《最新工程地质手册》,将部分子类详细分类(见表3)。

表2不同卫星数据的几类典型地面特征

表3 子类以下的详细分类

遥感影像地面特征不明显或者地面特征不典型的地貌分类未纳入表3。另外,不同类的土壤、岩石也在遥感影像上表现出不同的地面特征。因此有必要考虑土壤和岩石的分类情况。

土壤可依照“具有一定分布区域或工程意义上具有特殊成分、状态和结构特征”这一分类原则,划分为“湿陷性土、红黏土、软土(包括淤泥和淤泥质土)、混合土、填土、多年冻土、膨胀土、盐渍土、污染土”;岩石分类可按成因划分为:岩浆岩、沉积岩和变质岩,

在进行低分辨率影像制作过程中,一般只考虑到地貌分类,例如平原地区只区分冲积平原、河口三角洲、山前平原、湖泊平原等。进行高分辨率影像图制作时除了要了解该地区的地貌特征以外,还需要了解该区域内土壤和岩石的大体类型,再对相应地面特征进行合理解译。

4.3 建立遥感影像地面特征数据库

对细分类后地貌的遥感影像地面特征进行分类整理,再按照一定规范建立遥感影像地面特征数据库。由于这个数据库系统是综合和地学知识和地理信息的系统,它的建立是一个庞大的系统工程,不可能是一两个人在短时间内能够完成的,它需要从业者在大量生产实践的基础上总结各种地貌的典型地面特征,对系统进行不断更新和完善,以期达到形成标准的目的。

5 结论

在遥感影像成图过程中,光谱增强是非常重要的步骤。从遥感影像底图(真彩色或者模拟真彩色)生产现状来看,存在一定的盲目性,如果寻求一个相对稳定和统一的底图评价方法,对缩短底图生产周期将大有裨益。本文探讨的遥感影像底图评价方法的核心在于建立一个遥感影像地面特征表达的数据库,使影像底图生产过程变得有所依据。关于遥感影像地面特征数据库的实施将在后续论著中进一步探讨。

[1] 周成虎,等.遥感影像地学理解与分析[M].北京:科学出版社,1999

[2] (美)John R.Jensen.遥感数字影像处理导论[M].北京:机械工业出版社,2007

[3] 张有良.最新工程地质手册[M].北京:中国知识出版社,2006

[4] GB/T 15968—2008 遥感影像平面图制作规范[S]

[5] 杜 辉,等.使用PHOTOSHOP进行卫星影像光谱增强的方法和优势[J].铁道勘察,2008(4)

猜你喜欢
底图光谱分类
一种基于实际GIS底图的精准计费方式探究
基于三维Saab变换的高光谱图像压缩方法
分类算一算
科研院所底图管理模式转型研究
分类讨论求坐标
数据分析中的分类讨论
教你一招:数的分类
企业底图档案的归档管理
星载近红外高光谱CO2遥感进展
苦味酸与牛血清蛋白相互作用的光谱研究