高分辨率遥感影像土地利用变化检测方法研究

王 琰，舒 宁，2，龚 龑

高分辨率遥感影像土地利用变化检测方法研究

王 琰1，舒 宁1，2，龚 龑1

(1.武汉大学遥感信息工程学院，武汉 430079;2.武汉大学测绘遥感信息工程国家重点实验室，武汉 430079)

提出一种利用高分辨率遥感影像进行土地利用变化检测的方法。以土地利用图为辅助数据，通过土地利用图和遥感影像的配准套合，获取影像像斑;同时，对遥感影像进行基于像素的监督分类，获取概略的类别图;再根据像斑内像素的类别编码完成子像斑的划分。以子像斑为影像分析的基本单位提取特征，以相关系数为相似性测度衡量不同时期子像斑的特征相似性，用ROC曲线(接受者操作特性曲线)代替经验选取的方法自动获取变化阈值，确定像斑是否发生变化。以武汉市区局部QuickBird 2002年和2005年多光谱影像、相同地区2002年1∶10 000土地利用图为实验数据进行了算法的实验，结果显示绝大部分的变化区域都可以被提取出来，实验方法可行。

变化检测;土地利用;面向对象;高分辨率;遥感;多源数据

0 引言

利用遥感影像的宏观性、实时性等优势进行国土资源的变化检测，是遥感影像分析和应用领域的研究热点。从技术路线层面而言，利用遥感技术进行土地利用变化检测的方法可分为基于像素和基于像斑两种方式。基于像素的影像分析受噪声影响较大，能够在影像上提取的特征信息较少;基于像斑的影像分析适用于高分辨率遥感影像的分析，为近几年来常用的一种影像分析方法［1］。像斑是影像上的灰度同质区域，在绝大多数国内外文献中称之为“对象”，基于像斑的分析一般称作“面向对象”或“基于对象”的方法。以像斑为影像分析的基本单位进行变化检测，变化检测结果更容易和矢量数据相联系，从而更好地生成或更新矢量专题图。目前，像斑往往通过各种影像分割的算法获取，但合适的分割参数的设置以及分割尺度的确定往往较为困难。在变化检测方面，衡量两个时期像斑变化与否的变化阈值的设定，往往采用经验的方式，通过多次尝试和对结果的目视判断获取合适的阈值，这不利于技术路线的自动化。

本文提出一种利用高分辨率影像进行土地利用变化检测的方法。首先，综合基于像斑和基于像素的影像分析方式，通过土地利用图和遥感影像的配准套合获取影像像斑，用基于像素的监督分类方法，将影像数据分成简单的基础地类，生成不同时期影像的分类图;然后分别以各分类图为底图，根据每个像斑内像素在分类图上的类别标识，将通过配准套合生成的像斑进行再分割，获得子像斑。以子像斑为后续分析的基本单位，通过特征提取、特征矢量相似性分析以及变化阈值的自动判定，获得子像斑的变化信息;最后，将以不同时期分类底图做参照获取的子像斑变化检测结果求并集，获取最终的变化检测结果。

1 像斑的获取及像斑特征提取

1.1 像斑及子像斑的获取

应用多源数据可以获得有利于遥感影像解译的更多信息。实验区除遥感影像外的其他数据，可以以先验知识的形式出现，直接参与到影像分析中去，这样的思路也更为符合人工识别地物的流程和机理［2］;而变化检测的结果，一般用于更新现有的矢量数据图。因此在本文的变化检测算法中，将现有土地利用图与遥感影像配准套合，以土地利用图图斑矢量边界为准，获取影像像斑。由于土地利用图上的图斑划分和生成须遵循其成图规范和标准，并不是以影像上光谱信息为生成依据，仅凭配准套合得到的像斑并不能保证其光谱同质性，常会形成所谓的混合像斑，使后续的分析产生困难。因此有必要对套合得到的像斑进行再划分，生成子像斑，从而保证各像斑内的光谱同质性。运用基于像素的监督分类方法，将地物分成水体、城区、裸地和绿地4大类，使得每一个像素都有一个类别编码与其相对应。将分类影像与土地利用图配准套合，这样，对于每个像斑，根据其包含像素的基础类别编码进行再划分。一个像斑内，具有同一类别编码的像素生成一个子像斑。以不同时期的分类影像图为参照进行像斑再分割，获取的子像斑是不相同的。即以T1时期影像分类图为参照获取的T1，T2时期影像子像斑，和以T2时期影像分类图为参照获取的T1，T2时期影像子像斑不相同。子像斑生成的过程如图1((b)图上不同颜色代表再划分后生成的子像斑)所示。

图1 子像斑生成图Fig.1 Subsegment generation graph

1.2 子像斑特征提取

通过计算子像斑内所有像素的统计值获取子像斑的特征。对于实验用QuickBird影像而言，获取的特征为蓝、绿、红、近红外4个波段影像的灰度均值、灰度标准差和灰度信息熵，共12个特征。

2 变化检测及其阈值的自动获取

2.1 变化检测方法

像斑之间相似关系，可以看作是离散化的空间面模式之间的相似性关系［3］。这种关系的表达可以使用相关系数作为测度，用于衡量不同时期影像上相应子像斑特征矢量的相似性。假如某子像斑在基准时期的特征向量为(x1，x2，…，xn)，在待检测时期的特征向量为(y1，y2，…，yn)，则两个时期特征向量的相关系数ρ可以用

计算，式中n为特征向量维数。

2.2 基于ROC曲线的变化阈值自动判定方法

ROC曲线即接受者操作特性曲线，在医学诊断学中有着较为广泛的应用。对于二分类的问题，可以通过绘制ROC曲线，在使得误检率和漏检率相同的情况下，获得一个最合理的分类阈值。Yitzhaky和Peli曾将ROC曲线应用于影像边缘提取中参数的选择［5］;杨朝晖等也应用ROC曲线进行SAR影像的边缘检测［6］;Chen等应用ROC曲线进行基于卫星影像的地震前后城区损坏估计［7］，都获取了较为理想的结果。本文引入上述ROC曲线，尝试将其应用到变化检测中，自动获取变化阈值。

利用ROC曲线进行变化阈值获取，其原理是设定多个不同的变化阈值，从而对应不同的变化检测结果。对上述各结果进行分析，找到最合理的一个结果作为可能的真实变化结果，最接近可能真实结果的变化检测结果，其对应的变化阈值则被认为是最合理的变化阈值。这种方法可以取代传统的经验阈值获取方法，实现阈值的自动获取。具体方法如下:

计算基准时期影像上各子像斑与其在待检测时期影像上对应子像斑特征矢量的相关系数，并设定N个相关系数阈值Si(i=1，2，…，N)，相关系数大于阈值认为没有发生变化，反之则判定子像斑发生了变化。这样将会获得N个影像变化检测结果Ri(i=1，2，…，N)。每一个变化检测结果为一个和像斑数目大小相等的数组，数组元素值为1表示像斑发生了变化，0则表示没有发生变化。可能的真实结果CGTj(candidate ground truth，CGT)(j=1，2，…，N)，则根据Ri得出。CGTj的计算通过依次统计每个像斑在所有变化检测结果上的变化次数获取，对于第M个像斑，

这里 j(j=1，2，…，N)，称为相关阈值(correspondence threshold)，因此可以获得N个候选的真实变化结果。从上式可以看出，当某个像斑在所有N个变化检测结果中被标记为1的次数较多，即认为发生变化的次数较多时，这个像斑发生变化的可能则较大，反之则小。CGTj仍然是一个和影像像斑数目相同的数组，数组元素值为1代表像斑发生变化，0则表示没有变化。随着j值的不断增大，CGTj中数组元素值为1的越来越少，判定为发生变化的像斑数目则逐步减少。

将变化检测视为一个二分类的问题，则4种判断决策true positive(TP)(hit)，false positive(FP)(false alarm)，true negative(TN)(correct rejection)和false nagtive(FN)(miss)可能出现。对这4种判别决策的描述如表1所示。

表1 判别决策描述Tab.1 Describe discrimination decison

各个判别决策概率的计算公式为

根据式(3)—(6)可以计算出检测概率(灵敏度)TPR和虚惊概率(1－特异度)FPR分别为

获取了可能的真实变化结果之后，则可将所有发生变化的检测结果与其相比较，根据上述算法可以看出，必然有一个变化检测结果与已经获取的真实变化结果相同，而这个变化检测结果所对应的变化阈值则是需要求取的阈值。

3 实验及结果分析

本文具体技术路线如图2所示。

图2 技术路线图Fig.2 Technique flow chart

选用了武汉市局部2002年、2005年QuickBird多光谱影像，以及相同区域2002年1∶10 000土地利用图。影像分辨率经重采样后为2 m，实验区大小为2 155×1 633像元。这一区域在2002—2005年间土地利用变化大，较为适合变化检测实验。应用监督分类方法，在ERDAS软件环境下，分别将2002年和2005年影像分成城市、绿地、裸地和水体4大类。通过2002年土地利用图GIS数据和两个时期影像分别配准套合，共获取像斑256个。

第一步，先以2002年影像监督分类图为底图对两个时期像斑进行再划分，得到两时期影像上子像斑的数目为932个;应用相关系数对两个时期像斑的特征矢量进行相似性评价，给定变化阈值获取范围，用2.2节介绍的基于ROC曲线的变化阈值自动判定方法即可求出最终的变化阈值(图3)。最接近交点是第22个数据对，其对应的候选真实结果则被认为是可能的真实结果，对应的变化检测阈值为 0.868。

图3 ROC曲线结果Fig.3 ROC result

根据获取的变化检测阈值进行影像的变化检测，将两幅变化检测实验结果影像求并集，以获取影像上所有可能发生变化的区域。实验结果如图4所示。

从图3(a)中看出，最接近交点是第20个数据对，其对应的候选真实变化结果则被认为是可能的真实变化结果，对应的变化阈值为0.880。

第二步，以2005年影像监督分类图为底图对两个时期像斑进行再划分，得到两个时期影像子像斑数目为801个，再重复上述的实验步骤。获取真实结果和变化检测阈值的ROC曲线如图3(b)所示，

图4 实验区影像及实验结果Fig.4 Image of study area and the change result

通过人工目视解译与实验结果相比较，发现绝大部分发生变化的部分都能够被检验并提取出来。

4 结论

1)提出了一种高分辨率遥感影像土地利用变化检测的方法。综合以像斑和以像素为单位进行影像分析的优势，应用多源数据获取影像像斑并进行再分割，在此基础上运用相关系数衡量像斑特征的相似性，并运用ROC曲线自动获取变化阈值，得到变化检测结果。

2)实验结果表明，文中提出的方法简单、有效、可行，且具有一定的通用性。在实验过程中发现，变化阈值数组范围的设定会影响可能的真实变化结果的获取，继而影响变化阈值的判定。怎样选取合适的变化阈值数组范围，应作进一步探讨。

［1］ Blaschke T.Object Based Image Analysis for Remote Sensing［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2010，65(1):2－16.

［2］ 舒 宁.关于遥感影像处理分析的理论与方法之若干问题［J］.武汉大学学报:信息科学版，2007，32(11):1007－1010.

［3］ 毛政元，李 霖.空间模式的测度及其应用［M］.北京:科学出版社，2004:74－75.

［4］ 张剑清，潘 励，王树根.摄影测量学［M］.武汉:武汉大学出版社，2003:109.

［5］ Yitzhaky Y，Peli E.A Method for Objective Edge Detection Evaluation and Detector Parameter Selection［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2003，25(8):1027 －1033.

［6］ 杨朝晖，陈 鹰.基于ROC融合准则的SAR边缘检测算法［J］.光电子·激光，2010，21(7):1053 －1057.

［7］ Chen Z Q，Hutchinson T C.Urban Damage Estimation Using Statistical Processing of Satellite Images［J］.Journal of Computing in Civil Engineering，2007，21(3):187 －199.

A Study of Land Use Change Detection Based on High Resolution Remote Sensing Images

WANG Yan1，SHU Ning1，2，GONG Yan1
(1.School of Remote Sensing and Information Engineering，Wuhan University，Wuhan 430079，China;2.State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan 430079，China)

An approach to land use change detection by using high resolution remote sensing images is put forward in this paper.With the help of GIS land use map，image objects can be obtained by the matching of land use map and remote sensing images in the same region.Meanwhile pixel－based supervised classification is conducted for each image so that each pixel has its own class code.Then image subsegments can be obtained based on the image segment and the class code of each pixel within it.Image subsegments can be regarded as the basic units for feature extraction.Correlation coefficient is used for detecting changes between the images gotten from different time periods，and instead of the empirical selection，the change threshold is founded automatically by using ROC curve(receiver operating characteristic curve).Two multispectral Quickbird images obtained in 2002 and 2005 respectively and a 1 ∶10 000 land use map of 2002 in the same region were used in the experiment.This study area is located in Wuhan City and the result shows that most land use changes can be detected，and hence this approach is effective.

change detection;land use;object based;high resolution;remote sensing;multisource data

TP 79

A

1001－070X(2012)01－0043－05

10.6046/gtzyyg.2012.01.08

2011－05－21;

2011－07－01

湖北省自然科学基金重大项目(编号:2006ABD003)及中央高校基本科研业务费专项资金(编号:3101009)共同资助。

王 琰(1984－)，女，在读博士，研究方向为遥感影像解译。E－mail:wangyan.jenny@163.com。

(责任编辑:李 瑜)