Quickbird遥感影像提取建筑物阴影信息的方法改进

2013-08-28 06:03刘小光苏幼坡王正刘益良
关键词:高分辨率阴影建筑物

刘小光,苏幼坡,王正,刘益良

(河北联合大学河北省地震工程研究中心,河北唐山 063009)

0 引言

近年来,随着越来越多的高分辨率遥感卫星发射升空,有关利用高分辨率遥感卫星提取建筑物高度信息的研究也越来越盛行,何金国[1]等人利用SPORT全色遥感图像数据提取出建筑物阴影从而直接计算出建筑物高度。这些方法的普及及应用说明了遥感应用技术越来越趋于完善和成熟,伴随着高分辨率遥感卫星quickbird的发射和民用化普及,快速、准确、稳定的数据来源和处理越来越都到广泛关注。并且在城市规划、指挥、管理等方面和数字地球应用等方面的应用越来越受到重视。因此,利用高分辨率遥感卫星影像快速、准确、高效的提取出建筑物的高度信息必将成为数字地球化的非常重要的信息来源之一,同时也会极大促进各种配套信息技术的发展和应用。

在GIS分析平台上,借助GIS矢量分析计算功能,选择国家重点发展的典型城市,利用当前主流的高分辨率遥感卫星图像提取出城市生活居住区的空间信息,并通过建筑物高度特征信息等进行城市数字规划,是当前数字地球研究的热点领域[2]。计算出建筑物高度是核心内容,而阴影长度可以计算出建筑物高度,同样,阴影长度也可以反映出建筑物平面在太阳方位上的面积投影,也就是说在固定的一个区域范围内建筑物阴影的面积与阴影的长度和宽度总存在一种相互的关系,所以通过GIS分析平台可以得出建筑物阴影面积与阴影的长度和宽度的相关关系,因此,形成了一种新的建筑物高度计算方法—阴影面积法[3]。

1 建筑物信息提取原理和方法

高分辨率遥感影像由于其独有的特点,使得在其上提取城市建筑物的一些基本属性信息成为可能,这些基本属性信息包括建筑物的地理位置、建筑物的高度和建筑物的面积等。而建筑物的阴影在其中扮演了重要角色,因为通过提取建筑物的阴影,可以计算其投影长度,再通过对太阳、卫星、建筑物和阴影的相对几何位置关系进行三角函数运算[4],进而求得建筑物的高度、面积等属性信息。

阴影提取建筑物信息的条件[5]:(1)建筑物处于平原地带,且四周地表平坦,无地形因素的干扰,如有些建筑物,因为其地基在道路以下,其在道路上的阴影发生偏移,此种情况阴影估算肯定会受到影响;(2)建筑物外部结构比较简单,而且垂直地表。此种情况有很多,如很多建筑物屋檐都有女儿墙等,或者建筑物外形不是规则的矩形,而是呈一定的曲线形状。(3)建筑物垂直于地球表面。设建筑物的高度为H,建筑物阴影的实际长度为S,建筑物阴影可见长度为L2,卫星高度角为α,太阳高度角为β。

如图1,当太阳和卫星的方位相同,即太阳和卫星位于建筑物的同一侧时,建筑物阴影的实际长度S=H/tanβ,遥感图像上可见的阴影长度为:

可以求得这种情况下建筑物高度H和可见阴影长度之间的公式为:

图1 太阳和卫星位于建筑物同一侧

如图2,当太阳和卫星的方位相反,即太阳和卫星位于建筑物的两侧时,建筑物阴影的实际长度S和遥感图上可见的阴影长度L2相等,此时L1=0。所以这种情况下建筑物高度H和可见阴影长度之间的公式为:

图2 太阳和卫星分别位于建筑物两侧

综合以上两种情况的分析可以得知通过阴影求建筑物高度的两种方法:1.如果已知遥感卫星图片中卫星的相关参数信息,如太阳高度角,太阳方位角和卫星高度角等,便可结合遥感图像中建筑物阴影的可见长度利用公式(1)和公式(2)求出实际建筑物的高度。2.如果遥感卫星图片的卫星参数未知,在这种情况下,同一幅遥感图像内的卫星参数信息相同,设

无论在哪种情况下,K1和K2都为常数:

即建筑物实际高度和其在遥感图像中在太阳光投射方向上的阴影长度成正比。在这种情况下,可以通过获得当地某一建筑物的实际高度来反求Ki,从而计算出其他建筑物的高度信息。

2 阴影提取

阴影在高分辨率卫星遥感图像中具有明显的光谱特征信息[6],即具有比较低的灰度值,而且不同阴影之间的灰度值有较强的统一性。可以认为,高分辨遥感影像中的阴影具有大致的灰度集,充分利用这一特点,就可以实现对阴影的提取目的。对此,相关学者做了许多研究工作。黄浩,张友静等采用波谱角度映射表,设定一定的阈值,来提取建筑物的阴影;许妙忠,于志惠等运用基于共生矩阵的纹理分析方法,一定程度上解决了水体,植物等一些与阴影的光谱特征相似的地物干扰提取精度的问题。此外,还有学者运用一些遥感图的直方图具有双峰或者多峰的特性,通过选取适当的阈值来分割图像。此类图像其目标或背景内部相邻像素间的灰度值高度相关,但处于目标和背景交界处两边的像素在灰度值上有很大的差别,适合用阈值方法实现较好的分割,但毕竟不是所有的遥感图像都会呈现此类双峰或多峰的特征。

本文采用的是基于目标样本的计算机自动分类法,首先对典型的阴影区域进行样本的提取、训练,在此基础上选用适当的分类法进行分类,之后进行一系列的后处理,以实现对阴影的提取。由于目前一系列商用遥感图像处理软件的成熟开发和普遍应用,已经能基本满足一般遥感图像的处理分析,故本文对遥感图像的处理采用的是现有通用遥感图像处理软件。

3 提取成果与讨论

本文以曹妃甸工业区建筑某几个建筑为例提取出建筑物阴影并利用以得出的数值关系进行阴影信息泛酸,计算出建筑物的高度信息,并加以讨论,如图3、4所示。

将建筑物阴影按照常规方法提取出来之后,经过一些列的后处理过程可以得到较好的阴影图,将阴影图在GIS平台上矢量化可以得到矢量化的阴影,由于有些建筑物并不是特别规则的四边形,因此获得其长度S比较困难而且不尽精确,对此,可以修正一下阴影长度S的计算方法,可以在太阳光投射方向上拉出一系列平行直线,使其与各阴影矢量图相交,取这些直线与各阴影矢量的交集,也就是截断阴影矢量图以外的直线,这些矢量内的线段长度便是阴影的可见长度,计算过程在GIS中进行,这些截断后线段的长度可以在GIS中通过查询轻松获得,并且整个阴影的面积A也可以获得,进而可以求出由adce围成的规则矩形的面积A1,取矩形各边三条线段的平局长度:

然后用总面积A1和平均变长j2可以得出另一个边的边长j3:

阴影长度取j1和j3的平均值,即可得到比较精确的阴影长度S:

通过上述算法的改进可以获得较精确的建筑物阴影长度,进而进行反算计算出建筑物的高度。通过与现场实地测量得出的真实建筑物高度相比误差很小。采用曹妃甸工业区七处建筑物进行GPS测量测得其高程如下表1:

表1 实验区建筑物高度随机抽样

百分比误差均值=1.61,由此可以说明,得出的数据误差小且以较之以前的方法要稳定许多。

4 结论

1)本文提出了一种计算高分辨率遥感卫星影像投影长度的新方法,较之于以前的计算方法能得到更加精确、稳定的计算结果,并运用一幅试验区的quickbird遥感影像阐明了阴影提取和计算的过程,通过对实地测量数据和理论计算数据的分析比对,本文提出的计算模型精确性、稳定性较高,能够满足城市规划和数字地球工作的需要,并且避免了大量繁琐数据参数的运用,在缺乏很多遥感卫星参数的情况下可以迅速得出建筑物阴影长度

2)本文并没有对阴影面积和长度计算中的误差进行修正,今后的工作中,需要考虑以上因素引起的误差,以求进一步提高建筑物高度计算的精度。

[1]何国金,陈刚,何晓云,等.利用SPOT图像阴影提取城市建筑物高度及其分布信息[J].中国图象图形学报,2001.6(5):426-428.

[2]杨存建,周成虎.TM影像的居民地信息提取方法研究[J].遥感学报质,2000,4(2):146-150.

[3]徐建刚,韩雪培,陈启宁,等.城市规划信息技术开发及应用[M].南京:东南大学出版社,2000Journel A G,Huijbregts C J.Mining Geostatistics[M].Academic Press,New York.1978.

[4]董玉森,詹云军,杨树文.利用高分辨率遥感图像阴影信息提取建筑物高度[J].咸宁师专学报,2002,22(3):35-39.

[5]王锡福,徐建刚等.利用高分辨率遥感图像提取建筑物阴影信息初探[J].江西师范大学学报(自然科学版),2004,28(2):173-177.

[6]郑渊斌.高分辨率卫星遥感影像在城市震害预测中的应用研究[D].上海:同济大学,2008.

[7]刘龙飞,等.一种快速提取建筑物高度的方法研究[J].遥感技术与应用,2009,24(5):631-634.

[8]谢军飞,李延明.利用IKONOS卫星图像阴影提取城市建筑物高度信息[J].国土资源遥感,2004(4):4-6.

[9]田新光,张继贤,张永红.利用QuickBird影像的阴影提取建筑物高度[J].测绘科学,2008,32(2):88289.

[10]Li D r.Sui H G.Automatic Change Detection of Geospatial Data from Imagery The International Archive of the Photogrammetry,Remote Sensing and Spatial Informarion Sciences,2002,34(Ⅱ):245-251 [2]M.Tavakoli and A.Rosenefld,BuildingandRoadExtaretionrfomAerialPhotogarPh,IEEE-TSMC,Vol.12,No.l,1982.

猜你喜欢
高分辨率阴影建筑物
邻近既有建筑物全套管回转钻机拔桩技术
你来了,草就没有了阴影
高分辨率合成孔径雷达图像解译系统
描写建筑物的词语
让光“驱走”阴影
阴影魔怪
火柴游戏
高分辨率对地观测系统
基于Curvelet-Wavelet变换高分辨率遥感图像降噪