基于决策树的面向对象变化信息自动提取研究

ｄ ｉ１ ． ９ ９ ｊｉｓ ． Ｏ Ｏ ３ ７ ． ０ １ ０ ． １ ｏ ：０ ３ ６ ／．ｓ ｎ １ ０ 一 １ ７ ２ １ ． ２ ０ ６
中图 分 类 号 ： Ｐ ９ Ｔ ７
文献 标 识 码 ： Ａ
文 章 编 号 ：０ ０ １７ ２ １） １ —０ ９ —０ １ ０ —３ ７ （０ １ １ ４ ０ １ ４
ｔ ｒ ｅ ｏ ｅ ｔ ｂ ｉｈ ｔ ｅ ｄ ｃ ｓｏ ｒ ｅｍｏ ｅ ｏ ｕ ｏ ｔｃｃ ａ ｓｆ ａ ｉ ｎ Ｏｒ ａ ｉｅａ ｄ ａ ａ ｙ ｅｔ ｅ ｓ ｎ ｈ ｓｚ ｄ ａ ｔ ｉ ｕ ｅ ｆ ｍａ ｅ ｕ ｅ ｓ ｔｔ ｓ ａ ｌ ｈ ｅ ｉｉ ｎ ｔ ｅ ｄ ｌｆ ｒａ ｔ ｍａ ｉ ｌ ｓ ｉｉ ｔ ． ｇ ｎ ｚ ｎ ｎ ｌ ｚ ｈ ｙ ｔ ｅ ｉｅ ｔ ｒ ｔ ｓｏ ｓ ｃ ｏ ｂ ｉ ｇ
■ 感应 用
遥感信息
基于决 策树 的面 向对象变化信息 自动提取研究
张雨 霁ｉ 李 海涛②， 海燕② ｆ ） ～， Байду номын сангаас
（ 辽 宁工程技术大学 ， 新 １３０ ； 中国测绘科学研究 院 ， 京 １０３） ① 阜 ２００② 北 ０ ０ ９
摘要 ： 了从不 同时相 的遥感影像 数据 中自动提 取变化 信息且保 证 其效率 ， 文结合 面 向对 象分析 技术 ， 为 本 提 出 了一种 基于决策树变化信息 自动提取 的新方法。该方法利用影像 的特征指数及 形状特 征、 光谱特征 、 理特征 纹 等作 为特 征集， 将其作为知识库应用到决策树 控制模 型 中， 进而利用该模型 实现 自动分类 。对所 得到 的分 类后影
Ｚ ＨＡＮＧ －ｉ ， ｉｔｏ ＧＵ ｉｙ ｎ Ｙｕｊ０～ ＬＩＨａ－ａ ０， Ｈａ－ ａ ￣
（ Ｌａ ｎｎ ｅｈ ｉ ｌＵ ｉｅｓｔ Ｆ ｘ ｎ１ ３ ０ ； Ｃ ｉｅｅ ａ ｅ ｆ Ｓ ｒｅ ｉｇ ａ ｄＭａ ｐｎ Ｂ ｉｉｇ１ ０ ３ ） ① ｉｏ ｉｇＴ ｃｎｃ ｎｖｒｉ ａ ｙ， ｕ ｉ ２ ０ ０ ② ｈｎｓＡｃ ｄｍｙｏ ｕ ｖｙｎ ｎ ｐ ｉｇ， ｅ ｎ Ｏ ８ ０ ｊ
Ｅ ｍａ ｌＹＵＪ 一 ９ １ １ ３ ｔ ｍ － ｉ： Ｉ １ ＠ ６ ．ｏ
遥感信息
一 感 应用
满 足 。针 对这 些 不 足 ， 文结 合 ＧＩ 间数 据 挖 掘 本 Ｓ空 和遥感 技 术 ， 如何得 到 变化 属性 类 型 ， 以 分析 并 提取 出地 物变 化信 息 为 目标 ， 破 传 统 意 义 上 像 元 级 的 突 检 测 方法 ， 出 了对 同一 地 区不 同 时相 的遥 感 影 像 提 利 用 特征 指 数 及 分 割 后 的对 象 特 征 建 立 决 策 树 模
ｍｅ ｈ ｄ ｏ ｆ ｒ ｅ ｔ ｏ ｇ ｔｆ ｒ ａ ｔ ｍａ ｉ ｅ ｔａ ｔｏ ｆｃ ａ ｇ ｆ ｒ ｔ ｎ ｆｏ ｒ ｍｏ ｅｓ ｎ ｉ ｇ ｉ ａ ｅ ． ｔ ｏ ｆｅ ｓ ａ ｎ ｗ ｈ ｕ ｈ ｏ ｕ ｏ ｔ ｘ ｒ ｃｉ ｎ ｏ ｈ ｎ ｅ ｉ ｏ ｍａ ｉ ｒ ｍ ｅ ｔ ｅ ｓｎ ｇ ｓ ｃ ｎ ｏ ｍ
Ａ ｓａ ｃ ｎ０ｂ ｔ ｒｅ ｔｄＡｎ ｌｓｓｏ ｔｍａｉ ｈ ｎ ｅ Ｒｅｅ ｒｈ ｏ ｊｃ－ ｉｎｅ ａｙ ｉ ｆ ｅ ｏ Ａｕｏ ｔ Ｃ ａ ｇ ｃ
Ｉ ｏ ｍ ａ ｉ ｎ Ｅｘ ｒ ｃ ｉ ｎ Ｂａ ｅ ｎ Ｄｅ ｉｉ ｎ Ｔｒ ｅ ｎｆ ｒ ｔｏ ｔ ａ ｔｏ ｓ ｄ ｏ ｃ ｓｏ ｅ
ｔ ｅ ｄ ｃｓｏ ｒ ｅｉ ｒ ｓ ｎ ｅ ｎ ｔ ｉ ａ ｅ ． ｉ ｔ ｏ ｓ ｓ ｔ ｅｆ ａ ｕ ｅｉ ｄ ｘ ａ ｄ ｓ ａ ｅ ｓ ｅ ｔ ａ ，ｅ ｔ ｒ ｆｔ ｅ ｉ ｇ ｓａ ｆａ ｈ ｅ ｉｉ ｎ ｔ ｅ ｓｐ ｅ ｅ ｔ ｄ ｉ ｈ ｓｐ ｐ ｒ Ｔｈ ｓｍｅ ｈ ｄ ｕ ｅ ｈ ｅ ｔ ｒ ｅ ｎ ｈ ｐ ， ｐ ｃ ｒ ｌ ｔ ｘ ｕ ｅｏ ｈ ｎ ｍａ ｅａ ｅ —
落后 ， 大部 分还 只是 停 留在 基 于 像 元 级别 的影 像 分
法 与手 段 日臻完 善 ， 应用 深度 和广 度也 在 不断 拓展 。
析 处理 ， 出 问题 展 现 在 卫 星 获 取 的 遥感 数 据 未 能 突
空 间遥 感获 取技 术 的 迅 猛 发展 ， 遥 感 数 据 的 获取 使
等 特征 作 为 建 立 决 策 树 所 描 述 的 多 项 判 断 准 则 ，
对 影 像 中各 对 象 进 行 逐 层 识 别 和 归 类 ， 步 将 待 逐
提取 目标 从 地 物 中 分 离 出 来 ， 免 此 目标 对 其 他 避
对 影 像 进行 合 理 的分 割 得 到 影像 对 象 ， 面 向 是 对象 变 化信 息 提取 的前 提 。本 文采 用 多尺 度 分割 技 术 ， 过不 同尺 度 的选 择 可 将 影 像 方 便 灵 活 地 分 割 通
细化 ， 中 ， 其 每一 个 分 叉 点 代 表 一 个 决 策 判 断条 件 ， 每个 分 叉点 下 有两 个 叶结 点 ， 分别 代 表 满 足 和 不 满 足条 件 的类 别 ［ 。 ６ ］
成 由 同质不 规 则多 边形 组 成 的不 同分 辨率 影像 对 象
层 。形 成 的 由多 边 形 矢 量 边 界 包 围 的 影 像 对 象 区
目标 提取 时 造 成 的 干 扰 和 影 响 ， 过 若 干 次 中 间 通 判别 最 终 将 所 有 数 据 图层 复 合 以实 现 图像 的 自动 分类 。即通 过一 组 独 立 变 量 ， 一 个 复 杂数 据 集 逐 将 步分 解 为更 纯 、 同质 的子 集 的过 程 。其基 本 思 想 更 是 通过 一些 判 断条 件对 原 始数 据集 逐 步进 行二 分 和
趋 向三 多 （ 多传感 器 、 多平 台 、 角度 ） 三 高 （ 空 多 和 高 间分 辨率 、 高光谱 分 辨率 、 时相分 辨 率） ］ 遥 感数 高 口，
据 的不 断更 新及 实用 化极 大促 进 了变 化检 测理 论 和
得 到充 分利 用 ， 遥 感 信 息 认 识 不 足 和对 遥 感 专 题 对 信 息提取 水 平 的滞 后 ， 自动 化 、 能 化 程 度 不 高 ， 智 效 率及 精度 低 下 ， 就 造 成 了遥 感信 息 资 源 的 巨大 浪 这
像 对 象 ， 织分 析 其 综 合 属 性 并 作 为 决 策 规 则 再 次分 类 ， 过“ 重 分 类 ” 组 通 双 的方 式实 现 面 向对 象 的 遥 感 影 像 变 化 信 息 自动提 取 。该 方 法 为 遥 感 影 像 变 化 信 息 自动提 取 提 供 了新 的思 路 。
关键词 ： 变化检 测； 向对象 ； 面 决策树 ； 特征指数
２ ４ 变 化 信 息 自动 提 取 过 程 ． 本试 验 利 用对 影像 多 尺度 分 割后影 像 对象 的形 状 指数 、 征提 取指 数 等特 征 ， 立面 向对 象决 策 树 特 建 模 型分 别对 不 同时 相 的 ＴＭ 影 像 进 行 面 向对 象 分
类， 对分 类 后 的结果 ， 用影 像 层 次 间相应 类别 及 对 利
Ｋｅ ｒ ｓ ｃ ａ ｇ ｅｅ ｔ ｎ ｏ ｊｃ－ ａ ｅ ｄ ｃｓｏ ｒｅ ｆａ ｕ ｅｉｄ ｘ ｙｗｏｄ ：ｈ ｎ ｅｄ ｔｃｉ ； ｂｅ ｔｂ ｓｄ； ｅ ｉｉｎｔｅ ；ｅｔ ｒ ｎ ｅ ｏ
１ 引 言
变 化 检测技 术 问世 以来 ， 以应 用 为导 向 ， 术 方 技
方 法 的变革 。但 与遥 感数 据 获取 技术 取得 的 巨大进 步 相 比 ， 相配 套 的数据 处理 、 析和应 用 方法 相对 其 分
面 向对 象 决 策 树 分 类 方 法 是 一 种 建 立 在 先 验 知 识 基 础 上 的分 层 次 处 理 结 构 。该 方 法 利 用 总 结
方 法 的有 效性 与 鲁棒 性 。
２ 面 向对 象 的变 化 信 息 自动 提 取
２ １ 多 尺 度 分 割 ．
的特 征 提 取 指 数 及 分 割 后 所 得 对 象 的 形 状 、 义 语
型， 实现 面 向对 象 的变化 检测 新方 法 ， 验证 明了该 实
其计 算 公 式为
Ｎ ＤＢＩ－ ｍ ＿— ｚ － —ｚ－ ｎｒ ｒ
＿
（ ３）
ｍ ｚ 十 ｒ
ｎｚ ｒ
ｍｉ 代 表 中红 外波 段 ， ｉ ｒ ｎｒ代表 近 红 外 波段 。本 文 选取 Ｔ 影像 中的第 ５波 段 （ Ｍ 短红 外 ） 替代 ｍｉ。 ｒ ２ ３ 面 向对 象 的 决 策 树 分 类 ．
级 、 级及 同级对 象 之 间的拓 扑关 系 ， 现 了原始 像 下 实
域 ， 到 了矢量 与 栅格 的融合 处理 ， 达 为进一 步 的影 像
分 析 处理 提供 了大量 可用 信 息 。分 割多 采用 区 域增
长算 法 ［ ， ２ 每一 层都 由它直 接 的子 对象 构成 ， ］ 在下 一
个 高层 上 ， 子对 象 合并 为 较大 对象 ， 断分 离 合并 的 不 过 程 中 自动建 立起 了一个 与 地表 实体 相 似 的层 次等 级结 构 ， 次 中 的每 个 影 像 对 象 都 明确 其 自身 与 上 层
费 及应用 价 值 的降 低 ， 得 变 化 检 测 的实 效 性 难 以 使
收 稿 日期 ： ０ ０ Ｏ 一２ ２１一 ｌ ９
修 订 日 期 ：０ ０ ０ — ０ ２ １— ５ ５
基 金项 目： 国家科 技支 撑项 目（ ０ ８ ＡＣ ４ ０ …０ ） ２ ０Ｂ ３Ｂ ７ ４ 作 者简 介 ： 雨霁 （ ９ ５ ， ， 读硕 士 ， 张 １ ８ ￣） 女 在 主要研 究方 向为遥感 图像 处理 。
ｔｅ ｅｆ ｉｎ ｙ ａｎ ｗ ｕｏ ｔ ｘ ｒｃｉｎｍｅｈ ｄｗｈｃ ｓｃ ｍｂｎ ｄｗｉ ｈ ｂｅ ｔｏ ｉｎ ｅ ｇ ｎ ｌｓｓｔｃ ｎ ｌｇ ａ ｅ ｎ ｈ ｆｉ ｅ ｃ ， ｅ ａ ｔ ｍａｉ ｅ ｔａ ｔ ｔ ｏ ｉｈｉ ｏ ｉｅ ｔ ｔ ｅｏ ｊｃ－ ｒｅ ｔｄｉ ｅａ ａｙ ｉ ｅｈ ｏｏ ｙｂ ｓ ｄｏ ｃ ｃ ｏ ｈ ｍａ