一種融合多光譜遙感數(shù)據(jù)和夜間燈光遙感數(shù)據(jù)的城市邊界提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于城市規(guī)劃領(lǐng)域，特別涉及一種融合多光譜遙感數(shù)據(jù)和夜間燈光遙感數(shù) 據(jù)的城市邊界提取方法。
【背景技術(shù)】
[0002] 城市邊界自動(dòng)提取是實(shí)現(xiàn)及時(shí)掌握城市擴(kuò)展范圍的關(guān)鍵，而城市擴(kuò)展范圍已成為 城市規(guī)劃領(lǐng)域內(nèi)的一個(gè)重點(diǎn)關(guān)注問題。同時(shí)，快速自動(dòng)的提取城市邊界能夠減少傳統(tǒng)監(jiān)測 方法的人力物力。然而，當(dāng)遙感影像的分辨率不夠高時(shí)，自動(dòng)提取的方法容易將一些地物誤 劃入城市邊界，因此，中低分辨率遙感影像城市邊界提取更具有挑戰(zhàn)性。目前較新且效果較 好的城市邊界提取方法以借助不透水面或夜間燈光遙感影像提取方法為主。這些方法的主 要思路是:通過選取特征考慮，利用分類器(多數(shù)為支持向量機(jī)）訓(xùn)練城市區(qū)域檢測模型并 檢測城市區(qū)域，從而提取出城市邊界。其中從特征考慮，主要有利用多光譜遙感影像光譜特 征和夜間燈光遙感影像（參考文獻(xiàn):Xiao P,Wang X，F(xiàn)eng X，et al .Detecting China's Urban Expansion Over the Past Three Decades Using Nighttime Light Data[J] .IEEE Journal of Selected Topics in Applied Earth Observations&Remote Sensing,2014,7(10) :4095-4106.)兩種。由于僅利用光譜特征，很容易將非城市區(qū)域的不 透水面誤提取出來，從而影響城市邊界提取，而僅利用夜間燈光遙感影像，由于其分辨率較 低（lkm)，同樣會(huì)將非城市區(qū)域誤提取出來，導(dǎo)致上述兩種方法自動(dòng)提取城市邊界的效果不 理想。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明提出了一種融合多光譜遙感數(shù)據(jù)和夜間燈光遙感數(shù)據(jù)的城市邊界提取方 法，其目的在于，解決現(xiàn)有技術(shù)未能較快速準(zhǔn)確提取城市邊界這一問題，通過融合多種數(shù) 據(jù)，利用多種特征，以達(dá)到快速自動(dòng)提取城市邊界，并提高城市邊界的準(zhǔn)確率，降低誤提取 率的效果。
[0004] -種融合多光譜遙感數(shù)據(jù)和夜間燈光遙感數(shù)據(jù)的城市邊界提取方法，包括以下幾 個(gè)步驟：
[0005] 步驟1:影像預(yù)處理；
[0006] 對同一場景的多光譜遙感影像和夜間燈光遙感影像進(jìn)行坐標(biāo)轉(zhuǎn)換，統(tǒng)一轉(zhuǎn)為UTM 投影坐標(biāo)系；
[0007] 對坐標(biāo)轉(zhuǎn)換后的夜間燈光遙感影像進(jìn)行重采樣至與坐標(biāo)轉(zhuǎn)換后的多光譜遙感影 像的空間分辨率相同，獲得Landsat圖像數(shù)據(jù)1〇;
[0008] 采用一致的空間分辨率30米，實(shí)現(xiàn)多源數(shù)據(jù)的配準(zhǔn)；
[0009] 以使得燈光遙感數(shù)據(jù)同多光譜遙感影像數(shù)據(jù)的分辨率一致，便于正負(fù)樣本提??； [0010]步驟2:自動(dòng)提取正負(fù)訓(xùn)練樣本；
[0011] 首先利用Landsat圖像數(shù)據(jù)Ιο提供的光譜信息計(jì)算不透水面指數(shù)得到初始不透水 面圖像h，然后結(jié)合坐標(biāo)轉(zhuǎn)換后的夜間燈光遙感數(shù)據(jù)提供的初始燈光指數(shù)圖像1 2,自動(dòng)提取 正負(fù)分類訓(xùn)練樣本；
[0012] 所述正負(fù)樣本的自動(dòng)提取過程如下：
[0013] A1:對初始不透水面圖像進(jìn)行Otsu閾值分割，得到二值分割后的二值化不透水 面圖像13;
[0015] 其中，（i，j)表示圖像中的像素坐標(biāo)，tin為Otsu閾值分割方法自適應(yīng)選取的分割 閾值；
[0016] A2:對初始燈光指數(shù)圖像12進(jìn)行Otsu閾值分割，得到二值分割后的二值化燈光指 數(shù)圖像14;
[0018] 其中，（i，j)表示圖像中的像素坐標(biāo)，th2S〇tsu閾值分割方法自適應(yīng)選取的分割 閾值；
[0019] A3:計(jì)算二值化燈光圖像I沖像素值為1的所有像素在初始燈光指數(shù)圖像12中對應(yīng) 像素的像素值的平均值th 3，以及像素值為0的所有像素在初始燈光指數(shù)圖像12中對應(yīng)像素 的像素值的平均值th4;
[0020] A4:對二值化不透水面圖像13進(jìn)行格網(wǎng)劃分，然后計(jì)算各個(gè)格網(wǎng)單位所包含像素 對應(yīng)的不透水面指數(shù)平均值 ai和燈光指數(shù)平均值a2:
[0021] 如果m 2也:且吧2 th3,則將該網(wǎng)格中的所有像素提取至候選正樣本集合p1;
[0022] 如果a2 < th4,則將該網(wǎng)格中的所有像素提取至候選負(fù)樣本集合N1;
[0023] 考慮了兩種數(shù)據(jù)的各自特征的優(yōu)勢互補(bǔ)，實(shí)現(xiàn)自動(dòng)提取正負(fù)樣本；
[0024] A5:從候選正樣本集合Pi和候選負(fù)樣本集合Νι中分別隨機(jī)提取50 %的正負(fù)樣本構(gòu) 造最終的正樣本集合P2和負(fù)樣本集合N2;
[0025]步驟3:利用步驟2獲得的正負(fù)樣本進(jìn)行城市邊界提?。?br>[0026]步驟3.1:首先提取用于描述正負(fù)樣本的分類特征F = P2(f )+N2(f)，f = {fi，f2，f3, f4};
[0027] 其中，f為影像特征集合，為從Landsat圖像數(shù)據(jù)Io中提取的像素的7維光譜特征， f2為從Landsat圖像數(shù)據(jù)Ιο中提取的像素的2維紋理特征，f3為從初始不透水面圖像中提 取的像素的1維的不透水指數(shù)特征，f 4為從初始燈光指數(shù)圖像12中提取的像素的1維的燈光 指數(shù)特征，P2為正樣本集合中所有像素對應(yīng)影像中的位置，他為負(fù)樣本集合中所有像素對應(yīng) 影像中的位置；
[0028] 然后利用正負(fù)樣本的分類特征訓(xùn)練SVM分類器，再用訓(xùn)練好的分類器對待分類的 場景的影像特征集合f進(jìn)行分類，得到城市區(qū)域和非城市區(qū)域；
[0029]步驟3.2:利用獲得的城市區(qū)域，進(jìn)行分類后處理，確定出城市邊界；
[0030]所述分類后處理包括對城市區(qū)域填充內(nèi)部空洞以及剔除小圖斑操作，其中，剔除 圖斑的閾值為3X3像素。
[0031] 分類是以像素為單元的影像特征集合進(jìn)行處理的，故需要對分類后的像素進(jìn)行處 理才能得到連續(xù)的閉合邊界；
[0032] 所述燈光遙感數(shù)據(jù)的重采樣處理是指重采樣方法采用三次卷積內(nèi)插法。
[0033] 所述利用多光譜遙感數(shù)據(jù)提供的光譜信息計(jì)算不透水面指數(shù)得到初始不透水面 圖像Ιι的步驟如下：
[0034]步驟2.1:遙感影像輻射校正；
[0035]利用ENVI軟件，對多光譜遙感影像進(jìn)行輻射校正，將影像上的DN值轉(zhuǎn)換為反射率； [0036] 步驟2.2:不透水面指數(shù)計(jì)算；
[0037]采用歸一化差值不透水面指數(shù)NDISI來提取步驟2中初始不透水面h，該指數(shù)計(jì)算 公式為：
[0039] 其中，NIR、MIR#PTIR分別為近紅外、中紅外1和熱紅外波段的反射率，MNDWI為歸 一化水體指數(shù)，計(jì)算公式為：
[0041 ]其中，Green為綠波段的反射率。
[0042] 通過上述步驟計(jì)算得到多光譜遙感影像中對應(yīng)的各個(gè)像素的不透水面指數(shù)，從而 得到初始不透水面圖像Iu
[0043] 所述對二值化不透水面圖像13進(jìn)行格網(wǎng)劃分時(shí)，每個(gè)格網(wǎng)單元大小為8*8。
[0044]所述f2為從Landsat圖像數(shù)據(jù)Ιο中提取的像素的2維紋理特征是指在3*3窗口內(nèi)的 均值和方差。
[0045] 有益效果
[0046] 本發(fā)明提出了一種融合多光譜遙感數(shù)據(jù)和夜間燈光遙感數(shù)據(jù)的城市邊界提取方 法，相對于傳統(tǒng)方法單獨(dú)使用不透水面指數(shù)提取城區(qū)，通過聯(lián)合使用不透水面指數(shù)和夜間 燈光遙感數(shù)據(jù)中提取的燈光指數(shù)可以更為精確地定位城區(qū)邊界，降低誤提取現(xiàn)象。同時(shí)，通 過融合較夜間燈光遙感數(shù)據(jù)（lkm)空間分辨率更高的多光譜遙感數(shù)據(jù)(30m)，將兩者數(shù)據(jù)特 征同時(shí)作為城市區(qū)域和非城市區(qū)域的區(qū)別特征，對近紅外、中紅外1、熱紅外波段和MNDWI進(jìn) 行歸一化處理，可以保證提取的城區(qū)邊界較單獨(dú)使用夜間燈光遙感數(shù)據(jù)更為精細(xì)。大量實(shí) 驗(yàn)結(jié)果表明，本發(fā)明城市邊界正確提取率達(dá)到了90%以上，較現(xiàn)有技術(shù)提高了近10%，誤提 取率低至10%以下，解決了現(xiàn)有技術(shù)存在的問題，適用于土地規(guī)劃、地理國情監(jiān)測、城市擴(kuò) 張分析等城市遙感應(yīng)用。
【附圖