一种利用遥感影像提取港口特定地物的方法及系统与流程

本发明涉及图像处理的技术领域，尤其涉及一种利用遥感影像提取港口特定地物的方法，以及利用遥感影像提取港口特定地物的系统。

背景技术：

港口作为海上运输的重要组成部分，已经越来越受到人们的重视，成为交通规划的一个关键研究方向。而港口的规划建设，需要获取港口的各种地物及其位置。

面向对象的影像分析技术，使用计算机语言把不同地物在遥感影像中的光谱特征、形状特征、相对关系特征、纹理特征、上下文特征等信息以规则集的方式表达出来，从而实现区分、识别不同地物的功能。面向对象的影像分析技术使用影像分割算法，把遥感影像分割成具有特定尺度范围，且能够表达一定意义的影像对象，并利用上述的地物特征信息实现地物的分类。目前，面向对象的影像分析技术广泛应用于如林业、农业、保险、城市规划等不同行业中，但是因为港口的特定地物的特殊性，该技术并没有在港口资源监测领域中应用。

技术实现要素：

为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种利用遥感影像提取港口特定地物的方法，其实现港口中水域、围填海、装卸设备、油品及液体化工品堆场、集装箱堆场、煤炭堆场、矿石堆场、堆场后方物流仓库等地物的提取，为后续码头设施、仓库堆场、油品罐区、集疏运通道、临港产业等港口基础设施建设项目实施进展监控、未批先建等违规建设判定提供依据。

本发明的技术方案是：这种利用遥感影像提取港口特定地物的方法，该方法包括以下步骤：

(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；

(2)把所述两个边缘影像导入到多尺度分割算法中，与遥感影像一起参与多尺度分割，生成影像对象；

(3)判断是否满足分类要求，是则执行步骤(4)，否则执行步骤(2)；

(4)利用光谱特征、边缘影像强度值、泊位矢量，分类出水域、陆域和泊位的地物；

(5)利用光谱特征、形状特征、上下文关系特征、范围特征，提取泊位类别中的装卸设备类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海这些类别。

本发明把边缘提取算法与面向对象的多尺度分割算法相结合，并分析了提取地物在遥感影像中的典型特征，利用这些特征组合开发出提取规则集，把目标地物快速、准确地提取出来，从而实现港口中水域、围填海、装卸设备、油品及液体化工品堆场、集装箱堆场、煤炭堆场、矿石堆场、堆场后方物流仓库等地物的提取，为后续码头设施、仓库堆场、油品罐区、集疏运通道、临港产业等港口基础设施建设项目实施进展监控、未批先建等违规建设判定提供依据。

还提供了一种利用遥感影像提取港口特定地物的系统，该系统包括：lee sigma边缘提取算法模块，其配置来对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；

多尺度分割算法模块，其配置来把所述两个边缘影像导入到多尺度分割算法中，与遥感影像一起参与多尺度分割，生成影像对象；

第一分类模块，其配置来利用光谱特征、边缘影像强度值、泊位矢量，分类出水域、陆域和泊位的地物；

第二分类模块，其配置来利用光谱特征、形状特征、上下文关系特征、范围特征，提取泊位类别中的装卸设备类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海这些类别。

附图说明

图1所示为根据本发明的利用遥感影像提取港口特定地物的方法的流程图。

具体实施方式

如图1所示，这种利用遥感影像提取港口特定地物的方法，该方法包括以下步骤：

(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；

(2)把所述两个边缘影像导入到多尺度分割算法中，与遥感影像一起参与多尺度分割，生成影像对象；

(3)判断是否满足分类要求，是则执行步骤(4)，否则执行步骤(2)；

(4)利用光谱特征、边缘影像强度值、泊位矢量，分类出水域、陆域和泊位的地物；

(5)利用光谱特征、形状特征、上下文关系特征、范围特征，提取泊位类别中的装卸设备类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海这些类别。

本发明把边缘提取算法与面向对象的多尺度分割算法相结合，并分析了提取地物在遥感影像中的典型特征，利用这些特征组合开发出提取规则集，把目标地物快速、准确地提取出来，从而实现港口中水域、围填海、装卸设备、油品及液体化工品堆场、集装箱堆场、煤炭堆场、矿石堆场、堆场后方物流仓库等地物的提取，为后续码头设施、仓库堆场、油品罐区、集疏运通道、临港产业等港口基础设施建设项目实施进展监控、未批先建等违规建设判定提供依据。

波段的选择要根据使用遥感影像来决定：如果所用的遥感影像是只有多光谱影像或融合影像，那么该波段选择红波段；如果所用的遥感影像有多光谱影像和全色影像，那么该波段选择全色影像。边缘提取算法生成的边缘影像中，对于建筑物、工业用地、矿区等的边缘与其周围背景的亮度值反差较大的地物能够高亮显示，其强度值较大，而对于水域、大片耕地等其内部纹理较均一的地物其强度值较低。因此，港口资源监测的目标地物如装卸设备、油品及液体化工品堆场等有较好的提取效果。

另外，所述步骤(1)中遥感影像的一个波段，使用空间分辨率优于10米的多光谱影像和空间分辨率优于2.5米的全色影像，其中多光谱影像包括蓝波段、绿波段、红波段和近红外波段。

另外，所述步骤(1)中遥感影像的一个波段，使用空间分辨率优于2.5米的蓝波段、绿波段、红波段和近红外波段4波段融合影像。

另外，遥感数据是高分一号卫星影像，包括8米空间分辨率的多光谱影像和2米分辨率的全色影像；矢量数据包括港界范围矢量和泊位矢量。

另外，所述步骤(1)中lee sigma边缘提取算法的Sigma值为5。

Sigma值描述了一个数据点的均值与标准差的相差多少。Sigma值越大，就会产生越好的边缘检测；一般设置该值为5。一个给定窗口的Sigma值是：

σ——给定窗口内所有像元的标准差；

——给定窗口内所有像元的亮度均值。

如果满足下面的公式标准的在移动窗口内的像元数目P足够大的话(其中W是宽度，是用户定义的常数)，那么这些像元的均值将会导出。否则，生成整个窗口的均值。

(1-W∑)P_Center≤P≤(1+W)P_Center

∑——算法的Sigma值；

W——宽度，自定义的常数；

P——给定移动窗口内所有像元的数量；

P_Center——给定移动窗口内中心像元的数量。

另外，所述步骤(2)中，亮边缘影像和暗边缘影像与多光谱影像和全色影像按照一定的权重一起参与到多尺度分割算法中，生成有一定意义的影像对象，为后续的面向对象分类提供分类基础。

因为每种地物有特定的典型特征能够把其与其他地物区分开来，而上述方式生成的对象边界轮廓更接近真实的地物，有利于后续的分类特征的选择，以便区分不同的地物。

分割参数设置如表1：

表1

分类规则(即规则集)的建立与能否把地物较好的区分开息息相关。规则集就是使用计算机语言表达不同地物的典型特征，按照表达的顺序生成不同的分类规则，从而做到区分不同地物的目的。其原则主要是先大后小，先易后难；先大后小，即先分大类，后分大类中的小类；先易后难，即先分典型特征明显，2-3个特征就能够与其它地物区分出来的地物，后分特征不明显、复杂的地物，这样能够减少对象的冗余，提高特征的敏感度。

本发明中港口资源监测的分类系统提取的先后顺序是，先提取水域、陆域、泊位，然后从泊位中提取出装卸设备，再从陆域中按顺序分出油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海。

根据港口资源监测的分类体系，先提取出水域、陆域和泊位等三个大类，然后再在其中分类出其他的小类别。本发明分类规则集的创建就是按照这个地物类别的包含关系建立的。水域、陆域和泊位的提取，使用了其典型的光谱特征、边缘影像强度值等特征，其中使用泊位矢量提取出泊位类别，为后续从泊位类别中提取出装卸设备提供范围限制。

利用光谱特征、形状特征、上下文关系特征、范围特征等特征信息，提取泊位类别中的装卸设备等类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海等类别。上述用到的典型特征中，关键是亮边缘影像强度均值与形状特征的使用。

亮边缘影像强度均值就是边缘提取算法生成的结果影像之一，若某个队形的该值越大就说明该对象与其周围对象的边缘反差越明显，该值越小就说明该对象与其周围对象的反差越不明显，即可能是相同的地类。使用该特征与其它如亮度均值、面积、长宽比等特征，能够更快速、更准确地分类港口资源监测的目标地物。如果不使用边缘提取算法，那么分割的时候就没有边缘影像参与分割，其它参数相同的情况下，分割出来目标地物对象可能不是独立的对象，使得分类该地物时不能使用其典型的特征把其与其它地物区分开来。例如，油罐提取时，某些油罐对象分割出来不是圆形或者椭圆形，那么在提取油罐时，使用椭圆拟合特征就会把这部分油罐对象错分成其它非油罐类别。另外，如果不使用边缘提取算法，就不会生成亮边缘影像，就不会产生亮边缘影像强度均值这一特征，那么在提取装卸设备的时候，只能使用亮度均值、面积、长宽比等特征，遇到那些与装卸设备有相近特征阈值的对象时，就会这些对象错分成装卸设备，对提取的准确率有很大的影响。而本发明正是看到上述几点，并研究了港口资源监测涉及到的目标地物在遥感影像中的特征，才把边缘提取算法引入到面向对象的分割和分类中来，使得目标地物的提取更有针对性，提高了分类的准确性。

更进一步地，ArcGIS产品线为用户提供一个可伸缩的、全面的GIS平台。ArcObjects包含了大量的可编程组件，从细粒度的对象(例如单个的几何对象)到粗粒度的对象(例如与现有ArcMap文档交互的地图对象)涉及面极广，这些对象为开发者集成了全面的GIS功能。每一个使用ArcObjects建成的ArcGIS产品都为开发者提供了一个应用开发的容器，包括桌面GIS(ArcGIS Desktop)，嵌入式GIS(ArcGIS Engine)以及服务GIS(ArcGIS Server)。

常规的含有GIS空间的业务数据(主要是目前流行的ArcGIS数据格式)在进行数据维护编辑时(主要是增删改查)，目前主要有两种方式进行空间及属性数据的统一管理控制：

一、地理信息系统(Geographic Information System或Geo－Information system，GIS)有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。

二、所谓MIS(管理信息系统--MANAGEMENT INFORMATION SYSTEM)系统，主要指的是进行日常事务操作的系统。这种系统主要用于管理需要的记录，并对记录数据进行相关处理，将处理的信息及时反映给管理者的一套网络管理系统。

开发网站的过程中，如果以传统MIS开发方式进行相关服务及接口的设计工作，在设计上由于不对GIS数据的特殊性多加考虑，往往在开发实现过程中会在调用MIS组件的同时调用GIS组件，针对同一对象的操作往往同时将会脱离出事务机制的控制。对最终数据造成不可预知的隐患。

因此，本发明还提供了基于利用遥感影像提取港口特定地物的方法的一种兼容ArcGIS的空间及属性数据的统一控制方法，其包括数据库层面、数据访问层面、前端展示层面；

在数据库层面，针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；

在数据访问层面，通过原生SQL或ORM方式进行数据库操作；

在前端展示层面，将用户绘制的图形转换为WKT形式的字符串传递到数据库。

该方法统一数据库设计，综合考虑GIS与MIS数据存储，在一定要求的前提下以成熟的传统的方式进行数据库设计工作，因此能够避免GIS与MIS数据设计分离的现象；本发明统一数据库访问及操作机制，兼容流行的SQL及ORM访问操作方式，因此支持事务等数据库所有特性；本发明在进行业务数据操作的同时，可以业务事件等方式进行相关业务事件触发，因此增强GIS业务操作业务复杂度，灵活度高；本发明在开发过程中，只需要普通的MIS开发人员在较少的GIS业务知识背景下即可进行GIS及MIS&GIS混合等方式的GIS系统的开发，系统框架无GIS组件及版本依赖；本发明所产生的数据产品与ArcGIS软件产品兼容，因此可通过ArcGIS软件进行数据再次编辑维护、服务发布等工作。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，与本发明的方法相对应的，本发明还同时包括一种利用遥感影像提取港口特定地物的系统，该系统通常以与方法各步骤相对应的功能模块的形式表示。使用该方法的系统，该系统包括：

lee sigma边缘提取算法模块，其配置来对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；

多尺度分割算法模块，其配置来把所述两个边缘影像导入到多尺度分割算法中，与遥感影像一起参与多尺度分割，生成影像对象；

第一分类模块，其配置来利用光谱特征、边缘影像强度值、泊位矢量，分类出水域、陆域和泊位的地物；

第二分类模块，其配置来利用光谱特征、形状特征、上下文关系特征、范围特征，提取泊位类别中的装卸设备类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海这些类别。

另外，所述lee sigma边缘提取算法模块中遥感影像的一个波段，使用空间分辨率优于10米的多光谱影像和空间分辨率优于2.5米的全色影像，其中多光谱影像包括蓝波段、绿波段、红波段和近红外波段。

另外，所述lee sigma边缘提取算法模块中遥感影像的一个波段，使用空间分辨率优于2.5米的蓝波段、绿波段、红波段和近红外波段4波段融合影像。

另外，遥感数据是高分一号卫星影像，包括8米空间分辨率的多光谱影像和2米分辨率的全色影像；矢量数据包括港界范围矢量和泊位矢量。

还提供了基于利用遥感影像提取港口特定地物的方法的一种兼容ArcGIS的空间及属性数据的统一控制系统，该系统包括：

数据库，其配置来针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；

数据访问模块，其配置来通过原生SQL或ORM方式进行数据库操作；

前端展示模块，其配置来将用户绘制的图形转换为WKT形式的字符串传递到数据库。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。