CN103268587A - 利用仿建筑用地指数获取城市建筑用地信息的方法 - Google Patents

Abstract

一种利用仿建筑用地指数获取城市建筑用地信息的方法，包括：1）利用近红外波段和绿波段计算出仿归一化建筑指数，并用水体波普特性对结果进行修正，获得仿归一化建筑指数影像；2）利用近红外波段、红波段和土壤调节因子计算出土壤调节植被指数影像；3）利用绿波段和红波段计算归一化差异水体指数影像；4）根据前述三种影像制作出仿建筑指数影像；5）对仿建筑指数影像进行二值化处理和开运算处理，提取影像联通区域即可得到城市建筑用地信息。本发明的有益技术效果是：可从不包含中红外波段的卫星影像中提取出高精度的城市建筑用地信息，适用范围广，精度高，避免了现有技术中对中红外波段的卫星影像的依赖性。

Description

利用仿建筑用地指数获取城市建筑用地信息的方法

技术领域

本发明涉及一种卫星遥测影像处理技术，尤其涉及一种利用仿建筑用地指数获取城市建筑用地信息的方法。

背景技术

随着人口的急剧增多和经济的快速发展，城市化进程逐步加快，城市空间范围不断扩大，使得城市建筑用地急剧增加，导致城市热岛效应增强、城市景观格局破坏等一系列问题。因此全面掌握城市建筑用地信息，能够为国土、规划等部门的用地规划等政策提供科学支持。为了满足城市建筑面积快速扩展的监测需要，目前国内外的众多学者都在利用遥感影像提取建筑用地信息领域进行了大量的研究。

目前，常用的基于遥感影像提取建筑用地信息的方法有：不透水面分析法、逻辑树判别法、仿归一化植被指数研究模型法、归一化建筑指数提取方法以及建筑用地指数方法等方法；

其中，不透水面分析法和逻辑树判别法存在精度不高的问题，容易忽略城区内的水系和植被；仿归一化植被指数研究模型法、归一化建筑指数提取方法和建筑用地指数方法虽然精度较高，但是他们只能用于处理包含中红外波段的卫星影像，现在主流的卫星影像（如资源卫星影像、天绘卫星影像、QuickBird卫星影像、ALOS卫星影像、IKONOS卫星影像等）中普遍不包含中红外波段，这就造成这些方法不能从前述的主流卫星影像中提取出建筑用地信息。

发明内容

一种利用仿建筑用地指数获取城市建筑用地信息的方法，包括采用卫星遥感遥测技术获取到的原始卫星影像，其改进在于：

1）按如下方法对原始卫星影像进行处理，获得仿归一化建筑指数影像：

a、按下式计算原始卫星影像中的各个像素点对应的仿归一化建筑指数：

$\mathrm{SNDBI}=\frac{\mathrm{NIR}-\mathrm{green}}{\mathrm{NIR}+\mathrm{green}}$

其中，SNDBI（similar normalized difference built-up index）为仿归一化建筑指数，NIR为原始卫星影像中的近红外波段，green为原始卫星影像中的绿波段；

由于原始卫星影像中可能包含水体信息，为了保证最终结果的精确性，必须将水体信息剥离出去；由水体的光谱特性可知，水体的仿归一化建筑指数的数值较小，因此采用如下方法来将水体信息剥离出去：

b、对仿归一化建筑指数进行修正：设定水体的仿归一化建筑指数阈值β，将步骤1）中获取到的多个SNDBI分别与β进行数值比较，若SNDBI≤β，则将对应的SNDBI的数值赋值为1，若SNDBI＞β，则将对应的SNDBI的数值保留原值；

经过步骤a、b的处理后，各个像素点对应的仿归一化建筑指数所形成的影像即为仿归一化建筑指数影像；

2）按下式计算原始卫星影像中的各个像素点对应的土壤调节植被指数，获得SAVI（soil-adjusted vegetation index）影像：

$\mathrm{SAVI}=\frac{(\mathrm{NIR}-\mathrm{red})(1+\mathrm{\α})}{\mathrm{NIR}+\mathrm{red}+\mathrm{\α}}$

其中，SAVI为土壤调节植被指数，NIR为原始卫星影像中的近红外波段，red为原始卫星影像中的红波段，α为土壤调节因子，α取值范围为0～1；

各个像素点所对应的土壤调节植被指数所形成的影像即为SAVI影像；

3）按下式计算原始卫星影像中的各个像素点对应的改进的归一化差异水体指数，获得MNDWI（modified differential water index）影像：

$\mathrm{MNDWI}=\frac{\mathrm{green}-\mathrm{NIR}}{\mathrm{green}+\mathrm{NIR}}$

其中，MNDWI为改进的归一化差异水体指数，green为原始卫星影像中的绿波段，NIR为原始卫星影像中的近红外波段。

各个像素点所对应的改进的归一化差异水体指数所形成的影像即为MNDWI影像；

4）原始卫星影像中的某一像素点A经过前述步骤1）、2）、3）的分别处理后，分别获得了像素点A对应的仿归一化建筑指数SNDBI、土壤调节植被指数SAVI和改进的归一化差异水体指数MNDWI；按下式对原始卫星影像中每个像素点对应的SNDBI、SAVI和MNDWI进行处理，获得每个像素点对应的仿建筑指数SIBI（similar index-based built-up index）：

$\mathrm{SIBI}=\frac{\mathrm{SNDBI}-\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}{\mathrm{SNDBI}+\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}$

各个像素点对应的仿建筑指数所形成的影像即为SIBI影像；

5）对SIBI影像进行二值化处理，使SIBI影像转换为黑白影像，采用形态学开运算对黑白影像进行处理，去掉黑白影像中的连线和毛刺，提取影像中的联通区域，即可获得城市建筑用地信息。

本发明的有益技术效果是：可从不包含中红外波段的卫星影像中提取出高精度的城市建筑用地信息，适用范围广，精度高，避免了现有技术中对中红外波段的卫星影像的依赖性。

说明书附图

图1、资源3号卫星的多光谱影像经本发明方法处理后得到的SIBI影像；

图2、SPOT5卫星的多光谱影像经建筑用地指数方法处理后得到的IBI影像；

图3、SPOT5卫星的多光谱影像经本发明方法处理后得到的SIBI影像；

具体实施方式

现有的主流卫星影像中一般都包含有近红外波段、红波段和绿波段，如果仅利用前述的波段就能获取到高精度的城市建筑用地信息，则就解决了现有技术需要依赖中红外波段才能获取到高精度城市建筑用地信息的问题，基于此思路，发明人经过潜心研究，提出了如下的方案：

一种利用仿建筑用地指数获取城市建筑用地信息的方法，包括采用卫星遥感遥测技术获取到的原始卫星影像，其特征在于：

1）按如下方法对原始卫星影像进行处理，获得仿归一化建筑指数影像：

a、按下式计算原始卫星影像中的各个像素点对应的仿归一化建筑指数：

$\mathrm{SNDBI}=\frac{\mathrm{NIR}-\mathrm{green}}{\mathrm{NIR}+\mathrm{green}}$

其中，SNDBI为仿归一化建筑指数，NIR为原始卫星影像中的近红外波段，green为原始卫星影像中的绿波段；

b、对仿归一化建筑指数进行修正：设定水体的仿归一化建筑指数阈值β，将步骤1）中获取到的多个SNDBI分别与β进行数值比较，若SNDBI≤β，则将对应的SNDBI的数值赋值为1，若SNDBI＞β，则将对应的SNDBI的数值保留原值；

经过步骤a、b的处理后，各个像素点对应的仿归一化建筑指数所形成的影像即为仿归一化建筑指数影像；

2）按下式计算原始卫星影像中的各个像素点对应的土壤调节植被指数，获得SAVI影像：

$\mathrm{SAVI}=\frac{(\mathrm{NIR}-\mathrm{red})(1+\mathrm{\α})}{\mathrm{NIR}+\mathrm{red}+\mathrm{\α}}$

其中，SAVI为土壤调节植被指数，NIR为原始卫星影像中的近红外波段，red为原始卫星影像中的红波段，α为土壤调节因子，α取值范围为0～1；

各个像素点所对应的土壤调节植被指数所形成的影像即为SAVI影像；

3）按下式计算原始卫星影像中的各个像素点对应的改进的归一化差异水体指数，获得MNDWI影像：

$\mathrm{MNDWI}=\frac{\mathrm{green}-\mathrm{NIR}}{\mathrm{green}+\mathrm{NIR}}$

其中，MNDWI为改进的归一化差异水体指数，green为原始卫星影像中的绿波段，NIR为原始卫星影像中的近红外波段。

各个像素点所对应的改进的归一化差异水体指数所形成的影像即为MNDWI影像；

4）原始卫星影像中的某一像素点A经过前述步骤1）、2）、3）的分别处理后，分别获得了像素点A对应的仿归一化建筑指数SNDBI、土壤调节植被指数SAVI和改进的归一化差异水体指数MNDWI；按下式对原始卫星影像中每个像素点对应的SNDBI、SAVI和MNDWI进行处理，获得每个像素点对应的仿建筑指数SIBI：

$\mathrm{SIBI}=\frac{\mathrm{SNDBI}-\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}{\mathrm{SNDBI}+\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}$

各个像素点对应的仿建筑指数所形成的影像即为SIBI影像；

5）对SIBI影像进行二值化处理，使SIBI影像转换为黑白影像，采用形态学开运算对黑白影像进行处理，去掉黑白影像中的连线和毛刺，提取影像中的联通区域，即可获得城市建筑用地信息。

本发明的重要特点之一就是仅利用现有主流卫星影像中都包含的常用波段即可获取到高精度的城市建筑用地信息，从而摆脱了现有技术对中红外波段的依赖性，显然，本发明相比于现有技术具备更加广泛的应用空间；

实施例1：

采用资源3号卫星获取到的A地区的多光谱影像（空间分辨率为2.1米）进行城市建筑用地信息提取实验，提取到的SIBI影像如图1所示；选用A地区空间分辨率为0.1米的正射影像进行精度验证：采用随机抽样法抽取200个样本，计算他们的总精度和Kappa系数，结果如表1所示：

表1

表1所示的计算结果表明，利用本发明方法提取的城市建筑用地信息提取精度达89.5%。

实施例2：

采用SPOT5卫星获取到的A地区多光谱影像（空间分辨率为10米），分别用进行建筑用地指数方法（IBI）和本发明方法对影像进行处理，建筑用地指数方法获取到的IBI影像如图2所示，本发明方法提取到的SIBI影像如图3所示；选用2010年获取的该地区0.5米分辨率（比原始影像分辨率高出20倍）的正摄影像进行精度验证：采用随机抽样法抽取200个样本，计算他们的总精度和Kappa系数，计算结果如表2所示；

表2所示的计算结果表明，对于既包含中红外波段又包含常规波段的卫星影像，采用建筑用地指数方法和本发明方法获取到的城市建筑用地信息的提取精度相差不大，但本发明的方法不需要卫星影像中包含中红外波段，适用范围更广。

表2

Claims (1)

1.一种利用仿建筑用地指数获取城市建筑用地信息的方法，包括采用卫星遥感遥测技术获取到的原始卫星影像，其特征在于：

1）按如下方法对原始卫星影像进行处理，获得仿归一化建筑指数影像：

a、按下式计算原始卫星影像中的各个像素点对应的仿归一化建筑指数：

$\mathrm{SNDBI}=\frac{\mathrm{NIR}-\mathrm{green}}{\mathrm{NIR}+\mathrm{green}}$

其中，SNDBI为仿归一化建筑指数，NIR为原始卫星影像中的近红外波段，green为原始卫星影像中的绿波段；

b、对仿归一化建筑指数进行修正：设定水体的仿归一化建筑指数阈值β，将步骤1）中获取到的多个SNDBI分别与β进行数值比较，若SNDBI≤β，则将对应的SNDBI的数值赋值为1，若SNDBI＞β，则将对应的SNDBI的数值保留原值；

经过步骤a、b的处理后，各个像素点对应的仿归一化建筑指数所形成的影像即为仿归一化建筑指数影像；

2）按下式计算原始卫星影像中的各个像素点对应的土壤调节植被指数，获得SAVI影像：

$\mathrm{SAVI}=\frac{(\mathrm{NIR}-\mathrm{red})(1+\mathrm{\α})}{\mathrm{NIR}+\mathrm{red}+\mathrm{\α}}$

其中，SAVI为土壤调节植被指数，NIR为原始卫星影像中的近红外波段，red为原始卫星影像中的红波段，α为土壤调节因子，α取值范围为0～1；

各个像素点所对应的土壤调节植被指数所形成的影像即为SAVI影像；

3）按下式计算原始卫星影像中的各个像素点对应的改进的归一化差异水体指数，获得MNDWI影像：

$\mathrm{MNDWI}=\frac{\mathrm{green}-\mathrm{NIR}}{\mathrm{green}+\mathrm{NIR}}$

其中，MNDWI为改进的归一化差异水体指数，green为原始卫星影像中的绿波段，NIR为原始卫星影像中的近红外波段；

各个像素点所对应的改进的归一化差异水体指数所形成的影像即为MNDWI影像；

4）原始卫星影像中的某一像素点A经过前述步骤1）、2）、3）的分别处理后，分别获得了像素点A对应的仿归一化建筑指数SNDBI、土壤调节植被指数SAVI和改进的归一化差异水体指数MNDWI；按下式对原始卫星影像中每个像素点对应的SNDBI、SAVI和MNDWI进行处理，获得每个像素点对应的仿建筑指数SIBI：

$\mathrm{SIBI}=\frac{\mathrm{SNDBI}-\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}{\mathrm{SNDBI}+\frac{\mathrm{MNDWI}+\mathrm{SAVI}}{2}}$

各个像素点对应的仿建筑指数所形成的影像即为SIBI影像；

5）对SIBI影像进行二值化处理，使SIBI影像转换为黑白影像，采用形态学开运算对黑白影像进行处理，去掉黑白影像中的连线和毛刺，提取影像中的联通区域，即可获得城市建筑用地信息。

Images