高空间分辨率遥感影像下的违法用地变化检测

遥感对地观测技术具有周期短、成本低、范围广等优点，能够为违法用地提取工作提供基于影像的、可精确测量的、具有指导性的帮助[1-2]。尤其是随着遥感平台的快速发展，影像空间分辨率逐渐提高，地物细节信息更加丰富，为国土资源动态监测提供了数据支撑。随着国家高分辨率遥感专项稳步推进，我国国产卫星的空间分辨率和质量都得到了极大提高，随着系列高分遥感卫星(如ZY-1-02C、ZY-3、GF-1、GF-2等)的发射，影像的空间分辨率已提高至亚米级。另外，以无人机为代表的低空摄影测量系统以其轻便灵活、快速响应、高精度、高分辨率的技术优势，成为卫星影像的有益补充。目前，高分遥感影像人工目视判读结合实地排查已经成为城镇规划部门实施违法用地监测的主要手段，但是该方法存在耗时耗力、成本高效率低的问题。为了进一步提高城镇变化监测的自动化、智能化程度，要求我们运用图像识别领域的变化检测技术，针对高分数据自身特点和城镇违章用地应用需求发展适用的算法。

传统变化检测方法主要是对比单个像素在不同时相影像上光谱信息的差异来判断地物是否发生变化[3-5]。由于空间分辨率的提升，相比于中低分辨率遥感影像，高空间分辨率影像变化检测技术存在以下难点：①高空间分辨率影像空间分辨率高、光谱分辨率较低，“同物异谱-同谱异物”现象严重，难以单纯利用光谱特性区分地物变化；②由于影像获取时间不同，感兴趣地物变化容易与由光照、拍摄角度、季节等因素引起的变化混淆；③空间分辨率的提升导致检测结果存在大量虚警点，影响变化检测精度。现有针对高分辨率影像的变化检测方法主要综合提取光谱、纹理、对象等多元特征用于分析感兴趣地物是否发生变化[6-8]。然而，上述方法对于影像全局使用相同特征，未考虑不同场景下地物变化判别特征的差异性，导致局部区域变化检测结果受到限制。

针对以上问题，基于违法用地变化检测的应用需求，本文提出了一种基于地物分布特性的变化检测方法。该方法将违法用地分布知识与变化检测技术相结合，针对研究区域的光谱-空间特性，自动提取感兴趣变化(违法用地变化)区域。选择广州从化街口地区双期QuickBird卫星影像进行试验，结果表明该方法在分离不感兴趣变化区域的同时对疑似违法用地有较高的检测精度。利用该方法能够对人工作业提供辅助，节约成本，提高生产效率。

1 技术路线

高空间分辨率影像能够提供丰富的地物细节信息，因此地物在影像上的光谱-空间特征随地物的实际分布呈现明显差异性。违法用地的变化特性在多时相影像上反映为建筑物的拆建及植被区域的减少。在市郊等植被覆盖面积较大的区域，变化地物的光谱特性随空间分布一致性较高，光谱特征的差异能够反映地物的变化。而在城市覆盖区域，由于地物类型复杂，导致对应影像光谱-空间特征更加复杂。对于影像全局使用相同的特征难以保证不同区域检测效果的一致性。因此，需要针对地物实际分布特性，提取对应影像光谱-空间特征，在特征层分析地物变化，从而分离不感兴趣变化区域。本文技术路线如图1所示。

首先利用基于可见光波段的植被指数[9]分离城市区域与非城市区域；其次，在非城市区域，利用面向对象方法[10]得到变化检测结果，在城市区域，利用形态学建筑物指数[11]提取建筑物特征，以实现感兴趣变化类型与不感兴趣变化类型分离，使用变化向量分析[12]与k均值聚类[13]实现变化信息提取；最后利用形态学滤波、聚合操作去除变化检测结果中的椒盐噪声点，并计算变化图斑的最小外接矩形，将结果以矢量形式进行输出。

2 关键技术

2.1 基于可见光波段植被指数的城区和非城区分离

c. 差分形态学谱。基于顶帽变换的差分形态学谱按如下公式计算

2.3 两组患者妊娠结局比较 观察组胎膜早破、产后出血、巨大儿、新生儿窒息发生率与对照组比较，差异无统计学意义(P>0.05)，早产与低体质量儿发生率显著低于对照组，差异有统计学意义(P<0.05)。见表3。

(1)

式中， ρg、 ρr、 ρb分别表示绿、红、蓝3个可见光波段的像元亮度值。在获取VDVI指数后，用阈值分割方法提取植被掩模MV

(2)

利用上文得到的城区和非城区掩膜对不同特征下的变化检测结果进行融合得到融合后的变化检测结果CM，公式如下

1.1.1 细胞 SiHa、Hela、MS751人宫颈癌细胞、HcerEpic人正常子宫颈上皮细胞，均购自中国科学院上海细胞库。

图1 变化检测流程

2.2 基于多元特征的变化信息提取

幼儿对人物造型动态的把握既是重点也是难点。他们最初是以蝌蚪人的形式来表现人物的动态，随着技能技巧的纯熟，部分幼儿能临摹教师示范的人物形象，但缺乏自己的想象。绘本中的每一个角色都有其丰富的表情、神态、动作。艺术家们运用不同的创作手法让幼儿在欣赏绘本的过程中，通过观察更好地理解人物表情、神态、动作的绘画表现方式。通过对故事中人物形象的观察和模仿，来丰富自己的已有经验，从而改善原本在绘画活动中可能会出现的表情或动作单一的现象。绘本中的人物形象和拟人化的动物形象充满活力，能让幼儿通过观察以全新的视角去塑造自己心中的角色形象。

2.2.1 面向对象特征提取

对时相1、时相2分别提取面向对象特征影像使用分水岭分割方法[14]对原始影像进行分割，并以分割块均值作为每个块的面向对象特征。为减少由于拍摄时间及分割尺度选择导致的同一地物在不同时相影像上分割边界不一致问题，本文采用多时相分割方法[15]使同一地物在对应多时相影像中保持相同边界，并通过分割策略避免变化信息的遗漏。

2.2.2 形态学建筑物指数提取

音乐要服从于诗歌是格鲁克歌剧创作的基本原则。正如他在歌剧《阿尔采斯特》宗谱序言里提到的，音乐应该“帮助加强诗歌的表情并祈祷促使剧情发展的作用”，而不是“用多余的装饰去阻碍动作和剧情”。歌剧的一切表现手段都要与剧情的发展相关。“追求新奇几乎没有价值，除非它们出于情景和表情的需要。”基于这个原则，格鲁克对意大利正歌剧的歌唱部分、乐队部分、舞蹈和舞台布景等各个环节进行改革，避免了一切因为歌唱者或作曲家而出现的错误。

利用形态学建筑物指数对时相1、时相2分别提取对应特征影像形态学建筑物指数为基于数学形态学运算，提取建筑物的亮度、尺寸、对比度3种特性从而对建筑物和非建筑物加以区分。其提取步骤如下：

(1) 计算亮度。对于每个像元x,计算波段最大值代表其亮度特性

(3)

式中，K为影像波段数，在本文中K为3；bandk(x)表示像元x在第k个波段的光谱值；b(x)表示像元x的亮度特征。

(2) 构建MBI指数。利用基于顶帽变换与重构的差分形态学谱来提取建筑物的光谱-空间结构特性。

a. 基于重构的顶帽变换(W-TH)公式如下

(4)

式中，表示对亮度影像作重构开运算；s与d分别表示线性结构元素(SE)的长度和方向。

b. 形态学谱。基于顶帽变换的形态学谱表示如下

(5)

本文首先通过植被指数运算提取植被和非植被区域掩膜，作为城区和非城区的分离依据。实际应用中，使用的卫星影像通常通过红、绿、蓝3个可见光波段与全色波段融合得到，数据只有红、绿、蓝3个可见光波段。因此，需要通过基于可见光波段的植被指数提取植被区域。常见的可见光植被指数有过绿指数(EXG)、归一化绿红差异指数(NGRDI)、归一化绿蓝差异指数(NGBDI)、红绿比值指数(RGRI)及可见光波段差异植被指数(VDVI)等[9]。本文拟采用VDVI提取植被区域，其优势在于：①同时考虑绿、红、蓝3个可见光波段的反射、吸收特性，对不同种类植被与非植被均有较好的区分性；②指数具有双峰性质，较易分离植被和非植被地物。其公式如下

DMPW-TH(d,s)=|MPW-TH(d,(s+Δs))-MPW-TH(d,s)|

(6)

式中，Δs表示形态学谱间隔。

老人撇撇嘴，说，那你忙，帮呼伦掩好门，看她的连续剧去了。呼伦听见云梦从浴池走出来，问老人物业的来干什么，老人说他们不让我在草坪里种豆，云梦说你在草坪里种豆了？老人说是啊，白瞎了那块好地方。云梦就咯咯答地笑了，呼伦甚至可以猜到她一边笑一边搂起老人的脖子。云梦边笑边说，哎呦妈妈你好可爱哦！

1）处理时间。3月1日开始用国光大果或兰月吡效隆处理，3月2日基本完成。根据实践经验，用国光大果或兰月吡效隆进行果粒膨大处理，最好在果粒花生米大小时进行（即坐果后 20～25 天）。

(7)

式中，D和S分别表示形态学谱方向数和尺度数。在本文中方向数设置为4，结构元素最小尺度为2，最大尺度为202，尺度间隔为20。

2.2.3 变化信息提取

首先分别计算面向对象特征、形态学特征下的变化向量DF ,然后利用k均值聚类获得对应变化检测图CMo、CMb。其中，DF=|F2-F1|，F表示面向对象及形态学特征。

2.3 基于地物分布的变化信息融合

式中，tV为给定阈值。

单纯进行开发地震遗址旅游，线路单一，看点单一，难以吸引旅游者的注意，唐山旅游景区众多，并且毗邻京津，近年来，国家也一直倡导要京津冀协同发展，唐山积极响应号召，积极融入京津旅游体系中，与北京景区进行联合，打造首都周边地区游，借助北京地区的名气，促进景区发展。此外唐山市进行经济转型，加大对旅游业的扶持，力求对各个景区精准定位，协同发展，诸如在唐山市内，可以与开滦国家矿山公园共同打造“黑色旅游”，与遵化清东陵一起打造探讨“生死问题”的旅游，与李大钊故居及纪念馆共同打造“红色科普类”旅游。

CM=MV×CMo+(1-MV)CMb

(8)

利用形态学开、闭运算对初始结果后处理，并计算最大包围矩形，得到矢量化结果。

3 试验与分析

3.1 试验区域与数据分析

选择广州从化街口地区为试验区。获取2013年、2014年双期QuickBird影像为试验数据,影像大小895×561像素，空间分辨率0.5 m，波段为红、绿、蓝。原始影像与参考变化图斑如图2所示。

不同地表覆盖类型其光谱-空间特性存在差异，因此使用单一特征难以反映不同地物类型变化信息。本文拟采用面向对象特征及形态学建筑物指数研究区域变化信息，并使用变化向量分析法得到对应特征下的变化检测影像。

图2

本文以图斑为基本单位进行精度评价，统计正确检测、漏检图斑个数作为评价指标。真实参考数据由专业人员目视判读结合实地调查给出，如图2(c)所示，其中疑似违章变化共14处。

变化检测结果与精度评定如图3、表1所示。

图3 变化检测结果

表1 变化检测精度统计

参考图斑数正确检测数漏检数14131

3.2 试验结果与分析

本文方法自动提取疑似违章用地图斑数共计21个，其中正确检测图斑13个，漏检图斑1个，对于疑似违法建筑物具有较高的检测精度。图3(a)表明，通过本文提出的方法，能够利用高空间分辨率遥感影像实现较精确的变化图斑定位，所提取的矢量包围框能够基本覆盖变化建筑物区域。该方法已通过ENVI二次开发的方式实现，并在广州市城市规划勘测设计研究院试用，其结果已得到业务人员的实地验证和认可。以通过该方法得到的变化检测结果作为辅助，能够极大减少传统人工作业量，大大节约了人力、物力及时间成本。

4 结 语

本文针对城镇违法用地检测的应用需求，选择广州市从化街口地区双期QuickBird影像为试验数据，基于遥感影像变化检测技术，开展了基于高空间分辨率遥感影像的变化检测研究，提出了知识驱动的违法用地变化检测方法，将违法用地变化先验知识与变化检测技术相结合，实现图斑级别的变化信息提取。该方法对于辐射差异较大的影像序列处理具有一定稳健性。同时，基于ENVI开发应用插件，将该成果应用于实际生产。利用该技术能有效提高土地执法监测工作效率，快速发现疑似新增违章用地，辅助后续实地查处。

形态学建筑物指数定义为

国内市场：近期国内氯化钾市场价格基本持稳。协会监测数据显示，国产氯化钾各地批发价格方面，湖北价格相比前周上涨50元/吨，其他地区价格保持稳定；进口氯化钾各地批发价格方面，江西、湖南价格相比前周分别上涨50元/吨、50元/吨，辽宁、湖北价格相比前周分别下跌20元/吨、13.9元/吨，其他地区价格保持稳定。

本文的研究成果是高分遥感影像变化检测技术在我国城市违章用地提取方面的一次成功实践,也为该技术在我国城市规划、退耕还林、土地管理等相关领域的推广应用起到示范作用。

参考文献：

[1] 李德仁，王密，胡芬.利用我国高分辨率卫星影像监测北京市违章建筑[J].科学通报，2009，54(3)：305- 311.

[2] 吴田军，夏列钢，吴炜，等.土地执法监察中的高分辨率遥感及变化检测技术[J].地球信息科学学报，2016，18(7)：962-968.

[3] CHEN J，GONG P，HE C，et al.Land-use/land-cover Change Detection Using Improved Change-vector Analysis[J].Photogrammetric Engineering and Remote Sensing，2003，69(4)：369-379.

[4] DENG J，WANG K，DENG Y，et al.PCA-based Land-use Change Detection and Analysis Using Multitemporal and Multisensor Satellite Data[J].International Journal of Remote Sensing，2008，29(16)：4823-4838.

[5] NIELSEN A A.The Regularized Iteratively Reweighted MAD Method for Change Detection in Multi-and Hyperspectral Data[J].IEEE Transactions on Image Processing，2007，16(2)：463-478.

[6] 陈强，陈云浩，蒋卫国.基于 OB-HMAD 算法和光谱特征的高分辨率遥感影像变化检测[J].光谱学与光谱分析，2015，35(6)：1709-1714.

针对传统转速参数测试方法难以应用于高温环境的问题,本文进行了无线无源转速参数测试方法的研究,以环氧树脂作为基底,采用特殊制造工艺集成有电感线圈的结构制作读取天线以及LC谐振敏感器件,通过理论分析以及实验测试,验证了常温环境下无线无源转速参数测试方法的可行性,为高温环境下转速参数的获取提供了思路。

[7] 佃袁勇，方圣辉，姚崇怀.多尺度分割的高分辨率遥感影像变化检测[J].遥感学报，2016，20(1)：129-137.

[8] 程晶，霍宏，方涛.基于主题模型的高分辨率遥感影像变化检测[J].计算机工程，2012，38(15)：204-207.

前文所引朱芳圃先生的阐述中提到，《左传·襄公九年》：“陶唐氏之火正阏伯居商丘，祀大火，而火纪时焉。相土因之，故商主大火。商人阅其祸败之衅，必始于火，是以日知其有天道也。”事实上，相关的记载在传世典籍中还有很多。例如《左传·昭公元年》：“昔高辛氏有二子，伯曰阏伯，季曰实沈，居于旷林，不相能也。日寻干戈，以相征讨。后帝不臧，迁阏伯于商丘，主辰。商人是因，故辰为商星。”（杜预注：“辰，大火也。”）又如《国语·晋语四》：“吾闻晋之始封也，岁在大火，阏伯之星也，实纪商人。”

[9] 汪小钦，王苗苗，王绍强，等.基于可见光波段无人机遥感的植被信息提取[J].农业工程学报，2015，31(5)：152-159.

心脏骤停时心肺复苏术（本文中指胸外按压）是常规且有效的急救手段［29］，但心肺复苏术本身可造成肋骨骨折、胸骨骨折及心、肺、肝等器官挫裂等并发症［4-5］。有文献报道，心肺复苏致心脏挫伤的概率为1.3%［4］，也可导致心脏破裂［5,29］。目前心肺复苏致心脏破裂成伤机制和条件方面的研究很少，Noffsinger AE等［4］认为心肺复苏时心脏受胸骨和脊柱之间夹挤所致，其损伤形态和位置有时与钝性暴力所致心脏破裂非常相似，尤其在不伴有胸骨或肋骨骨折的钝性暴力致心脏破裂的案例需要谨慎鉴别诊断。

[10] LANG S.Object-based Image Analysis for Remote Sensing Applications：Modeling Reality-dealing with Complexity[J].Object-based Image Analysis，2008：3-27.

[11] HUANG X，ZHANG L.Morphological Building/shadow Index for Building Extraction from High-resolution Imagery over Urban Areas[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2012，5(1)：161-172.

[12] SINGH A.Review Article Digital Change Detection Techniques Using Remotely-sensed Data[J].International Journal of Remote Sensing，1989，10(6)：989-1003.

[13] JAIN A K，MURTY M N，FLYNN P J.Data Clustering：A Review[J].ACM Computing Surveys (CSUR)，1999，31(3)：264-323.

“你小子呀，总算来了。”小表姐杨晓梅把两盘菜放在餐桌正中间，“你快坐下吧。你们娘俩多亲近，我这还有两个菜，你们先吃着，我就来。”

[14] ROERDINK J B T M，MEIJSTER A.The Watershed Transform：Definitions，Algorithms and Parallelization Strategies[J].Fundamenta Informaticae，2000，41(1，2)：187-228.

（四）重教材，轻创新。实验教学与操作中，教师习惯于按照教材步骤和要求，“照方抓药”，从不考虑如何改进或者创新实验过程，思想机械，缺乏创新意思。这一点还表现在缺乏对实验资源的开发，忽略丰富的生活资源在实验中的应用。

[15] CHEN G，HAY G J，CARVALHO L M T，et al.Object-based Change Detection[J].International Journal of Remote Sensing，2012，33(14)：4434-4457.