原来遥感影像信息半自动提取和快速分析如此简单!

对于遥感影像信息提取来说，最大的问题在于自动化提取精度不高，需要大量人工后期检查，而纯人工的信息提取又效率低下。近年来，随着国内外各类不同分辨率的遥感卫星发射日益增多，无论是从传感器的种类还是影像采集量都呈现出爆发式的增长。但在高分辨率影像自动及半自动解译方面，与实际应用还存在着非常大的差距。如何更好地进行高度复杂性和多样性地物信息的快速、精确化提取，是需要迫切解决的问题。

影像中的地物（道路、房屋、水体、植被等）是制图和GIS数据库的基本要素，能够应用到很多行业，土地调查、地理国情普查等等。从目前技术水平来看，从影像上提取地物是一件耗时、成本高的工作。通过研究，与传统人工目视解译、全自动地物提取方法相比，半自动信息提取方法既充分利用了人的认知、识别、检测能力，提高识别的准确性，又发挥了计算机强大的运算能力，被认为是当前遥感影像地物信息提取最实用的选择：

遥感影像半自动提取工具简介

MapGIS遥感影像半自动信息提取工具主要解决高分辨率遥感影像中道路、水体等地物快速、准确的矢量化采集问题。通过一定的人工输入信息，如点、线，快速提取出水体、道路的边界线。

整个过程为用户判读目标，使用交互式工具进行拉框、点选等简单操作，计算机自动提取样本，根据改进型混合水体指数、快速水平集等算法对图像进行自动化地局部特征提取，最终得到地物对应的矢量数据。

如图1所示：用户在影像的水域只需点一个点，提取工具将自动提取出整个水域的边线，这样在保证准确识别的同时也大幅提高了生产效率。

图1 MapGIS半自动水体提取

MapGIS目前提供了水体提取、道路提取两种工具。

MapGIS水体半自动提取工具

水体半自动提取工具根据不同的水体处理类型（高光谱影像、RGB影像），选择不同的交互提取工具。

高光谱影像水体提取

高光谱影像提取设置

苛刻度系数α、苛刻度系数β：控制水体扩张范围的系数，值越小，搜索水体像元初始值越小。

容差：像元误差范围。

最小水体面积：输出水体轮廓区的最小面积，小于此面积值的小水体将被过滤。

对于光谱较一致的水体区域，只需在目标区域内点一点（快速选择）或者拉一条线（划线选择）按下鼠标左键并拖动，可实现区域的快速扩张，提取当前视图范围内的水体区域。如下图所示：

高光谱影像水体提取

RGB影像水体提取

对于RGB影像水体，需要在当前水体区域中画一个矩形框，实现快速提取水体区域轮廓线：

Chan-vese模式：适用于处理水体内部较平滑、纹理均匀的水体提取。

Geodesic模式：适用于处理水体内部有其他小区域的地物，如小岛等，与当前水体颜色存在差异的不均匀水体提取。

下图为Chan-vese模式下的提取效果演示，紫色矢量区为提取后的水体结果区。

Chan-vese模式

下图为Geodesic模式下的提取效果，紫色矢量区为提取的水体结果区。

Geodesic模式

道路半自动提取工具

1、在MapGIS中的拓展管理器中加载半自动提取插件，工具栏下会显示半自动提取工具条。

2、点击半自动提取工具条，选择“道路提取”，在弹出的提取设置提示框中设置提取道路的相关参数。

道路提取参数设置

道路宽度：提取道路的实际宽度，采用通用编辑中的距离量算量取所需提取道路的实际宽度。

提取方式：默认选择自动追踪。

步长：每次搜索的长度，设置为道路宽度。

最大偏移角度：基于道路方向的两侧的偏移的最大角度，采用默认值。

单次搜索偏移幅度：基于道路方向的两侧的偏移的角度，采用默认值。

避障长度：跳过搜索的长度，设置为道路宽度。

3、参数设置完成后，选择提取道路的起点，在道路中心处点击鼠标左键，会出现两条线，移动鼠标可进行道路的自动搜索。如下图，红色线为自动搜索出的道路线。

道路提取的结果展示

下图为道路提取过程展示效果动图：

道路半自动提取演示

借助MapGIS自动化遥感影像工具，可以大幅提高遥感影像提取的效率，为土地调查，地理国情普查等测绘应用领域提供高效便捷的自动化解决方案，节约人员和时间成本投入。虽然现阶段基于深度学习，人工智能等技术的遥感影像识别技术在不断发展，但目前全自动的遥感影像提取不管在准确性还是成本上都不能完全达到实际生产上比较满意的程度，所以结合人工和计算机的半自动解决方案仍不失为现阶段最好的解决方案。