基于形态学运算的建筑垃圾面向对象多特征遥感识别.pdf

收稿日期：2023-01-16作者简介：张梦媛（1995-），女，汉，河北石家庄人，硕士，助教，研究方向高分辨率遥感识别。53第22卷第3期石家庄铁路职业技术学院学报VOL.22 No.32023 年 9 月JOURNAL OF SHIJIAZHUANG INSTITUTE OF RAILWAYTECHNOLOGYSep.2023基于形态学运算的建筑垃圾基于形态学运算的建筑垃圾面向对象多特征遥感识别面向对象多特征遥感识别张梦媛孙玉梅李笑娜魏向辉(石家庄铁路职业技术学院河北石家庄050041)摘要摘要：随着城市化进展加快，建筑垃圾的科学管理已经成为绿色建筑和新时代环境保护战略下的重要内容。建筑垃圾的长期堆积和不恰当处置会带来一系列环境和社会问题，严重制约城市绿色可持续发展，因此研究快速发现建筑垃圾信息的方法刻不容缓。随着遥感技术迅速发展，高分辨率卫星遥感影像能够实时或准实时反映地表信息，成为提取建筑垃圾信息的新途径。基于建筑垃圾独特的堆积形态、周边环境和影像特征，形态运算可以实现建筑垃圾遥感影像信息增强的目的，进而结合形态、光谱、几何、纹理特征对面向对象的多特征建筑垃圾影像进行层次分类。最后，通过混淆矩阵和可分性的准确性评价，对实验结果进行质量评价和讨论。关键词：关键词：数学形态学；面向对象分类；建筑垃圾；遥感识别；高分辨率遥感影像中图分类号中图分类号：P2文献标识码文献标识码：A文章编号文章编号：1673-1816(2023)03-0053-061背景背景研究研究建筑垃圾是在新建工程、拆迁、修缮等人为或者自然因素下产生的建筑废物统称，主要包括废旧混凝土、渣土、废旧砖石等1。随着我国城市化进程不断加快，城市建筑垃圾产生量持续增加。建筑垃圾的产生与堆存消耗了大量的土地资源，还造成了空气污染、水资源污染和土壤污染，破坏了人类赖以生存的环境2-3，因而建筑垃圾科学管理成为当前城市管理的重要内容之一。快速发现建筑垃圾是实现有效管控的前提。建筑垃圾容易与周边地物混淆、堆积地点变化快、分布范围广且无规律，传统以人工实地巡查的方法耗时费力、效率低下4-5。近年来，随着航空航天、传感器、计算机技术等相关软硬件科技日新月异，遥感技术蓬勃发展，高空间分辨率和高时间分辨率的多源遥感影像数据日益丰富，已成为地物识别与变化监测的重要手段6-7，也为建筑垃圾识别和提取提供了新的技术途径。建筑垃圾具有独特的生成方式、组成成分及分布区域等特征，与建筑物非常相似。由于数学形态学具有简化图像数据，抑制噪声，特征提取等图像增强的优势8，被广泛应用于建筑物信息提取研究中，能够有效增强建筑物边缘特征，进而提高建筑垃圾与建筑物间的特征异质性。将数学形态学引入遥感影像信息提取中，能够有效提高信息分辨能力。与此同时，面向对象多特征的优势也可以极大提升遥感影像分类精度。因此，本文基于数学形态学信息增强方法开展面向对象的多特征遥石家庄铁路职业技术学院学报2023 年第 3 期54感分类，探索解决建筑垃圾信息提取的方法。2研究区概况研究区概况和数据准备和数据准备2.1 研究区概况研究区概况建筑垃圾堆积主要来源于拆除工程，由于农村改造建设作为城乡一体化的重要实施策略，有效管理和处置所产生的工程建筑垃圾，对建设环境友好型城市和创造宜居城市环境起着关键作用。本研究选择北京市房山区和大兴区两处典型建筑垃圾堆积区域进行实验。研究区 A 位于北京房山区长阳镇东部的保和庄村拆迁区，覆盖面积分别为 2876919m，主要地物包括植被、道路、建筑物、裸土和建筑垃圾。建筑垃圾类型是裸露建筑垃圾，经实地勘察得出主要组成成分有渣土、砖石和石灰石等废弃物。研究区 B 位于北京市大兴区南苑机场东侧拆迁区，覆盖面积为 4739147 m，主要地物包括植被、道路、建筑物和建筑垃圾。建筑垃圾类型有裸露型，覆盖防尘滤网型和覆盖植被型。研究区 B 中建筑垃圾具有大面积覆盖的特点，研究将其作为覆盖范围广的典型区域，同时验证本文方法的普用性。2.2 数据准备数据准备研究区 A 使用 WorldView-2 遥感影像，获取于 2017 年 12 月 20 日，此时植被覆盖率低，云量少，成像清晰，数据质量优。研究区 B 使用高分二号遥感影像，获取于 2018 年 9 月 5 日，此时植被茂盛，影像云量少，成像清晰，数据质量优。遥感影像预处理作为图像增强、地物分类等工作的前提，有助于准确地获取地物的几何特征和纹理特征等信息，提高遥感图像使用价值。本研究获取数据已经过了辐射校正步骤，因此按照正射校正，几何校正，图像融合和裁剪的步骤，基于 ENVI 软件中相应工具模块进行影像预处理工作。3建筑垃圾形态学图像分析建筑垃圾形态学图像分析面对建筑垃圾内部组成类型多样，空间分布不规律，影像亮度不均匀，造成建筑物影像背景复杂且难以分离等问题，使得单纯依据基本的影像特征很难获得良好识别结果，如何使用形态学达到图像增强效果则非常重要。本文利用数学形态学算法对建筑物对象进行形态滤波处理，根据建筑物自身低灰度强度和建筑垃圾高灰度强度差异特征，增强两种地物之间的影像特征差异，为建筑垃圾识别提供特征优势9，有助于简化多特征分类模型，实现目标地物识别目的。数学形态学的基本运算有 4 个：膨胀、腐蚀、开启和闭合运算，基于此还可以开发出多种实用的形态学算法，如高低帽变换、开重建、闭重建等10。开重建由于其本身的性质，不仅去除所有被结构元素腐蚀部分，还仅在适合结构元素的最高层次上传播，因此一定程度上可以降低明亮影像对象对比度。因此本文使用形态学开重建不但为识别提供了形态学特征，还有助于建筑垃圾的较高反射率与相邻建筑物在空间上形成高对比度，这为成功分离建筑垃圾与建筑物提供了决策。本文将主成分分析作为数据分析前的预处理工作，进而对图像进行尺度为 n 的开重建。首先对原始影像进行 PCA 处理，将第一分量灰度图像作为掩膜图像。然后，根据研究区建筑物几何特征，结构元素 b 按矩形为 1*3 的尺度，进行多个尺度试验并选择合适的大小定义约束条件，进行腐蚀操作得到标记图像。进而，在掩膜图像的限制下，利用标记图像对其进行膨胀重建，得到处理影像如图 1 所示。从实验结果对比发现，经开重建之后，垃圾堆积区域与建筑物分区更为明显。建筑垃圾区域亮度更亮，建筑物区域以及植被和道路等其他地物更暗；建筑垃圾与建筑物之间边界更为清晰，图像第 3 期张梦媛，等基于形态学运算的建筑垃圾面向对象多特征遥感识别55增强效果显著，有助于有效地解决两者混淆情况。由此可见，数学形态学对在建筑垃圾遥感信息提取中发挥了关键作用，通过建筑物形态学间接地增强了建筑垃圾与建筑的对比度，能够有效去除干扰信息，为建筑垃圾识别提供了特征优势。最后将其与原始影像融合得到含五个波段的遥感数据，作为影像分类的前期处理结果。(a)研究区 A(b)研究区 B图 1形态学开重建处理结果4面向对象的多特征影像分层分类面向对象的多特征影像分层分类面向对象的信息提取技术，在遥感应用中具有一定优势，主要适合于高分辨率遥感影像分类，能够综合考虑各种空间信息，更好地获取感兴趣的目标信息。本文使用数学形态学图像处理方法为建筑垃圾与建筑物之间建立了明显的形态差异特征。同时，为满足建筑垃圾与裸土等其他地物分离的目标，本文基于形态学运算结果，利用多尺度影像分割获取目标地物对象，结合光谱、几何、纹理等信息，构建知识规则分类模型，进行面向对象的建筑垃圾遥感识别实验。影像分割是进行面向对象分类的关键部分，分割质量的好坏关系着最终信息提取效果。多尺度分割能够通过不同尺度实现与应用需求相应的层次等级，生成的影像对象区域有着不同的属性，对实现不同类别信息提取具有重要的意义，有助于解决单层分割导致分割不足和过度分割的问题。本文基于 eCognition 软件实现影像多尺度分层分割。建筑垃圾特殊的产生来源和独特的堆积形态，使其特征具有多样性，尤其与周边地物建筑物和裸土之间存在混淆问题，难以快速准确地识别。对于建筑物，本文通过数学形态学图像处理手段为分类模型提供了重要的特征依据；对于裸土，可采用建筑垃圾与其之间的纹理特征差异实现分类。本文有针对性地判断和选择特征，根据建筑垃圾与周边地物的特征信息，建立知识规则分类模型，如表 1。5精度评价与总结精度评价与总结本文对建筑垃圾堆积区域的遥感识别结果进行综合评价。根据实地收集的数据资料和目视判读结果，构建混淆矩阵和建筑垃圾可分离性评价指标，讨论建筑垃圾识别精度以及与其他地物的分离情况。通过使用 Ecognition 软件中误差矩阵精度验证法对实验结果进行精度评价。建立混淆矩阵需要先确定验证样本点，在 ArcGIS 支持下随机产生若干抽样点，根据同时期的地面真实数据，通过人工判读，分别对每个样点定义类别属性，进而利用混淆矩阵计算各评价因子来衡量识别的准确性。精石家庄铁路职业技术学院学报2023 年第 3 期56度评价结果为表 2 和 3。表 1分类特征选择研究区域对象层次光谱特征几何特征纹理特征形态学指数A1 层红波段，Band5从数据分割开始参与直到精度验证2 层NDVI长宽比、面积、紧致度（多边形）GLCM 均质性、GLCM 标准差B1 层红波段从数据分割开始参与直到精度验证2 层红波段，Band5GLCM 对比度表 2建筑垃圾识别精度评价研究区OAKAPPA建筑垃圾wastewastewaste非建筑垃圾PAUAPAUAA0.9660.8380.90.8180.9750.987表 3建筑垃圾识别精度评价研究区OAKAPPA建筑垃圾wastewastewaste非建筑垃圾PAUAPAUAB0.9620.9230.921110.932本文使用户外 GPS 的方式采集数据得到建筑垃圾堆积点，结合目视解译最终确定建筑垃圾堆存位置及大致范围，进行建筑垃圾可分离性分析，验证本文分离建筑垃圾与周边地物的准确性，并评估实验结果可靠性。将可分离性符合要求的建筑垃圾区域个数作为分子，可分离性符合要求区域与错分和漏分区域总数为分母，如公式 1 表示建筑垃圾总体分离性评价指标。同样的，公式 2-4 分别表示建筑垃圾与裸土、建筑物和植被的分离性评价指标。可分离性结果如表 4 和表 5。cbaatySeparabili(1)cbadcbaySeparaciti)(裸土(2)cbaecbaySeparaciti)(建筑物(3)cbafcbaySeparaciti)(植被和道路(4)式中，a 表示实际建筑垃圾堆存区域个数；b 表示建筑垃圾错分区域个数；c 表示建筑垃圾漏分区域个数；d 表示建筑垃圾与裸土错分区域个数；e 表示建筑垃圾与建筑物漏分区域个数；f 表示建筑垃圾与植被错分区域个数。可分离性指标范围为 01，值越接近 1 表明分离性效果越好。第 3 期张梦媛，等基于形态学运算的建筑垃圾面向对象多特征遥感识别57表 4分离性质量评价研究区分离性指数可分离性(建筑垃圾-裸土)可分离性(建筑垃圾-建筑物)可分离性(建筑垃圾-植被)整体可分离性堆积区域数量裸土建筑垃圾真值预测值A0.84613150.84611表 5分离性质量评价研究区分离性指数可分离性(建筑垃圾-裸土)可分离性(建筑垃圾-建筑物)可分离性(建筑垃圾-植被)整体可分离性堆积区域数量建筑垃圾植被真值预测值B0.81811910.818结果表明，两个研究区总体精度可达 96.6%和 96.2%，建筑垃圾与建筑物之间分离性均可达1.000，与植被之间可分离性可达 1.000 和 0.818。其中研究区 A 中建筑垃圾与裸土之间分离性可达0.846。根据两个研究区实验和精度评估结果，本文通过对比两个研究区的特征选择，进而分析建筑垃圾识别的影响因素以及特征选择之间联系。在特征选择上，研究区 B 比研究区 A 更简单。研究区 B影像数据获取日期为 9 月份，区域内植被茂盛，遮盖了农田间小路，这简化了分类过程中特征选择，与研究区 A 中冬季植被稀疏形成对比。同时，研究区 B 中建筑垃圾面积分布较大，拆除时间相近，因此堆存建筑垃圾类型及特征基本相同，这进一步简化了知识规则模型中特征分析与选择环节。通过上述结果分析表明，建筑垃圾分类效果比较满意，研究区内堆积区域识别结果与地面实际情况基本相符，说明本文分类模型的合理性和可靠性。由此证明，基于面向对象的形态学运算识别方法是切实可行的，科学地解决了建筑物、裸土与建筑垃圾难以区分难题，能够适用于背景复杂、不同堆积时期、不同范围的建筑垃圾信息提取研究，同时可以依据实际应用和数据准备情况灵活选择特征函数，扩大建筑垃圾特征应用体系，提高结果的准确性和适用性。参考文献参考文献：1 韩清忠,程晓琳.浅析我国建筑垃圾现状及再利用措施 J.砖瓦,2015,(02):40-42.2 兰聪,卢佳林,陈景,等.我国建筑垃圾资源化利用现状及发展分析 J.商品混凝土,2017,(09):23-25.3 丁兆良.建筑垃圾减量化与资源化利用技术 J.居舍,2018,(24):66.4 刘亚岚,任玉环,魏成阶,等.北京 1 号小卫星监测非正规垃圾场的应用研究 J.遥感学报,2009,13(02):320-326.5 卢忠义.城市建筑垃圾资源化利用探讨 J.山西建筑,2019,45(06):183-184.6 Rao P,Wang J,Wang Y.Extraction of information on construction land based on multi-feature decision tree classificationJ.Transactions of the Chinese Society ofAgricultural Engineering,2014,30(12):233-240.7 雒立群,郭舟,赵文智,等.结合高光谱和高空间分辨率影像提取城市固体废弃物堆 J.测绘通报,2016,02):38-41+78.8 Banon G J F,Junior B.Morphological filtering for stripping correction of spot images J.Photogrammetria,1989,43(3-4):195-205.9 Gavankar,Ghosh.Automatic building footprint extraction from high-resolution satellite image using mathematical石家庄铁路职业技术学院学报2023 年第 3 期58morphology J.European Journal of Remote Sensing,2018,51(1).10 Shahzad M,Maurer M,Fraundorfer F,et al.Buildings detection in vhr sar images using fully convolution neuralnetworks J.Ieee Transactions on Geoscience and Remote Sensing,2019,57(2):1100-1116.Identification of Construction Waste Information with Multiple Featuresusing Object-oriented Morphological OperationZhang MengyuanSun YumeiLi XiaonaAbstract:With the development of urbanization,the scientific management of construction waste hasbecome an important part of green building and environmental protection strategy in the new era.Thelong-term accumulation and improper disposal of construction waste will bring about a series ofenvironmental and social problems,which seriously restrict the green and sustainable development of cities.Therefore,it is urgent to study the method of quickly discovering construction waste.With the rapiddevelopment of remote sensing technology,high-resolution satellite remote sensing image can reflect thesurface information in real time or quasi-real time,which has become a new way to extract constructionwaste information.Based on the unique accumulation form,surrounding environment and imagecharacteristics of construction waste,morphological operation can realize the purpose of enhancingconstruction waste information,and then carry out hierarchical classification of object-orientedmulti-feature construction waste image by combining morphological,spectral,geometric and texturecharacteristics.Finally,the quality of the experimental results is evaluated and discussed by the confusionmatrix and the accuracy evaluation of separabilityWei Xianghui(Shijiazhaung Institute of Railway Technology,Shijiahuang,Hebei,China,050041,China).Key words:mathematical morphology,object-oriented classification,construction waste,remotesensing recognition,high-resolution remote sensing image（上接第 4 页）Research on Collaborative Optimization Management and PlatformConstruction of Prefabricated Building Supply Chain Enterprises Based onBIM TechnologyShang Yanliang(Shijiazhuang Institute of Railway Technology,Shijiazhuang,050000,China)Abstract:The collaborative management of optimal cooperative enterprises in the construction supplychain using prefabricated buildings as the implementation carrier is the research object,and theimplementation methods for promoting the industrialization development of construction engineering inChina are studied.This study introduces the supply chain management concept in manufacturing throughthe application of BIM technology.On the premise of determining the optimal cooperative enterprise in thesupply chain,it analyzes the optimal BIM-based partner collaborative management platform inprefabricated buildings.This study can achieve optimal management of prefabricated construction projectsand improve project management efficiency.Keywords:BIM;prefabricated buildings;sSupply chain;enterprise;collaborative management