摘要：如何准确掌握建设用地动态变化，及时发现和制止违法用地行为，是当前土地管理面临的一个新问题，而土地利用现状年度变更调查的影像数据是国土资源管理部门掌握和管理土地利用变化情况的依据。随着高分辨率影像在生产应用中越来越普遍，影像数据多数采用12bit或者更高bit记录储存，达到4096以上的灰度级别，其信息量是传统的8bit影像的十多倍。而现阶段对高bit影像数据的应用很少，对更高bit影像数据的应用成为我们需要解决的重大问题。本文通过对不同灰度级的影像的信息熵及其特征提取效果进行比较评价，间接反映不同bit影像的特征提取效果及其在国土资源土地利用变更调查中的影响。
关键词：bit影像；信息熵；特征提取；土地利用变更调查；
引言
国土资源土地变更调查主要由国土资源部统一购置遥感影像，组织专业技术队伍进行土地遥感动态监测。其实质是对比分析前后不同时间段的遥感影像，从而提取疑问图斑。地方国土部门则在遥感监测成果基础上，组织开展年度土地变更调查。
在土地变更的过程中，往往需要将大量的数据进行统计分析，所以要保证土地变更信息的质量和效率显得极其重要。近年来我国研制的对地观测卫星的发射，使得卫星影像分辨率得到不断提高，随着航测数字摄影仪日趋成熟，以及我国国民服务经济、信息产业化经济、计算机为代表的电子信息技术的高速发展，为丰富的遥感影像数据的应用创造了条件。但是，目前绝大多数影像后处理软件对高于8bit的丰富影像数据的利用较少，很多还是停留在只能处理8bit影像的阶段而极少直接利用12bit的丰富影像信息。因此，本文对不同bit影像数据的影像质量研究评价，探讨其在国土资源土地变更调查中的影响。
一、不同bit位影像的信息熵比较分析
Bit：Bit即比特位，是计算机最小的存储单位。以0或1来表示比特位的值。愈多的比特位数可以表现愈复杂的图像信息。信息熵为信息消息的不确定性的度量，消息的可能性越小，那么其蕴含的信息就越小，也就是不确定程度越大；相反的，消息的可能性越大，那么其信息越少，即不确定程度越小。
本次研究分别使用航空影像和卫星影像进行影像信息熵提取进行比较，如图1所示的4幅影像，该影像为航空影像，其中（a）、（b）一组为8bit影像。（e）、（f）一组为12bit影像。如图2所示的4幅影像为卫星影像，其中（a）、（b）一组为8bit影像，（c）、（d）一组为10bit影像。
（a）1.jpg （b）2.jpg （c）1.jpg （d）2.jpg
图1 航空影像
（a）1.tif （b）2.tif （c）1.tif （d）2.tif
图2 卫星影像
表1航空影像结果
表2 卫星影像结果
本次通过程序设计将不同bit影像转化为灰度影像后计算出每幅影像具体信息熵值，如上表1和表2所示，从表1对比分析，我们可以看出，同一幅影像8bit影像的信息熵明显小于12bit影像的信息熵；由表2对比分析可看出同一幅影像8bit影像的信息熵也明显小于10bit影像的信息熵。
二、不同bit位影像的特征提取效果比较分析
影像的特征提取是影像分析和影像匹配的基础，而现阶段最常用的基于影像灰度的点特征提取算子主要有Moravec算子、Harris算子和Forstner算子等。根据影像点特征提取算法的原理的不同，基于影像灰度的点特征提取方法大致可以分为两类：一类是基于影像梯度的点特征提取方法有Moravec算子和Forstner算子等，其描述的是影像局部灰度信号的变化情况，其对各类特征点都有响应，从而能够广泛应用于土地变更调查中；另一类特征点提取的方法则是基于影像的亮度对比关系，比如基于影像灰度的自相关函数的Harris算子。本文主要是采用间接评价和直接评价两种方法，通过采用Forstner算子和Harris算子对8bit、10bit和12bit影像进行特征点的提取，并比较分析不同影像特征点提取的提取效果。具体如下：
表3 航空影像的8bit和12bit影像分别基于Forstner算子和Harris算子提取结果特征提取的数目
表4 卫星影像的8bit和10bit影像分别基于Forstner算子和Harris算子提取结果特征提取的数目
通过如表4和表5比较可看出，10bit和12bit影像提取的特征点比8biit影像提取的特征点数目更多。
图3 1影像8bit和10bit基于Forstner算法提取的特征点
图4 2影像8bit和10bit基于Harris算子提取的特征点
（说明：图（a）、（b）为放大后的同一区域的特征提取图像，红色的圆圈即为提取的特征点）
通过图3和图4的影像的比较，我们可以发现，基于10bit影像的特征提取效果要好于基于8bit影像的特征提取，其中基于10bit影像的特征提取在影响变化明显的区域提取更多的特征点，更为细致，从而提高特征提取的结果的位置的精确度。
结论
遥感卫星影像在土地利用变更调查中的应用是信息化发展的潮流，高bit影像提供了更为丰富、高质量的影像数据，对于提高土地变更调查效率，保证数据的准确性和数据采集的客观性具有重要意义，以及对保障国土局对国土资源的宏观调控措施的落实和土地的可持续变更提供重要支持。因此，对12bit或者更高位灰阶（或16bit）影像的丰富信息的充分利用，最终才能实现高bit影像在土地利用变更调查及土地卫片执法中的广阔的应用前景。
参考文献：
[1]路文.基于视觉感知的影像质量评价方法研究.西安电子科技大学，2009.4
[2]]魏政刚，袁杰辉，蔡元龙.图象质量评价方法的历史、现状和未来.西安：中国图象图形学报，1998.5
[3]李英，赵京黔.数字遥感影像构像质量评价研究。北京：中国高新技术产品，2011（18）
[4]孙君顶，毋小省，周利华.基于信息熵的图像检索.西安：西安电子科技大学学报（自然科学版），2004.4
[5]贾伟宽，丁世飞，许新征，苏春阳，史忠植.基于Shannon熵的因子特征提取算法。模式识别与人工智能PR&AI，2011（3）
[6]常昌.图像特征提取方法研究及应用.华中科技大学，2009.5
[7]时尚华.卫星影像在土地执法检查中的应用.贵州省第三测绘院，2018.2
[8]蔺 琳，袁惠林，殷耀国.土地变更调查现状及其问题与对策.测绘与空间地理信息.2013.10
论文作者:张絮
论文发表刊物:《基层建设》2019年第6期
论文发表时间:2019/4/19
标签：影像论文; 特征论文; 算子论文; 信息论文; 土地论文; 遥感论文; 灰度论文; 《基层建设》2019年第6期论文;