基于高分辨率遥感影像的城市植被和乡村植被的判别

1.简介 Introduction

该算法是基于城市植被和乡村植被的周围环境特征进行区分。简要来说，乡村植被区域往往是一个开放的绿色区域，城市植被区域则是被房屋，道路所环绕。当然，我们还必须考虑像素混淆等一些细节问题。更加详细的设计原理可以参考城市和乡村绿地的判别原理.pdf 这个文档。
根据这个基本原理，我将这个项目的实现分为以下几个步骤：
1.影像的预处理
2.基于圆形窗口的城市密度模型建立
3.基于FloodFill算法的分类划分
4.代码的优化：回溯算法实现FloodFill算法，多线程并行运行

The algorithm is based on the surrounding environmental characteristics of urban vegetation and rural vegetation. In short, the rural vegetation area is often an open green area, while the urban vegetation area is surrounded by houses and roads. Of course, we must also consider some details such as pixel obfuscation. For more detailed design principles, please refer to the document "Principle of Urban and Rural Greenbelt Discrimination.pdf".
According to this basic principle, I divide the implementation of this project into the following steps:
1.Image preprocessing
2.Building urban density model
3.Classfying urban vegetation and rural vegetation based on FloodFill algorithm
4.Code optimization：comabining FloodFill algorithm with backtracking and Multithreading

2.影像的预处理 Image preprocessing

原始图像的每个像素点都有255个信息位，直接使用会加大分类难度。为了有效提取城市植被和乡村植被的信息，利用ERDAS软件的监督学习方法将图像信息划分为植被、房屋建筑、裸地（包括道路）， 阴影（包括无法识别的区域）四大类。
在预处理后的图片中，植被为绿色，房屋建筑为白色，裸地为黄色，阴影为黑色。

3.城市密度模型建立 Building urban density model

在房屋建筑密集的地方，城市的像素点非常集中，城市密度模型中的像素值越高。相反，在植被出现多的地方，城市的像素点稀疏，城市密度模型中的像素值越低。利用这个基本原理，利用城市像素信息建立城市密度模型。
城市的像素点被用具有一定半径的圆圈来表示，圆圈覆盖面积之内的像素值为 1。重叠圆圈的像素值进行叠加，得到整幅图像进行像素值，以此计算来获得城市密度模型。这个过程如下图所示。
圆圈如何用算法来实现？实现起来也不难，在二维数组中，设半径为r，行为x，高为y，利用关系式即可得到一个包含圆形窗口的二维数组。

4.基于FloodFill算法的分类划分 FloodFill algorithm

预处理后的图像被分成四类，给出了植被周围的地理位置信息，城市密度模型给出植被位于城市中的可能性。如果某点植被像素的在城市密度模型的值大，并且被住房和道路包围，则认定其为城市植被。 判断植被区域是否被住房和道路包围依靠FloodFill算法来实现。FloodFill算法即填充算法，在此项目里实现为当点A更有可能是城市植被类的点时，填充为16，并递归填充其上下左右的点。如果植被填充区域数量小于阈值，则认为植被区域被住房和道路包围。反之，如果植被填充区域数量大于阈值，则将这个区域认定为乡村植被区域。 FloodFill算法的模拟过程如下所示

5.代码的优化 Code optimization

5.1回溯算法实现FloodFill算法 Comabining FloodFill algorithm with backtracking

因为每个坐标都要搜索上下左右，被重复搜索时，必须保证递归函数能够能正确地退出，否则就会陷入死循环。 例如下图坐标（0，0）往后搜索时，坐标（0，1）往左搜索就会重复。


为了防止陷入死循环，可以设计一个额外数组记录遍历过的位置。为了进一步节省空间，设计使用回溯算法，搜索过的地方设为-1，搜索完之后再填充。

5.2多线程并行运行 Multithreading

高分辨率的遥感图像往往有几百兆的大小，比如项目中测试的图片像素大小为8206x6078，142MB，逐个点遍历的速度非常慢。 基于FloodFill算法的分类划分这一步骤仅和地理信息位置和城市密度模型有关，自身对某一像素点的结果不影像其他像素点。 因此，FloodFill算法实现中，可以通过把图片分成多个部分，分别计算来实现加速。

More information about how to realize it

If you are familar with English, you can refer to the Mathematical principle and explaination file. For Chinese, you can refer to 城市和乡村绿地的判别原理 file.

参考

mriiiron-urban-rural-vegetation.