[論文レビュー] Topology, Homogeneity and Scale Factors for Object Detection: Application of eCognition Software for Urban Mapping using Multispectral Satellite Image

Polina Lemenkova|arXiv (Cornell University)|Oct 16, 2018

Land Use and Ecosystem Services参考文献 23被引用数 6

ひとこと要約

本稿では、ベルギーのブリュッセルにおける高分解能マルチスプライタル衛星画像を対象に、eCognitionソフトウェアを用いたマルチスケールオブジェクトベース画像解析（OBIA）手法を提案する。トポロジー、スペクトル的一致性、スケール要因を統合することで、半自動的なセグメンテーションと分類を実現し、正確な都市土地被覆マッピングを達成した。本手法は、密集したメトロポリタン地域における都市計画および都市成長分析に強く適用可能であることが示された。

ABSTRACT

The research scope of this paper is to apply spatial object based image analysis (OBIA) method for processing panchromatic multispectral image covering study area of Brussels for urban mapping. The aim is to map different land cover types and more specifically, built-up areas from the very high resolution (VHR) satellite image using OBIA approach. A case study covers urban landscapes in the eastern areas of the city of Brussels, Belgium. Technically, this research was performed in eCognition raster processing software demonstrating excellent results of image segmentation and classification. The tools embedded in eCognition enabled to perform image segmentation and objects classification processes in a semi-automated regime, which is useful for the city planning, spatial analysis and urban growth analysis. The combination of the OBIA method together with technical tools of the eCognition demonstrated applicability of this method for urban mapping in densely populated areas, e.g. in megapolis and capital cities. The methodology included multiresolution segmentation and classification of the created objects.

研究の動機と目的

• 非常に高分解能の衛星画像を用いた都市土地被覆マッピングのための堅牢な手法を開発すること。
• 複雑な空間パターンを示す都市環境において、建物域を検出する課題に取り組むこと。
• eCognitionを用いたオブジェクトベース画像解析（OBIA）が都市マッピング応用に有効であるかを評価すること。
• スケール要因、トポロジー、スペクトル的一致性がセグメンテーション精度に与える影響を調査すること。
• 信頼性の高い半自動分類を用いて、都市土地被覆タイプの分類を支援し、都市計画と空間分析を支援すること。

提案手法

• スペクトル、形状、テクスチャ特性に基づき、画像ピクセルを意味のあるオブジェクトにグループ化する、eCognitionにおけるマルチスケールセグメンテーションを採用した。
• セグメンテーション中に隣接オブジェクト間の空間的整合性と論理的関係を保つために、トポロジー規則を適用した。
• 類似した反射率値を有するピクセルをグループ化するスペクトル的一致性基準を用い、オブジェクトの一貫性を向上させた。
• 過剰および不十分なセグメンテーションをバランスさせるために、スケールパラメータを最適化した。
• 階層的分類を実施し、ルールベース論理を用いてセグメンテーションオブジェクトに土地被覆クラスを割り当てた。
• 視覚的および定性的なアセスメントを通じて、参照データと照合して結果を検証し、特に建物域の検出精度に注目した。

実験結果

リサーチクエスチョン

• RQ1 スケール要因は、都市マルチスプライタル画像におけるオブジェクトベースセグメンテーションの精度にどのように影響するか？
• RQ2 トポロジーとスペクトル的一致性を統合することで、複雑な都市景観におけるオブジェクト境界定義はどの程度向上するか？
• RQ3 eCognitionプラットフォームは、高分解能衛星画像における建物域の半自動分類を効果的に支援できるか？
• RQ4 OBIAアプローチは、密集したメトロポリタン地域における多様な都市土地被覆タイプのマッピングにどの程度効果を発揮するか？
• RQ5 空間的およびスペクトル的基準は、都市マッピングにおけるオブジェクト検出の信頼性を向上させる上で果たす役割は何か？

主な発見

• eCognitionにおけるマルチスケールセグメンテーションアプローチは、都市的特徴検出に適した空間的に整合性のあるオブジェクトを効果的に生成した。
• トポロジーとスペクトル的一致性を統合することで、オブジェクト境界の正確性が著しく向上し、断片化が低減された。
• 最適なスケールパラメータにより、過剰および不十分なセグメンテーションを最小限に抑えながら、建物域の検出が効果的に行えた。
• ルールベース分類システムにより、研究地域全体で一貫性があり解釈可能な土地被覆ラベル付けが達成された。
• 本手法は、首都およびメガシティ環境における半自動都市マッピングの強力な可能性を示した。
• 都市計画および空間分析応用において、結果が信頼できることが検証され、特に都市成長の監視に特に有効であることが示された。