双色球走势图200期
 
當前位置: 首頁  >>  科普園地  >>  教育文集 > 正文
  高分概況
  高分動態
  應用服務
  科普園地
  媒體中心
  聯系我們
  專題專欄
 
遙感影像理解與信息提取
發布時間:2014-08-19

  隨著遙感影像分辨率的提高,高分辨率遙感影像呈現了大量的新特點, 如幾何、結構、紋理特征豐富,光譜精細化,地物目標多尺度化等等,使得傳統的基于光譜解譯的低分辨率遙感信息解譯體系陷入困境,無法有效地解譯高分辨率遙感影像。 當前高分辨率遙感影像信息提取已逐步從像素層的光譜解譯、結構層的基元紋理分析、以及面向對象的分割處理向規則知識、語義識別和場景建模等影像高層理解與認知的方向發展, 研究的前沿是面向對象處理、多尺度分析和場景理解, 其中, 對象的提取與分割是基礎,多尺度分析是手段, 場景理解與認知是最終的目標。
 
  1 面向對象的影像處理
 
  面向對象分析的核心思想是把對象(Object)作為影像特征提取和分析的最小處理單元。 由于中分辨率影像上存在大量的混合像元, 所以研究人員往往更多的關注混合像元分解和亞像元信息提取。然而,隨著高分辨率衛星影像中展現了大量的細節信息和純凈像元, 使得像素在空間的聚合以及整體分析成為可能。一個典型代表就是 eCognition 商業軟件的出現及其提出的面向對象分析的思想。 面向對象的核心思想是把影像對象而不是像元作為最小處理單元,它的核心技術是影像分割與特征空間聚類。
 
  近年來, 面向對象分析在高分辨率遙感圖像處理領域得到了廣泛的應用,在高分辨率影像處理與分析領域有取代傳統的面向像素方法的趨勢,但也存在很多不足, 比如, 尺度參數的問題,高分辨率影像是一個多尺度地物分布的復雜統一,不能用單一的尺度來描述其特性; 而且, 不同的尺度會出現不同的特征,一個較小的尺度不適合提取對象的結構形狀特性,這些參數都需要人為的確定,有時甚至需要目視解譯修改對象的屬性等。
 
  2 多尺度影像處理
 
  多尺度特征處理之所以成為研究熱點完全是由高分辨率遙感影像的新特點所帶來的, 主要原因是:第一, 從地物目標的特點上來看, 地理信息要素在遙感影像上表現為一種多尺度的統一,既有大尺度、同質性的地物,如水體、草地、森林、農田, 有中尺度的,具備局部均一性的目標,如屋頂、小路、花園、道路、陰影等, 同時, 也存在較小尺度的, 引起局部信號突變的目標, 如汽車、交通標記等。由于高分辨率遙感影像能夠提供非常詳細的地面特征, 因此地理信息的多尺度特性在高分辨率影像上表現得更為明顯;第二, 在高分辨率影像中,同類地物的內部更具變化性, 由于地面細節信息的充分展現, 即使是同質性區域也存在著明顯的光譜差異, 于是造成了類別內部方差變大, 光譜域的可分性減少。 因此 需要在減小同質性區域內部光譜變化的同時,保護其邊緣和細節信息。 區域同質性增強和細節、邊緣保護, 需要考慮多尺度的表達和融合; 第三,人眼觀察和確定目標的機理是采用目標-環境-背景的多尺度模式,因此,為了模擬人眼的視覺觀察方式, 需要考慮影像在不同尺度層的特征。
 
  3 多層影像場景認知模型
 
  遙感影像解譯模型經歷了像元解譯、局部結構特征提取、面向對象解譯的發展歷程。 在像元解譯階段,模式識別與分類依靠光譜特征, 無法解決光譜解譯帶來的同物異譜和異譜同物問題, 而且容易產生椒鹽效應; 隨著分辨率的提高, 研究人員提取影像局部的紋理、結構、形狀等空間特征, 用來補充光譜特征空間的不足, 區分光譜相似的地物;然而,空間特征的提取受限于參數的設置, 比如空間鄰域單元的大小、尺度、方向等, 另外, 光譜與空間特征的疊加, 會造成特征解譯的不確定性; 在面向對象的解譯方面,影像分割是一個關鍵技術,然而,分割的質量直接影響面向對象分類的精度, 由于地理空間的復雜性,很難自適應選擇分割尺度。 因此, 如何利用有限的關于目標、場景、傳感器的先驗知識,由影像特征推斷完整的復雜目標、建立層次化的場景解析模型是高分辨率對地觀測領域中涉及模式識別、計算機視覺、生物智能計算和人類感知認知的多學科交叉的科學問題。
 
  為了建立可計算的高分辨率影像認知與機器理解模型, 需要以目標特征模型為基礎, 利用多尺度對象的分割、影像目標的特征匹配等方法, 根據“像素-對象-目標-場景”的逐層關聯過程模型, 將影像的機器理解問題轉換為顧及上下文多重語義關系描述模型的場景理解問題, 實現影像目標識別、場景解譯和信息轉化。 目前, 主要研究思路是:
 
  (1)像素層:主要包括影像的光譜信息。
 
  (2) 結構層:以局部結構為處理單元,提取多尺度、多方向的結構、形狀特征; 同時, 對像素層的光譜信息和結構層的方向-尺度信息進行多特征聯合解譯,識別光譜相似性目標。
 
  (3) 對象層:用對象層的形狀、語義特征增強像素-結構層的結果,進一步減少解譯的不確定性。
 
  (4) 場景層:以對象形成的區域和景觀為目標,在對象層解譯的基礎上,利用知識和規則,對場景的屬性、功能進行分析與識別。

【關閉】    【打印】
版權所有:高分觀測專項辦公室 | 高分觀測專項辦公室 主辦
地址:北京市朝陽區大屯路中科院遙感地球所五層 郵編:100101
双色球走势图200期 699彩票APP 11选5前一自创方法 老版本鱼丸游戏 套利 万人炸金花2017版下载 宝马线上娱乐在线登录1 北京pk赛车官网开奖 双色球胆拖投注计算图 52开奖网pk10直播 江西新时时历史数据