论文部分内容阅读
高分辨率遥感图像的信息提取与目标识别是高分辨率遥感图像理解与应用的前提与基础。高分辨率图像上的目标地物信息更为丰富,种类更加多样,而且其图像的纹理信息更为丰富,但同时其影像上的噪声信息也更为明显,加之同物异谱和异物同谱现象的普遍存在,给传统的以光谱为主要依据的影像处理与分析带来了新的难题,高分辨率遥感图像的信息提取与目标识别必须寻找新的出路。
本论文针对以往的高分辨率遥感信息提取研究在提取策略、数据范围和目标类型以及知识利用等方面的局限,分析了传统基于像元的遥感信息处理和分析方式的不足,提出了基于特征基元的遥感影像信息提取与分析技术路线,在理论探讨、技术方法和实践分析三个方面开展了相关研究。本文的研究内容主要包括以下几个方面:
(1)在理论探讨方面,完善了高分辨率遥感影像特征基元、格局及尺度相关理论体系,提出了基于特征基元的高分辨率遥感影像计算模式。以地学空间格局与过程为立足点,对高分辨率遥感影像基元进行了基于特征的定义及逻辑函数表达;基于基元不同的形态,提出了基于“块状基元-线状基元-目标区域”的基元空间格局;并对基元空间尺度进行了深入研究,提出了基于可变窗口与可变分辨率的改进局部方差法和基于方向加权或剔除抖动的改进半方差函数法来定量地选择遥感影像最佳空间分辨率,实现由地学现象的不同尺度选择最佳空间分辨率的遥感数据;对广义空间数据的基本单元(基元)问题进行了探讨,提出了基于空间深度计算和空间主动计算的空间计算模式理论,并对其在不同领域的应用进行了分析;并以此为指导,对基于特征基元的高分辨率遥感数据计算的合理性与可行性进行分析,提出了基于特征基元的高分辨率遥感影像计算模式。
(2)在技术方法上,建立了基于特征基元的高分辨率遥感数据计算方法体系。在上述理论体系指导下,从高分辨率遥感影像的特点出发,逐步完善了基于特征基元的高空间分辨率遥感影像理解分析的模型和计算方法体系,重点研究和分析了其中涉及到的关键技术,包括特征基元提取、基元特征表达、基于模式的基元分类以及特征基元的空间格局判别等;该方法体系的建立是一项综合性较强的多学科知识的融合与运用,涉及到计算机视觉、模式识别与人工智能、空间统计学、计算几何和拓扑分析以及景观生态学等相关理论和方法,有效地促进了RS和GIS的集成。
(3)在实践和分析方面,研究高分辨率遥感影像块状基元和线块状基元提取技术及其空间格局判别相关技术。分析了高分辨率遥感多尺度信息提取的必要性,提出了基于GMRF-SVM的纹理大区域划分方法以及基于灰度直方图阈值分割的块状基元提取和基于边缘检测的线状基元提取方法;基于空间结构模式识别与GIS空间模式分析的重要性,研究了基于特征基元拓扑空间关系的高分辨率遥感影像空间格局判别相关技术,包括高分辨率遥感影像特征基元的复杂度以及特征基元作用距离的度量方法、特征基元最小外接矩形提取算法以及特征基元的拓扑空间关系的判别和描述方法;在此基础上以QUICKBIRD高分辨率遥感影像机场提取与分析为例,对本文的总体研究思路进行了验证和说明。
总结本文的研究工作,主要贡献和创新点可概括如下:
(1)提出了高分辨率遥感影像特征基元的概念模型,完善了基元、格局及尺度相关理论体系。该理论体系以空间格局和空间过程为立足点,将为有效地利用遥感数据,来分析和探索空间现象、格局与过程以及其间的关系提供理论支持。
(2)对不同类型空间数据的基本单元及地学计算相关问题进行了研究,提出了基于特征基元的高分辨率遥感影像计算模式。该模式便于利用遥感影像的多种特征,并结合基元空间模式和多尺度等方法概念,实现影像的高层次理解。
(3)建立了基于特征基元的高分辨率遥感信息提取与目标识别计算方法体系。该方法体系体现了“整体栅格-细节矢量-局部格局”的处理流程,降低了遥感信息提取和分析的计算量,更大程度地提高了计算机识别复杂目标的能力。
(4)提出了基于空间拓扑的高分辨率遥感特征基元格局判别与分析技术。该技术基于GIS专题数据,应用计算几何和点集拓扑方法对特征基元空间格局进行判别与分析,便于结合领域知识辅助复杂目标的识别,提高了系统的智能性。
论文的最后分析了本文研究目前仍存在的不足,并进一步阐明了今后的研究重点和方向。