当前位置: 首页  >>  科普园地  >>  教育文集 > 正文
  高分概况
  高分动态
  应用服务
  科普园地
  媒体中心
  联系我们
  专题专栏
 
遥感影像理解与信息提取
发布时间:2014-08-19

  随着遥感影像分辨率的提高,高分辨率遥感影像呈现了大量的新特点, 如几何、结构、纹理特征丰富,光谱精细化,地物目标多尺度化等等,使得传统的基于光谱解译的低分辨率遥感信息解译体系陷入困境,无法有效地解译高分辨率遥感影像。 当前高分辨率遥感影像信息提取已逐步从像素层的光谱解译、结构层的基元纹理分析、以及面向对象的分割处理向规则知识、语义识别和场景建模等影像高层理解与认知的方向发展, 研究的前沿是面向对象处理、多尺度分析和场景理解, 其中, 对象的提取与分割是基础,多尺度分析是手段, 场景理解与认知是最终的目标。
 
  1 面向对象的影像处理
 
  面向对象分析的核心思想是把对象(Object)作为影像特征提取和分析的最小处理单元。 由于中分辨率影像上存在大量的混合像元, 所以研究人员往往更多的关注混合像元分解和亚像元信息提取。然而,随着高分辨率卫星影像中展现了大量的细节信息和纯净像元, 使得像素在空间的聚合以及整体分析成为可能。一个典型代表就是 eCognition 商业软件的出现及其提出的面向对象分析的思想。 面向对象的核心思想是把影像对象而不是像元作为最小处理单元,它的核心技术是影像分割与特征空间聚类。
 
  近年来, 面向对象分析在高分辨率遥感图像处理领域得到了广泛的应用,在高分辨率影像处理与分析领域有取代传统的面向像素方法的趋势,但也存在很多不足, 比如, 尺度参数的问题,高分辨率影像是一个多尺度地物分布的复杂统一,不能用单一的尺度来描述其特性; 而且, 不同的尺度会出现不同的特征,一个较小的尺度不适合提取对象的结构形状特性,这些参数都需要人为的确定,有时甚至需要目视解译修改对象的属性等。
 
  2 多尺度影像处理
 
  多尺度特征处理之所以成为研究热点完全是由高分辨率遥感影像的新特点所带来的, 主要原因是:第一, 从地物目标的特点上来看, 地理信息要素在遥感影像上表现为一种多尺度的统一,既有大尺度、同质性的地物,如水体、草地、森林、农田, 有中尺度的,具备局部均一性的目标,如屋顶、小路、花园、道路、阴影等, 同时, 也存在较小尺度的, 引起局部信号突变的目标, 如汽车、交通标记等。由于高分辨率遥感影像能够提供非常详细的地面特征, 因此地理信息的多尺度特性在高分辨率影像上表现得更为明显;第二, 在高分辨率影像中,同类地物的内部更具变化性, 由于地面细节信息的充分展现, 即使是同质性区域也存在着明显的光谱差异, 于是造成了类别内部方差变大, 光谱域的可分性减少。 因此 需要在减小同质性区域内部光谱变化的同时,保护其边缘和细节信息。 区域同质性增强和细节、边缘保护, 需要考虑多尺度的表达和融合; 第三,人眼观察和确定目标的机理是采用目标-环境-背景的多尺度模式,因此,为了模拟人眼的视觉观察方式, 需要考虑影像在不同尺度层的特征。
 
  3 多层影像场景认知模型
 
  遥感影像解译模型经历了像元解译、局部结构特征提取、面向对象解译的发展历程。 在像元解译阶段,模式识别与分类依靠光谱特征, 无法解决光谱解译带来的同物异谱和异谱同物问题, 而且容易产生椒盐效应; 随着分辨率的提高, 研究人员提取影像局部的纹理、结构、形状等空间特征, 用来补充光谱特征空间的不足, 区分光谱相似的地物;然而,空间特征的提取受限于参数的设置, 比如空间邻域单元的大小、尺度、方向等, 另外, 光谱与空间特征的叠加, 会造成特征解译的不确定性; 在面向对象的解译方面,影像分割是一个关键技术,然而,分割的质量直接影响面向对象分类的精度, 由于地理空间的复杂性,很难自适应选择分割尺度。 因此, 如何利用有限的关于目标、场景、传感器的先验知识,由影像特征推断完整的复杂目标、建立层次化的场景解析模型是高分辨率对地观测领域中涉及模式识别、计算机视觉、生物智能计算和人类感知认知的多学科交叉的科学问题。
 
  为了建立可计算的高分辨率影像认知与机器理解模型, 需要以目标特征模型为基础, 利用多尺度对象的分割、影像目标的特征匹配等方法, 根据“像素-对象-目标-场景”的逐层关联过程模型, 将影像的机器理解问题转换为顾及上下文多重语义关系描述模型的场景理解问题, 实现影像目标识别、场景解译和信息转化。 目前, 主要研究思路是:
 
  (1)像素层:主要包括影像的光谱信息。
 
  (2) 结构层:以局部结构为处理单元,提取多尺度、多方向的结构、形状特征; 同时, 对像素层的光谱信息和结构层的方向-尺度信息进行多特征联合解译,识别光谱相似性目标。
 
  (3) 对象层:用对象层的形状、语义特征增强像素-结构层的结果,进一步减少解译的不确定性。
 
  (4) 场景层:以对象形成的区域和景观为目标,在对象层解译的基础上,利用知识和规则,对场景的属性、功能进行分析与识别。

【关闭】    【打印】
版权所有:高分观测专项办公室 | 高分观测专项办公室 主办
地址:北京市朝阳区大屯路中科院遥感地球所五层 邮编:100101