论文部分内容阅读
高分辨率遥感影像的信息提取一般适合于采用面向对象的影像分析技术,但影像分割和分类过程会涉及较多的人工参与,给高分遥感影像信息自动提取的自动化与智能化发展带来了局限。遥感应用一直以来追求遥感信息提取的智能化与自动化,以及较少的人工参与。基于案例推理思想,本文研究了多尺度分割与案例推理的高分辨率遥感影像地表覆盖分类信息提取方法,重点研究多级多层次的多尺度分割方案,推理案例库构建和案例匹配检索策略,结合多尺度分割与影像掩膜技术,设计了地表覆盖分类案例库结构和数据库结构,构建了结合多尺度分割与案例推理的高分影像地表覆盖分类信息提取体系,并通过实验验证,得到了预期效果。论文的主要内容和成果如下:(1)建立了多尺度分割结合案例推理的高分影像地表覆盖分类信息提取体系。该体系包括了影像分割尺度和参数的确定,案例表达模型、案例库结构、案例特征选择和特征权重、相似度度量模型和案例检索策略。该体系的建立为面向对象的高分遥感影像分类提供了一种新方法,通过案例的自学习能力,实现遥感影像地表覆盖分类信息的智能化提取。(2)设计了多级多层次的多尺度分割方案。基于影像掩膜技术,多级多层次的多尺度分割方案,能最大限度地将高分遥感影像上不同地表覆盖分类层次、不同面积级别的地表覆盖分类对象分割成纯净的影像对象。(3)构建了多尺度的地表覆盖分类推理案例库。针对不同传感器、不同空间分辨率、不同尺度的地表覆盖分类对象的影像特征,选择最典型的影像特征进行组合,作为案例的匹配特征,并计算其权重;加入影像的元数据信息和案例匹配信息等非影像特征,作为案例的辅助特征,形成多尺度的地表覆盖分类推理案例库。(4)实现了多尺度分割与案例推理的高分遥感影像地表覆盖分类信息提取过程。基于多尺度影像分割,采用C#结合ArcEngine开发了结合多尺度分割与案例推理的高分遥感影像的地表覆盖分类信息识别与提取软件,能实现案例库构建、特征权重计算、案例特征选择、案例匹配与信息提取、影像掩膜、案例训练与学习等功能,能完成高分辨率遥感影像地表覆盖分类信息的半自动提取。本文通过对WorldView2卫星遥感影像数据与SWDC-4航空遥感影像数据进行了地表覆盖分类信息提取实验,并对实验结果进行分析和评价,证明了本论文所采用高分遥感影像信息提取方法的有效性。