论文部分内容阅读
卫星遥感是人类对地观测、分析、描述的有效手段。近年来，随着传感器技术的不断发展，遥感数据获取呈现出多分辨率、多平台的特点。遥感数据的分辨率已达到米级、亚米级。高分辨率卫星遥感与较低分辨率的遥感数据的综合使用成为当前热点问题之一。基于像元的光谱统计技术已不能满足当前技术发展的需要。基于区域的遥感分析方法，诸如面向对象分析方法及基于形状自适应邻域分析方法，为这一问题提供了新的思路，使利用高级语义信息辅助构建多尺度图像间的对象关系为可能。基于区域的遥感分析方法最基础的问题即是要解决遥感图像地物的合理有效分割。以人类视觉认知理论为指导的遥感图像分析方法，为解决图像分割这一古老而困难的问题注入了新的活力。 人类视觉认知(Visusl Cognition)是认知科学中一个重要的研究领域，是对人类自身视觉系统的内在机制进行的探索。认知心理学研究表明，人类的认知过程是一个分阶段的过程。其中，视觉注意、视觉知觉及视觉记忆阶段与遥感图像特征选择和提取及图像分割阶段相一致，且具备多尺度获取视景图像的特点。 本文总结当前人类视觉认知基础理论及视觉计算模型的发展与现状，重点介绍了当前众多学者关注的视觉注意机制及经典Itti视觉注意模型。对模型本身特点进行分析，结合遥感图像频谱特性，总结其应用于遥感图像特征提取的不足，并讨论其引入图像分割的可行性。接着，根据当前人类视觉认知的相关的研究成果，结合人类视觉的颜色、亮度空间以及纹理获取时的对数性质，对视觉注意经典模型的亮度、颜色、纹理特征的获取方式进行了适当改进。基于此，提出了基于显著图的遥感图像金字塔分割方法。 为了有效评价分割结果，对当前分割评价方法进行了归类，重点总结了相对更为客观、可定量进行分析的无监督分割评价方法。以目视解译作为标准，对几种无监督分割评价方法进行评价。选出与人类视觉认知最为相似的分割评价指标。 以广东省东莞市横岗水库附近的遥感图像为研究对象，以选定的分割评价指标为指导，对本文提出的方法进行实验。实验结果表明，本文所提出的分割算法，通过分割指标的优选，可得到较好的地物分割结果。遥感图像的显著地物分割良好。且利用本文改进的特征组合所进行分割的结果优于基于经典Itti模型中特征组合的分割。验证了基于改进Itti模型进行遥感图像分割的可行性。 最后，为了能对综合多尺度图像进行遥感图像分析奠定基础，对分割特征的尺度效应进行了初步分析。首先，用高斯滤波模拟的二进尺度空间，以SPOT(10米分辨率)图像为例，分析典型样地的颜色、纹理、亮度等特征随尺度的变化趋势。其次，用TM(30米分辨率)真实的尺度图像与对应SPOT尺度空间的各类特征进行对比，发现真实尺度图像的特征与模拟尺度图像特征存在一定差异。