基于高分辨率遥感图像的目标信息提取研究
文献类型：学位论文
| 作者 | 汪闽 |
| 答辩日期 | 2005-06 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 于贵瑞 ; 周成虎 ; 骆剑承 |
| 关键词 | 高空间分辨率遥感 信息提取 目标识别 特征基元 图象分割 形状 纹理 高斯 马尔可夫随机场 支撑向量机 分类 数学形态学 矩 直线 道路网 交通枢纽 舶舶 港口 |
| 学位名称 | 博士后 |
| 英文摘要 | 遥感的根本目标是为了从图象上提取信息，获取知识。遥感信息提取，是通过遥感图象所提供的各种待识别目标的特征信息进行分析、推理和判断，最终达到识别目标或现象的目的的过程。近年来随着众多高空间分辨率遥感卫星的相继发射，面向高分辨率遥感图象的信息提取迅速成为遥感应用的研究热点。本报告是我们在这方面的部分工作总结，其主要内容包括： (1)针对高分辨率遥感图象信息提取这一任务，和工作组成员通力协作，结合面向对象的图象分析思想，提出了基于特征基元的、面向高分辨率遥感图象的目标信息提取框架。其主要思想是由图象分割（分类）等手段获得线、面特征基元，在基元的基础上提取并描述更高一层次的特征，然后通过一个特征到目标的映射过程，实现目标信息的识别和提取。而后，利用知识推理技术，从目标间协同知识、目标与环境背景之间的相关知识出发进行语义逻辑推理，获得复杂目标。为存储和管理目标，设计目标库，实现单一目标、复杂目标的存储、管理、增加、更新等功能。我们以这样一个技术框架模型为指导，开展信息提取工作，并在实际工作中对模型进行了修正和改进。 (2)通过大量实验，筛选使用多种方法提取、描述和应用各种图象特征，为目标识别服务。其中包括利用高斯马尔可夫随机场纹理模型的6个特征值描述特定掩膜窗口内的纹理、灰度特征；利用边界矩描述基元形状特征等等。在以上特征的基础上，利用支撑向量机等非线性分类模型进行特征分类，获得初始目标对象。 (3)为完成提取图象的合适特征基元的要求，尝试了一系列的图象分割方法，并针对目标信息提取的具体应用，对其进行了适量改进。其中包括：利用高斯马尔可夫随机场结合FCM聚类的图象分割方法、基于灰度直方图的阈值分割方法、改进的最大 熵灰度-梯度分割方法等等，并进行了方法的实验与比较。 (4)在图象分割、特征提取、图象分类、形状筛选、形态学后处理等一系列操作的基础上，针对部分人工目标的信息提取任务设计了相应的提取算法，进行了提取实验，获得了良好效果。它们包括：结合边缘检测和矢量线段追踪方式的通用意义上的直线特征（目标）提取；结合高斯马尔可夫随机场纹理模型与支撑向量机分类器、形态学后处理以及启发式轴线连接方式的城市主干路网提取；基于路网轴线的重要程度（宽度信息）、轴线交点信息的分级交通枢纽提取；结合灰度直方图阈值分割、区分靠岸、离岸状态，利用多种形态指标进行筛选的大型船舶提取；以及结合船舶停罪、港口形态知识的港口目标提取方法等等。 (5)在以上工作的基础上，参与了目标识别软件原型（TARIES)的设计、开发与集成工作。对以上一系列图象分割、特征提取、具体目标提取方法进行了算法、界面的设计、实现与完善，并将其集成为目标识别软件原型的子模块。TARIES最终成为 一个集成矢量-栅格一体化的数据模型、海量数据管理与丰富的图象处理算法、目标识别方法的原型系统。 |
| 语种 | 中文 |
| 公开日期 | 2010-12-16 |
| 页码 | 109 |
| 源URL | [http://192.168.22.105/handle/311030/194]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 汪闽. 基于高分辨率遥感图像的目标信息提取研究[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2005. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。