面向对象的多源遥感数据分类技术研究与实现

随着遥感技术的飞速发展，遥感对全球的多层次、多视角的监测在测绘、国土资源、农林业、城市规划、地质矿产勘查、军事等行业和领域中的应用日益广泛。海量高分辨率遥感影像数据的快速获取，加之地理信息的深入应用，对利用多源遥感数据精确提取地理信息提出了更高的要求。 传统的基于像元的影像分类方法，由于忽略了高空间分辨率影像中丰富的空间语义和明显的纹理结构等信息，也基本没有考虑多种遥感信息源的整合互补，分类结果难以满足当前科研和工程应用的需要：新的面向对象的影像分析方法，基于多源遥感影像的光谱和空间两方面特征进行模糊逻辑分类，已表现出了明显的优势。目前国内还没有基于这种技术的多源遥感影像分析系统，阻碍了遥感影像在各行各业的应用。 本文系统深入地研究了这种面向对象的多源遥感影像分类技术，并在此基础上开发出多源遥感信息提取系统。主要研究成果如下： 1．多源遥感影像的多尺度分割技术的研究与实现。主要解决了对多源影像进行尺度空间的对象构建，形成多尺度层的影像对象网状结构，即在不同尺度层次上将影像中的像元划分为不同亮度值的区域，然后再提取出不同的对象多边形：在研究了各种影像分割算法的基础上，结合高分辨率影像特征及多源数据整合特点，研究并实现了分形网络演化影像分割算法，为面向对象的多源遥感数据分类奠定了基础。 2．影像对象的特征描述方法的研究。主要解决了基于影像对象实现对地理实体特征的模拟与描述，研究并建立了影像对象的光谱、纹理、形状等各地学特征的量化表达模型；研究了基于上下文语义信息的影像对象特征的量化表达；研究了影像对象各描述特征的结构化、可视化表达方法，并构建了可重用的影像对象特征描述库。为面向对象的模糊分类提供了足够供选择的分类特征依据。 3．面向对象的模糊分类技术的研究与实现。在研究了基于知识的模糊系统的基础上，将模糊系统引入到面向对象的遥感影像分类中；重点研究并实现模糊分类系统的三个部分：分类规则模糊化、模糊规则库、反模糊化；解决了影像对象多维特征的模糊化方法与方式；通过研究几种模糊分类的精度评价方法，建立针对面向对象模糊分类的精度评价体系。 4．设计并实现面向对象的多源遥感数据分类系统。阐述了系统结构设计与系统功能模块设计；针对当前应用较为广泛的高空间分辨率影像的信息提取和基于多源遥感数据的分类，分别通过两个实例来检验面向对象的多源遥感数据分类系统的分析情况。 最后，对本文的研究工作做了全面总结，指出了目前研究中存在的不足之处，给出了进一步的研究构想和需要解决的问题。