遥感影像信息提取与分析_沈占锋.pdfVIP

计算机世界/2006 年/7 月/31 日/第B15 版 技术专题 Taries 软件主要应用于对高分辨率遥感影像的各种信息的处理、提取与分析, 是具有自主知识产权的软件产品。 遥感影像信息提取与分析 沈占锋 近年来，一系列高分辨率卫星的相继上天，高分辨率卫星遥感的应用也因此成为可能，也凸 现出遥感影像数据处理的重要性日益显现。遥感影像数据处理的主要内容就是对遥感数据（主要 是高分辨率遥感影像数据）进行自动（半自动）图像处理分析，从而获取人们需要的信息。 Taries 软件是具有自主知识产权的软件产品，由中科院遥感所国家遥感应用工程技术研究中 心下属的空间信息关键技术研发部开发。Taries 软件主要应用于对高分辨率遥感影像的各种信息 的处理、提取与分析，其功能包括影像的预处理、影像分割、影像分类、特征提取与表达、特征 分析、目标识别等。它是集矢量和栅格于一体化的软件系统。 Taries 主要功能 1. 影像处理 （1）采用几何精纠正方法：建立基于空间投影理论与有限控制点的全局自适应方法，并建 立基于控制点、线、面特征的局部自适应相结合的影像几何精纠正模型。 （2 ）实现多源遥感影像信息的特征级融合: 在像元级、高精度的多源遥感信息分析技术基础 上，发展了各种特征估计器和融合评判规则，建立特征级的多源遥感信息融合的方法以及相应的 算法。 2. 影像信息提取 （1）在复杂环境中的目标信息增强: 采用具有空间自适应能力的目标特征的信息增强模型与 方法，特别是弱目标信息的增强方法，并对无关背景信息进行抑制。 （2 ）高分辨率影像分割: 基于空间特征（包括纹理特征、形状特征和动态特征）以及高维统 计特征，采用面向特征的高分辨率影像分割技术（如基于模糊集理论、EM 模型、Markov 模型、 MCMC 模型、小波分析等）。 （3 ）基于智能计算模型的目标特征提取: 基于神经网络、支撑向量机等智能计算模型，研究 和发展针对目标的纹理特征、结构特征的提取方法，并实现相应算法。 （4 ）目标识别与提取系统原型: 采用组件技术，研制开发目标识别与提取软件系统原型，包 括影像精处理、目标单元分割与特征提取、目标识别等模块。 3. 矢量数据显示、处理与分析 （1）兼容ArcGIS SHP 等矢量数据存储格式，能够采用系统的矢栅一体化数据模型对相应的 矢量数据进行读取与显示。 （2 ）基于底层数据模型，能够实现基于Taries 软件的矢量数据的修改功能，包括基本对象（点、 线、面）的增、删、改等操作。 （3 ）基于相应的矢量数据建立拓扑关系，并在此基础上进行相应的空间分析功能（如最优 路径查询分析等）。 （4 ）具有常规的矢量数据显示软件的基本功能，并可在此基础开发进一步的应用（如移动 目标定位与车辆跟踪系统等）。 关键技术 第1 页 共3 页 1. 高分辨率影像的高精度几何纠正技术 考虑到高分辨率影像的特点，首先应对高分辨率影像进行包括如下两项技术的精处理: （1）基于重叠影像的高精度影像配准技术: 采用既满足一定精度要求、又保证一定运算速度 与适应性的子像素匹配技术，从而确定具有一定重叠的两幅图像间的几何对应关系，获得对应的 控制点对，采用整体匹配技术使配准精度达到一个像元。 （2 ）空间自适应高精度几何纠正: 针对高空间分辨率影像的特征，采用具有局部自适应的高 精度几何纠正方法，消除常规最小二乘法平面拟合纠正方法对图像局部纠正误差较大的问题。 2. 复杂自然环境下的信息增强 针对地形复杂、植被茂密的复杂自然环境，采用针对特征的统计信息增强技术，对具有重要 意义的地面信息进行初步的检测性增强，特别是弱目标信息的增强，并对其他背景信息进行抑制。 建立基于多种影像以及已有目标信息与判别知识的潜在目标快速检测技术，使用方法包括微观特 征提取、动态变化检测等。 3. 高分辨率影像分割技术 以影像理解研究为基础，建立融遥感图像信息、地理时/空信息与地学知识为一体的目标空间 认知结构模型。该模型为对中高分辨率遥感图像目标单元群体的处理和分析，提供面向纹