题目运动场判释专家系统以ikonos卫星影像为例.docVIP

題目：運動場判釋專家系統---以ikonos衛星影像為例 指導老師：朱子豪教授 班級：台大土木所大地組一年級 學生 學號 李明祥 楊國華 李志宏 題目：運動場判釋專家系統---以Ikonos衛星影像為例 一、動機與目的 全自動影像判識的專家系統，發展迄今尚未有頗具成效的研究成果，其主要的原因在於涵蓋的技術層面非常廣泛，需要投入很大的人力、技術以及時間成本，短期內難以建構全面而完整的系統。基於以上考量，本研究乃是以進行Ikonos衛星影像上運動場的影像判釋做為建構專家系統的研究課題，在方法上主要採取的是專家系統的建構方式，也就是界定問題(Identification)、形成觀念(Conceptualization)、正式化(Formalization)、建構系統(Implementation)和檢核(Verification)。藉由瞭解專家從影像上判釋運動場的方法，歸納整理其判識的準則，並列出影像中與運動場相近的地物，利用這些判釋法則來建立運動場判釋專家系統，期望能利用此專家系統來輔助影像資料使用者做運動場判釋的工作。本研究的構想是希望藉由這些判釋的準則結合選擇性關鍵(selective key)的概念來建構專家系統，務使系統能讓使用者容易操作與瞭解。在本研究中所要探討的課題是Ikonos衛星影像之運動場判釋與分類 二、專家系統架構流程 專家系統的組成架構主要可分為六部分，即知識庫 (Knowledge Based)、推論機(inference engine)、工作記憶區(Working memory)、解釋模組 (Explanation Module]、使用者介面(User interface)和知識讀取模組(KnowIedge Acguisition Module]等。專家系統的組成架構如下圖所示： 專家系統發展流程說明： 一般而言，建立一套專家系統，以下的程序是必經的。雖然這六個程序看來並不困難，但其中必須投入的人力、物力與時間卻是超乎想像。六個程序的作業內容如圖所示，分述如下： 1．有關問題領域的決定: 這項工作也就是決定將來系統能為我們做什麼事，解決什麼問題。這階段也是系統成敗之開鍵，題目若選得好，不但確實能發揮專家系統的特性，而且成功率高；反之，則無法發揮專家系統的特性。 2．有關知識的抽取: 確定了範圍之後，針對需求找尋解決問題的相關知識與經驗，是接下的任務。通常知識工程師有兩種途徑可獲得知識，一為該領域之專業人員，即所謂的專家(expert)，一為已發表的文獻。文獻的整理較為單純，而專家腦中知識的獲取則較為費事，也是目前發展專家系統的瓶頸。 3．有關知識的表達: 配合所選擇的建構工具所提供之特性，將範圍內的知識轉換成電腦能懂的型式。知識的表達方式有很多種，但最主要的有架構法 ( frame)、語意網路法(semantic network)、規則法 (rule)三種，但何者最適合我們的需要呢？直到目前為止尚無定論。通常，表達方式也受到應用之建構工具(shell)所限制。 4．有關建構工具的選擇: 必須根據知識的特性及知識的表示方法來選擇，因建構工具有其本身之特性，選擇得好，適足以發揮；選擇得不好，確也成為發展之限制。 5．有關知識庫的建立: 知識工程師在完成知識的整理與組織工作之後，緊接著必須從事一項 模擬的工作。也就是說，設計者必須假想自己是推論機，根據使用者所輸入的各種情況，藉由整理出來的專業知識來推導結論以回答使用者的問題，並記錄推導的過程。 6. 有關系統的測試： 這項工作是屬於系統開發的最後一個階段，測試的重點在於系統是否能夠推得正確的結論，以及使用者是否感到操作上十分簡易。 三、研究流程 本研究的流程主要是先分析專家判釋的過程與方法再利用KES來檢驗歸納出來的判釋法則，最後利用Borland C++ Builder 3.0來建構專家判釋系統。主要的研究流程有下列六點: 1、藉由專家訪談瞭解影像中運動場的特徵。 2、從訪談中抽取判釋法則。 3、分析易混淆的地物影像，將其分辨的特徵列出，並蒐集這些地物之影像，做為建立專家系統的影像 範例。 4、利用KES來做系統判釋法則的檢核。 5、利用Borland C++ Builder 3.0建構運動場影像判釋專家系統。 6、系統測試。 本研究乃為精確判定出運動場且能夠分辨出其運動場種類，所以整個判釋流程分成兩個步驟進行： 1.先由影像中判釋出運動場座落於何處 2.再將所判釋出的運動場進行分類，主要將運動場分成