专家系统与影像处理期末报告.docVIP

專家系統與影像處理期末報告 --利用多時段航空照片判釋水稻田 黃如鈺 Jun.25.2001 一、前言 水稻是台灣地區的重要作物以及主要糧食之一，目前國內的水稻田管理工作 是由省政府農糧處所負責，其做法是在適當的期間委託林務局農林航空測量所進行航空攝影，再以人工作業方式依據比例尺為1/5000之航空照片，以區塊紋理搭配對應之耕地坵塊圖判斷該作物是否為水稻。而國內大部分地區一年有兩期稻作，拍攝面積為180萬公頃，每個稻作期約需6500張航空照片，判讀工作每年約需30人力，相當的費時費力。是以在學術的層次上，許多研究便專注於自動化判釋水稻田，例如應用衛星遙測影像與現有的耕地坵塊資料搭配，並加入水稻生長的知識，以影像處理的相關技術進行水稻田判釋等…..。 由於水稻本身的生長具有週期性，其外觀會隨著時間而改變，是以土地的覆蓋亦會隨之變化，依水稻的各生長週期來看，由秧苗期、營養生長期、成熟期已至於收穫期，各期的土地覆蓋分別為水體、水體和植生混合、植生以及乾燥裸露土壤。若採用單時段航空照片來判釋時，可能會發生成熟期的水稻影像和草地難以區分、或是收割後的水稻田和一般荒地十分相似的情況，是以針對水稻田進行判釋時，必需要加入多時段的水稻影像以提高辨識的精度。 在本研究計畫中，希望建立一個以多時段航空照片判釋水稻田的專家系統，藉由透過對專家的訪談以及相關背景知識的整理，抽取出知識並加以正式化之後以建構系統，透過系統對使用者收集資訊以進行自動化判釋，並利用KES此套專家系統軟體檢核系統的邏輯性，以對系統加以驗證及修正之。 二、建立專家系統的五大步驟 專家系統是人工智慧中發展較為成熟的一支，是將專家的知識和經驗建構於電腦上，且具有推論能力的電腦化系統，以類似專家解決問題的方式對某一特定領域提供建議或答案，並能解釋推論結果 engine)、使用者(User)、資料庫(Database) 、解釋模組 (Explanation Module)、使用者介面(User interface)等， 一般而言，建立專家系統的步驟主要分成五項， 界定問題(Identification) 界定問題包括了對問題的描述、執行時的考量、執行所需的條件以及系統所希望達到的目標。而合宜發展專家系統的問題應該具有下列特性：(1)至少有一專家可以解決問題，(2)問題本身不能太過簡單，也不能太過複雜(3)不涉及常識性(4)問題範圍不能太大(5)問題解決需許多推理(6)問題解決的結果必須有專家們的共識，若無，該專家系統所抽取之專家知識需為權威。 (Conceptualization) 此步驟主要是在於專家知識的獲取，(Knowledge Engineer)透過有計畫的整理已外顯知識，或是對專家訪談、觀察專家對問題解決的方法來進行。知識工程師必須事前對相關領域的文獻加以蒐集、對相關問題的背景加以了解，擬定訪問的流程和相關問題，在訪談中循序對問題作討論、敘述以及分析，期能由此獲取更多知識，同時要能掌握疑點，在訪談的同時提出，請專家能夠加以釐清；且分段將訪談之內容，當場整理、回饋，使訪談更具有系統性。若有兩次以上之訪談，則檢查前次訪談結果以對其加以補正，同時針對每一作業和資料加以分析整理 正式化(Formalization) 經過知識工程師對相關文獻的整理以及對專家的訪談，其抽取出的知識必須決定要用單一、或是混合兩種以上知識的表現方式來表達，所採用的知識表現法必須能明確描述出該問題領域的特性；這些知識表現方式包括了：法則式表現法、程序式表現法、框架式表現法以及語意表現法。 決定了知識表現方式之後，要決定知識的正規格式，也就是要訂出其語法，將其定義標準化，界定何為變數(variable)、何為值(value)以及何為行動(action)等等，以便其後建構系統。 建構系統(Implementation) 經過對知識正式化之後，此階段應選擇合宜的工具以建構系統。工具的選擇可以是利用已有的專家系統軟體以開發其核心部分(知識庫以及推理機)，然後再利用其他工具撰寫介面控制的部分(包括與外部程式間的溝通介面、資料庫以及使用者介面等)並與核心部分串聯之。或是系統發展者亦可以自行開發，利用程式語言撰寫此一核心部分。 檢核系統(Verification) 當系統建置完之後要進行檢核，可針對系統作測試，檢驗其正確性或是有效性等，若發覺有不合理的錯誤或是系統的效率不足，則應回到建置系統的前幾個步驟，反覆來回測試修正，使系統可以通過測試。 三、界定問題 本計畫界定問題部份可分為四大類，整理如下(表1) 一、問題描述 1.問題主題分類：利用多時段航空