遥感图像解释专家系统(RSPES)研究综述.docVIP

遥感图像解释专家系统（RSPES)研究 王阳 摘 要：遥感技术是根据电磁波的理论，应用各种传感仪器对远距离目标所辐射和反射的电磁波信息，进行收集、处理，并最后成像，从而对地面各种景物进行探测和识别的一种综合技术。( Expert Syst em ) 是一种智能化的计算机程序或软件系统, 能够像专家一样分析和解决复杂的实际问题。遥感图像解释专家系统( RSPES) 是模式识别与人工智能技术相结合的产物, 同时也是遥感数字图像计算机解释过程中的重要工具和环节。它利用模式识别方法获取地物多种特征, 为专家系统解释遥感图像提供证据, 同时应用人工智能技术, 运用遥感图像解释专家的经验和方法, 模拟遥感图像目视解释的具体思维过程, 进行遥感图像解译。由于遥感图像信息量庞大, 成像过程复杂, 成像质量受各种条件的影响等方面的原因, 在使用RSPES 进行数据分析时往往要在计算机系统的支持下综合运用各种方法对遥感图像数据进行先期处理, 如遥感图像的数字化、图像的计算机分类、抽取图像特征等等, 以保证系统数据对象的有效性。 RSEPS系统的基本组成 传统专家系统由知识库、推理机、交互界面、动态数据库、知识库管理系统、解释模块等部分组成( 如图1所示) , 其中知识库和推理机是最基本的模块。专家统程序与一般意义上的应用程序相比在于推理机和交互界面这两部分程序相对固定, 因此在该专家系统的设计过程中, 我们意图设计出相对稳定的推理机模块和友好的交互界面, 以便于该系统的扩展和更新。 依照这种理想化的专家系统模式, 我们可以建立出RSPES 结构图。由于RSPES 不仅要建立一个庞大的图像解释知识库和推理机程序, 而且要对遥感图像进行先期的输入、校正、分类和特征提取。因此整个系统更加复杂。这里给出改进的整体RSPES 结构框图( 如图2 所示) 。 专家系统领域有这样一种说法: 知识库和推理机是整个专家系统的大脑, 就像CPU 的运算器和控制器一样。知识库和推理机往往决定了专家系统的性能和效率。系统的知识库存放着RSPES 诊断求解问题所需要领域的知识, 在知识获取过程中获取的人类遥感图象解释专家的知识, 并以适当的知识表达式和结构形式存入知识库中。由图2, RSPES 的知识库是非常活跃的, 知识库的设定和修改往往可以由用户独立完成,在系统获取专家信息后, 首先进行数据的匹配和校验,包括对专家知识进行有效性、完整性和一致性检查, 然后通过规则产生器和框架产生器将数据进一步规则化、形式化, 并存入知识库中。该专家系统采用产生式规则的方法对专家知识进行处理。 推理机协调、控制整个系统, 使用知识库中的知识进行推理来解决问题。RSPES 采用正向推理为主、反向推理为辅的方法来解译遥感图像, 推理机包括搜索策略、推理方式和控制机制等部分。在产生式规则中,一旦数据信息匹配成功, 便立即执行该规则, 即知识源被激活, 执行的结果将导致黑板状态发生改变。多条规则在执行时相互独立执行, 使得知识源与黑板之间建立一种层状自由活动模式, 知识源之间的调用和联系最终通过黑板这样一个全局工作区来实现。 知识与图形图像信息获取模式是通过与专家座谈, 将人类领域专家的知识进行收集和整理, 以文本方式存入原始的知识收集器中, 然后知识转换器将其转换成系统规定的形式保存到系统的知识库里[ 2] 。知识获取系统还提供了对知识库的直接编辑功能, 以实现对知识库的扩展和修正, 因而整个知识获取系统的实现简单高效, 为建立知识库及修改知识库中已有的知识和扩充新的知识提供了较强的支持手段。 解释机构的功能主要是解释推理结果, 负责向用户说明推理过程, 为用户维护和管理专家系统提供方便。 人机界面是用户与系统沟通的桥梁。一方面将图形图像信息转换成内部表示形式, 交给系统各个部分去处理。另一方面将RSPES 最终得到的信息由人机接口以可视化的、用户可以理解的形式显示出来。 综合数据管理与动态数据库用于存储原始数据以及系统运行过程中得到的中间结果、最终结果、运行信息。数据库的内容是在不断变化的, 求解问题开始时，它存放的是用户提供的初始事实, 在推理过程中存放每一步推理得到的结果。推理机根据综合数据库的内容从知识库中选择合适的知识进行推理, 然后叉把推出的结果存入综合数据库中。图形图像先期处理模块包括对模拟图像信息数字化、对图像信息进行纠正、对数字图像进行计算机分类、对目标地物多种特征进行抽取等环节, 最终将所得目标地物位置特征和属性特征送入动态遥感数据中。 2.RSPES系统的总体设计 遥感图像处理系统与专家系统的结合是实现两个系统一体化的问题L实现两者的统一可以有几种方式: