高分辨率遥感影像复杂场景汇总统计方法.docVIP

高分辨率遥感影像复杂场景汇总统计方法 　　摘要 针对高分辨率遥感影像场景的分类，受人类视觉系统从场景中提取汇总统计信息用于场景感知的启发，提出场景汇总统计特征提取方法。该方法提取场景的平均方向信息和视觉杂乱度，利用Gabor滤波器统计场景的平均方向信息，并基于视觉拥堵进行场景的杂乱度度量，然后将两者组合在一起，形成基于汇总统计特征的复杂场景描述。在21类遥感数据集上的实验表明，当训练样本和测试样本各为50幅时，该方法的分类精度比Gist方法高6.5%，比词包模型（BOW方法高3.22%，且计算简单，同时与Gist相比，不需要人工干预。 　　关键词 汇总统计；场景表达；平均方向信息；视觉杂乱度；遥感影像场景 　　中图分类号 TP751 　　文献标志码 A 　　0引言 　　随着国际上高分辨率遥感影像传感器发展和我国高分对地观测系统的实施，近年来，已经可以获取米级、亚米级的大量的遥感影像数据。在这些影像上，可以清晰看到各种各样的场景，如城市住宅区、港口、机场等人工构筑场景，滑坡泥石流、地震等灾害场景，还有森林、海滨等自然场景。在这些典型场景中，有的具有清晰的目标空间布局，有的因目标毁损而使得场景杂乱等。国际上以往更多关注遥感影像中目标的检测与识别[1]，但是由于场景与目标之间存在复杂关系，复杂场景中的目标分割与识别非常困难。由影像特征推断完整的复杂目标、建立层次化的场景解析模型使得“像素对象目标场景”认知成为可能[2]。另一方面，面对大范围遥感影像特定目标识别，往往需要快速搜索感兴趣的场景，但是对高分辨率遥感影像场景研究还不多，现有的遥感影像场景（或景观识别与分类大多仍以光谱、纹理、形状等低层次特征为主，这主要是因为场景影像结构与空间布局是复杂的、高度可变的、甚至是杂乱的，如何准确地描述遥感影像复杂场景给研究者们提出了很现实的问题与挑战。 　　在计算机视觉领域，现有的场景表达方法大致可以分为两种：基于低层次特征的方法和基于高层次语义模型的方法[3]。基于低层次特征的方法主要使用颜色、纹理等全局的统计信息对场景进行表达[4-5]。Oliva等[6]提出了基于全局低层次特征的Gist方法。该方法将整幅场景作为对象，不需要对场景中的目标进行分割，计算简单、快速；但是该方法只能区分较少的场景类别，分类精度有限。词包模型（BagOfWords， BOW方法[7-8]是一种典型的基于语义模型的场景表达方法，它建立了场景中对象的低层次特征和高层次语义之间的联系，很好地表达了场景的语义信息，可以获得很高的场景分类精度；但该方法需要较大的存储空间和计算量，还需要对场景进行分割，其效果受分割结果的影响较大。 　　人类视觉系统只需对场景微微一瞥，就可以快速准确地获取场景的全局信息并且识别场景。视觉心理学等研究表明人类的早期视觉会用总体的统计信息来迅速描述场景[9]，即视觉系统对场景的汇总统计[10]在早期视觉的场景识别中起着重要作用。这种汇总统计可以认为是视觉系统对场景的一种粗略编码，对所感知到的场景的丰富细节进行概要表达。因此，场景的汇总统计可以作为描述场景概要信息的一种潜在机制 [11-12]。汇总统计是统计场景中一组目标的总体特征，代表对场景的一类度量，即对不同复杂度的视觉特征进行汇聚，并可快速计算[13-15]，这样的汇总统计特征有很多，比如，平均方向这样的一阶统计[14]、或平均大小[9]，或对类似初级视觉皮层V1 方向特征检测器响应的联合统计，或者表达空间布局信息的汇总特征[16]等。早期的功能性核磁共振成像（functional Magnetic Resonance Imaging， fMRI研究表明方向信息在早期视觉中有很重要的调节作用[17]。对不复杂场景图像来说，视觉系统可轻易地识别单个物体的方向信息，但对复杂场景而言，往往不能在很短的时间内判断单个目标的方向信息，而是可靠地估计一系列目标的平均方向信息，即初级视觉皮层对方向信息进行汇聚[14]。 　　正如Torralba等[18]指出的那样，场景上下文的全局低维表达独立于图像中杂乱度。场景是否杂乱是大脑对场景整体特性的一种感知，视觉杂乱一般是指存在于复杂场景中的大量高度可变的视觉信息，造成“杂乱”的根源在于视觉拥堵，并提出了基于视觉拥堵的杂乱度量算法来度量场景杂乱度[19]。场景的杂乱度与场景中目标排列的密度以及目标的分布排列方式直接相关，是对场景中局部区域内目标密度或排列整齐度等的一种汇聚，不同场景的杂乱度是不同的，因此杂乱度是复杂场景的另一种重要的度量。 　　视觉系统通过汇聚局部特征而得到的汇总统计虽然不能反映场景中所有的信息，但已足以准确表达所看到的场景。此外，与颜色、亮度等特征相比，视觉系统的汇总统计特征更多地是反映场景中的概要信息，是对场景在更高层次上