遥感图像数据影挖掘体系与实现技术分析.docx

摘 摘 要 遥感图像的大量产生和普遍应用，迫切需要在图像数据管理和分析的思路、技术、算 法方面有新的突破。人们往往需要从海量遥感数据中获取不同层次分类知识，并将这些知 识应用到遥感图像分类中，以加快遥感图像分析处理的速度和准确性，最终建立以遥感图 像为基本数据源的智能GIS。本文系统研究了遥感图像数据挖掘所涉及的若干关键技术， 主要工作总结如下： 1．在遥感图像数据挖掘体系方面，提出了基于空间数据仓库的遥感图像数据挖掘流程， 在此基础上提出一个遥感图像数据挖掘集成框架，以实现遥感图像数据挖掘过程中所 涉及到的数据准备、建立数据仓库、数据聚焦、创建数据挖掘模型、训练模型和使用 模型进行预测分类等技术环节。 2．在面向数据挖掘的遥感图像数据建模及特征提取技术方面，提出了遥感图像多层信息 抽象数据模型，以作为将非结构化的遥感图像数据结构化、建立遥感图像特征数据库 和数据仓库的理论基础。建立了多层信息抽象数据模型的高层视图和特征数据库模式， 为特征提取提供技术依托。 3．在遥感图像数据仓库与OLAP方面，针对关系型数据仓库数据模型～．关系型多维数据 模型及其OLAP技术处理空间数据的不足，对关系型多维数据模型进行扩充，向传统 多维数据模型中引入空间维度、空间度量聚合索引以及空间算子集合，提出了空间多 维数据模型。基于ORACLE SPATIAL对象关系模型和微软立方体构建技术提出了矢量 型空间度量指针交集物化算法的改进算法，以解决矢量型视觉特征的物化问题。设计、 实验了一个用于评价各专题要素在多波段遥感图像分类中作用的遥感图像数据立方 体，并基于该立方体对各专题要素在分类中的作用进行了0LAP分析。 4．在遥感图像数据挖掘模型与实现方面，提出了遥感图像数据挖掘模型结构。基于该模 型进行创建、训练和预测。基于MSOLEDBforDataMining规范提出了开放式数据挖 掘算法的设计与实现要点。探讨了ERDAS IMAGINE专家分类器与数据挖掘原型系统 的集成，以解决ERDAS知识工程师在知识获取与表达方面的瓶颈。设计、实验了RSDMM 决策树分类模型，通过与ERDAS专家分类器、Hopfield模型分类过程和效果的对比， 表明RSDMM决策树分类模型充分考虑了空间关系及其它上下文信息，知识驱动，知识 获取、表达与应用的自动化程度高，且具有较高的分类精度。 关键词：遥穰图像数据挖掘数据仓库0LAP多层信息抽象数据模型空间多维数据模型 遥感图像数据挖掘模型开放式数据挖掘算法专家分类器RSDMM决策树分类模 型 ABSTRACTWit}l ABSTRACT Wit}l the abundance production and application of Remote Sensing限S)image，the management of RS data and its processing theory,technique and algorithm needs a bmakthrouIgh． People usually need to retrieve difierent levels of knowledge from very large volume RS data, and then apply this knowledge to RS image segment．so as to improve the efficiency and accuracy of RS image analysis and to establish a RS image based intelligent GIS．nlis paper put the emphasis on several key techniques of RS image data mining．The main werk and structure is as fo[10ws． 1．In the aspect of RS image data mining system architecture，a RS image data miIling processing flowchart based on spatial data warehouse is presented,also on the foundation ofthis a RS image data mining integrating architecture is presented to implement the whole process of RS image data mining，such as preparing data,building the warehouse，focusing on t