当代摄影测量课程介绍-OpenRS-武汉大学.ppt

Definiens 认知网络技术 ——基本原理 Definiens 认知网络技术——上下文层次关系 森林 树 草地 树冠 树干 绿色像素 Definiens的处理流程——规则树 处理树中处理节点的定义 算法描述信息 参数设置列表 值可以是变量 参数描述信息 对象域 算法类型 分割算法 分类算法 变量（variable）操作算法 形状改变算法 对象级别（Level ）操作算法 交互操作算法 样本操作 影像层操作算法 专题层操作算法 输出算法 工作空间(Workspace)自动化算法 处理（Process）相关算法 影像对象域——处理算法将要执行的兴趣区(ROI) 从eCognition到Definiens EII的功能变化 小结 参数精确可调的多尺度分割 透明的、可调节的模糊逻辑分类 明确的类别体系定义 明确的特征空间定义 可充分定制的隶属度函数 …… 4.Feature Analyst 简单目标 一键学习功能 只需选择对象形状和图像分辨率即可，形状包括细线形、粗线形、建筑物、水体、自然物等类型。 复杂目标学习 波段选择：这些波段可提供有价值的波谱信息。 对象的特征：空间上下文（即每个像素被哪些东西包围） 学习器设定 正负样本学习 迭代过程 特征类型选择 学习参数设置 FA-样本选择 spatial context设置 提取结果 FA-样本选择 初步提取结果 挑错– 错误结果选择 后处理结果 Feature Analyst和eCognition处理流程 遥感影像数据 区域整合 线性化、点化 特征平滑 特征规则化 选择样本对象 地物自动提取 提取结果 是否最佳 模型库 机器学习 形状表达 特征表达法 学习器选择 …… 保存结果 否 是 后处理： 样本入库 与错误样本） 重新指定样本（包括正确样本 Feature Analyst 遥感影像数据 影像预处理 几何校正 信息增强 平滑滤波 信息融合 …… 图象分割 建立多边形 分割效果满意 定义类层次结构 选择样本对象 地物自动分类 分类结果 是否最佳 模型库 纹理、灰度 形状、位置 保存结果 精度评估 否 否 是 是 样本入库 eCognition * * * 后处理是对提取结果进行处理、整饰的过程，包括：区域整合、线性化、点化、平滑、规则化、样本入库。区域整合的目的是将多个分散的多边形（孤岛区域）整合为一个整体，并去除小于指定大小的多边形。线性化与点化是将某些适合以线或点来表示的多边形对象以线或点的方式显示，比如道路、河流以线表示，特殊的地物目标以点来定位。平滑是为了消除多边形对象的锯齿形边缘，使提取结果美观合理。规则化的目的是拉直多边形的微小边角。样本入库是将此次影像上选取的样本保存到指定的地理数据库，以后可直接应用于分类。 * * * * * * * * * * * * * 地物自动提取 测绘遥感信息工程国家重点实验室 江万寿 Emai: idpjws@163.com 内 容 地物自动提取的目的和意义 地物提取与影像理解 国内外研究现状 地物提取的模式与策略 数据驱动与模型驱动 地物提取的半自动与全自动化 处理流程举例 摄影测量 解析关系 相邻影像间、影像与空间、……. 对应性关系 影像间同名特征间、影像特征与空间特征、……. 摄影测量的“3个”基本关系 语义关系 影像理解、目标识别、地物自动提取、GIS数据的自动更新 问题的性质 解析关系：确定性 共线方程 共面条件 …… 对应性关系：不确定性 匹配的多义性 语义关系：模糊性、不确定性 影像上的物体与头脑中的物体匹配 每个人的认识不一样 地物自动提取的目的和意义 各行业对地理数据的需求 土地管理、农业、林业 交通、电力、电信、城市管网 水利、消防、城市规划 环境、军事 …… 娱乐业 真实城市场景的游戏 移动设备数字地图 汽车、桌面计算机 Google Earth、Microsoft Bings… 腾讯、搜狗… 地物自动提取的目的和意义 减少数据采集的时间 人工采集速度很慢 GIS数据采集是GIS应用的瓶颈 提高GIS数据的质量 人工数据点有限 人工采集质量不一致 人与计算机的优势 操作员： 认知、识别能力很强 逐点数字化：速度慢，容易疲劳 测量重复性差 计算机软件： 计算机速度不断提高，不会疲劳 认知、识别能力差，经学习后能力不断提高 测量重复性很好 地物自动采集的分类 单影像：单张影像理解 采集二维数据 多影像：立体摄影测量 同一传感器的多角度影像 三维数据采集 多传感器影像与多源数据 影像融合 数据融合 地物自动提取的对象 道路 建筑物 河流 湖泊 土地利用区域 …… 国内外研究现状 期刊 Pattern Analysis and Machine Intelligence Computer Vision