高分辨率遥感影像多尺度分割方法分析.pdfVIP

摘 要 近年来，随着遥感技术的不断进步，遥感影像向着高空间分辨率、高光谱分辨率、高 时间分辨率的“三高”方向发展，越来越多的高分辨率遥感卫星得到应用，提供了比中低 分辨率遥感影像更加丰富的空间结构、几何纹理及拓扑关系等信息。随着分辨率的提高， 数据量会成几何级数增长，传统的目视解译方法己经远远不能满足用户的需求，因此，计 算机智能解译就成了解决这一问题的唯一有效途径，而智能解译技术的核心技术就是遥感 影像分割技术。 面向对象的影像分割方法己经在诸多应用领域表现出了明显的优势，目前，国内针对 高分辨率遥感影像的面向对象的影像解译系统极为缺少，严重制约了高分辨率遥感影像在 各行各业中的应用，因此，系统地研究高分辨率遥感影像分割技术，开发遥感影像智能解 译系统显得尤其重要和迫切。本文在此基础上进行了深入研究，主要研究成果如下： (1)对多种分割理论进行归纳总结，分析其各自的长处，结合传统的多尺度分割算 法，提出一种基于KL散度原理改进的多尺度分割方法。该方法针对多尺度分割方法对高 分辨率遥感影像存在的欠分割问题，提出以KL散度为核心的区域合并标准，对分形网络 多尺度分割方法进行了改进。并设计实验，对方法有效性了进行验证。 (2)本文通过MPl技术实现分割方法的并行化，以提高分割方法的效率，并提出了 一种解决并行分割线问题的方法。本文的并行技术采用主从式并行分割策略，主进程负责 读取影像数据并将影像数据分块，从进程接受分块数据，对每块数据进行单独影像分割， 并将结果返回主进程。最后主进程接受各分块分割结果，整合输出后得到最终的分割影像。 对于并行分割线问题，本文采取的方法则是直接对分割形成的矢量数据进行操作，通过判 断分割线附近相邻图斑的特征一致性，合并性质相近的图斑，最终消除分割线。 (3)提出一种面向地理国情监测项目的智能遥感影像解译框架，用以实现遥感影像 智能分割分类和典型要素自动提取，系统提供了从影像的显示到影像分割分类等一系列功 能。系统流程高效便捷，采用影像分割、特征提取到对象分类的一套完整流程，使得影像 解译过程能够以矢量多边形为操作对象，栅格影像为参考层进行人机交互可视化解译。 关键词：影像分割：多尺度分割；并行分割：智能解译系统； 万方数据 Abstract IIl recent the ofremote years，withdevelopment sensing images towardsthe”three that resolution improve high”directionhigh spatialresolution，highspectral and timeresolution．More high resolutionremote satellitehasbeen high sensing applied，they moreinformationthanlowresolution provide remote whichincludes sensingimages spatial andtexture structure，geometry information，topologicalrelationship．Thehigherspace resolution moreit’Sdata