基于大数据的遥感图像智能识别方法研究 .pdfVIP

基于大数据的遥感图像智能识别方法研

究

摘要：遥感图像技术是根据电磁波理论而提出的，结合先进的人在卫星采集

地球表面上的电磁辐射信息，并通过遥感技术获取到相应的遥感图像，从而为地

理测绘、天气观察以及军事侦查等领域广泛的使用。但随着大数据时代的来临，

AI技术以及其它深度学习技术的不断提升，传统的遥感图像识别方法已经无法满

足更加精细化的工作需求。对此，本文提出一种新的基于大数据的遥感图像智能

识别方法，从而使遥感图像识别得到更高的识别效果，进一步扩大遥感图像技术

的使用范围。

关键词：大数据；遥感图像；智能识别；特征提取

引言

人工智能简称AI，为计算机科学的分支，主要是通过一定的方法、技术让机

器具备类人思维与反应，让机器能够如人般思考，如人工智能打败围棋选手，机

器人做出高难度动作后空翻等，人工智能的强大促使着人们不断地研究智能技术

及其应用。而就人工智能的研究反向而言主要为机器视觉、机器人学、认知推理、

博弈伦理、机器学习等，其中，在测绘遥感技术中主要应用有机器视觉、机器学

习、认知推理，通过人工智能的应用，为测绘遥感带来了天翻地覆的变化，同样

也带来了巨大的挑战，必须想方设法地突破行业限制，优化技术应用，促进测绘

遥感技术的发展。

一、大数据技术概述

大数据技术对社会生产生活中所产生的各种数据进行科学筛选，并从中快速

获取具有研究价值的数据信息的一种新型产业类技术形式。在大数据技术中，大

数据的采集、预处理、管理、储存、分析以及应用等都是其核心技术。由此可见，

对大数据处理技术而言，核心并不仅仅在于海量数据信息的处理，而是在海量数

据信息中发现有价值的信息，并将其应用到特定领域。大数据技术不仅可以处理

庞大的信息，还具备非常快的计算速度，且能够对多样化的数据进行处理。相较

于网络数据的传统分析和处理技术，大数据技术的优势主要表现在以下几个方面。

第一，它有庞大的数据体，其储存单位可以从TB（太字节）直接跃升到PB（拍

字节），且这种以PB为单位的数据储存方式已经广泛应用到各大企业中，由此

可充分证明大数据技术自身所具有的海量性特征。第二，大数据处理技术在复杂

数据信息的处理中更加适用，该技术的应用可以让复杂问题得以简化，并让信息

更加直观。第三，大数据技术可以对更多类型的数据信息进行处理，如地理位置、

图片和视频等。第四，大数据技术具有速度快和实用性等特征，可通过快速传输

的方式实现数据传递与取用，可以让很多复杂数据更加便于处理，实现数据处理

工作效率的显著提升。

二、遥感大数据的相关内容与特点解析

第一，外部特点。首先，遥感大数据具备海量的特点。随着遥感技术水平不

断提高，目前对地观测遥感卫星单星日数据获取量以TB级计算，在基于这些单

位时间的范围内收集越来越多的数据时，存储、分析和管理面临着许多挑战。

二、在数据异构功能的数据生成过程中使用业务系统，不同的业务系统表现出不

同的状态。因此，需要不同的数据中心提供数据，可以在逻辑结构和组织方式

方面展现出更多的特征。再次，数据的多源特性。主要表现为数据的来源和获

取手段，可以有更多形式的信息收集方式。遥感数据采集平台包括资源卫星、

无人机、车载雷达等，传感器种类包括全色、多光谱、高光谱、微博、红外线、

激光雷达等。这些不同路径、格式、尺度的数据增加了数据处理的困难。第二，

内部特征。第一个是高维特征。遥感大数据技术的数据类型复杂多样。数据

维度不断提高，主要表现为时间维度、空间维度等。第二，尺度高的特征。比

例尺也是高遥感大数据技术的主要特征，在引入数据的过程中，可以根据不同类

型的遥感技术和相应的技术水平，准确划分数据类型，从空间和时间的角度显示

数据的多尺度特征。

三、智能图像识别技术概述

智能图像识别技术是人工智能领域的一项技术，图像识别技术的对象主要是

图像，以各种类型的图像为基础，通过对图像进行处理可以整合复杂信息，降低

数据处理的难度。由于每一个图像都是具有自己的特色的，将信息制作成图像难

度比较大，工作人员需要对数据信息进行层层的处理，在经历过层层的加工之后

数据信息可以以复杂图像的形式呈现出来。图像制作过程主要是通过人工智能来

实现的，主要的过程和步骤是在获取信息的基础上，计算机对数据信息进行预处

理，然后根据数据信息的特征选择属于数据信息的特征，在确定好数据信息的特

征之后，再选择相应的模板匹配模型，这样看来图像的处理过程十分复杂，需要

借助于人