我在顶部

遥感专题信息提取方法研究的发展 QuickBird 环境监测 高光谱数据
分享到    浏览:338   时间:2023-01-06

遥感专题信息提取方法研究的发展

遥感专题信息提取(thematic information extraction)是从遥感影像资料中获取某种特定地物特征的信息,其目的是区别图像中所含的专题目标。分类也是一种 专题信息提取的方法,但专题信息提取和一般意义上的遥感图像分类有所不同,先定目标,然后有意识地专门面向对象进行识别,而分类 是就图像中即有的像元给予类别的归属与划分。它的方法随着遥感技术的改进及遥感应用的深人也在不断地改进,经历了目视解译、自动分类、光谱特性的信息提取及光谱与空间特征的信息提取等多个阶段。

目视解译是最初的图像识别方式。现在的图像识别沿着两个方向发展,一是由计算机的出现带来的信息识别自动化,二是沿着遥感信息传输的本质而探寻信息识别的高精度。它们没有严格的界限,随着各自的发展而相互渗透。现有的计算机自动分类方法,都只是利用了图像数据,没有自动加入其他方面,如地学的知识,没有充分利用人脑在分析图像时所应用的知识,因此不会达到很高的精度。基于知识及专家系统的分类对分类的精度有所改善。同样,专题信息提取的最初是分析特定目标的光谱特征,形成规则,对图像进行像是从多到少的映射,是个确定过程,影像解译是从少到多的映射,是个不确定过程。四此在遥感解译时,包含一个重要的地学处理过程,它包括两个方面,一是把遥感未带回的信息再补上去,即补充地学相关信息,二是根据影像信息进行地学分析,来推断出影像上未反映的信息,这都需要地学知识强有力的支持。如何把地学专家用于目视解译的知识定最化表达让它来与计算机处理,从根本实现知识参的自动提取,这楚目朗专越宿息自动提取研究的焦点问题。

计算机自动分类前,先对训练区进行训练,实际上是一个统计的过程。这个统计过程只是就这幅图像而言。然后利用统计结果进行回归,建立一个 基本适于该图像的类别确定模型。专题信息提取时,般是先有一套遥感信息模型,而后根据具体图像的实际情况来不断地修改,实质是对模型参数的调整,最终使模型适用于该影像。遥感信息模型是在现有地面实验基础上提炼出来的地物的反演模型,而地物在卫星图像上的反映并非与地面实测数据一一对应,原因很多,使图像数据具有很大的随机性,这就又涉及到光谱辐射校正的问题。因此,需要把遥感信息理论和实际图幅影像有效地结合在一起来进行专题信息的提取。