面向GIS的遙感圖像解譯技術(shù)研究及實(shí)現(xiàn).pdf

1、地理信息系統(tǒng)(Geographic Information System簡稱GIS)是用于采集、存儲(chǔ)、查詢、分析和顯示地理參照數(shù)據(jù)的計(jì)算機(jī)系統(tǒng)。地理參照數(shù)據(jù)又稱地理空間數(shù)據(jù)，是用于描述位置和空間要素屬性的數(shù)據(jù)，例如道路、宗地、建筑和植被覆蓋。GIS處理和分析地理參照數(shù)據(jù)的能力出眾。遙感圖像數(shù)據(jù)是地理信息系統(tǒng)數(shù)據(jù)庫的重要組成部分。隨著遙感技術(shù)的發(fā)展，人類已經(jīng)獲得海量的遙感數(shù)據(jù)。遙感圖像目前大多通過人工途徑處理，耗費(fèi)大量人力物力。當(dāng)今的計(jì)算

2、機(jī)硬件技術(shù)高速發(fā)展，計(jì)算速度和處理能力與日俱增，為解譯海量的遙感圖像數(shù)據(jù)提供了硬件基礎(chǔ)。
　　遙感圖像的解譯是指用計(jì)算機(jī)模擬人腦的思維方式，采用人工智能來完成圖像的分解和轉(zhuǎn)化，最終獲得面向GIS的矢量數(shù)據(jù)和柵格數(shù)據(jù)。人腦將一個(gè)具有幾何規(guī)模的區(qū)域?qū)?yīng)到GIS的柵格數(shù)據(jù)結(jié)構(gòu)時(shí)，要先提取出圖像的相關(guān)部分，再根據(jù)常識(shí)和經(jīng)驗(yàn)進(jìn)行分類，從而添加入 GIS的坐標(biāo)系中；人腦在進(jìn)行道路或線狀模型與GIS矢量數(shù)據(jù)的匹配時(shí)，要隨機(jī)尋找一個(gè)起點(diǎn)進(jìn)行追蹤，

3、獲得整個(gè)線狀模型的趨勢(shì)，從而得到矢量信息。由此依據(jù)，本文在相關(guān)技術(shù)研究的基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)一個(gè)模擬人腦思維方式的遙感圖像解譯系統(tǒng)，該系統(tǒng)應(yīng)該能夠?qū)b感圖像進(jìn)行解譯，將結(jié)果與GIS數(shù)據(jù)結(jié)構(gòu)進(jìn)行對(duì)接，并且在減少人工干預(yù)的前提下達(dá)到一定的精度。
　　目前遙感圖像解譯處于起步階段，解譯工作由圖像分割和目標(biāo)分類來完成。本文針對(duì)現(xiàn)有圖像分割方法存在的過分割、精確度低以及不能滿足GIS需求的現(xiàn)象，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)兩步走的圖像分割方法，生成后續(xù)面向GI

4、S需求的矢量和柵格數(shù)據(jù)。針對(duì)模式識(shí)別現(xiàn)有算法精度較低等不足，研究實(shí)現(xiàn)了可知識(shí)擴(kuò)展的模糊識(shí)別方法，便于日后添加專家經(jīng)驗(yàn)、復(fù)用模糊規(guī)則。本文還針對(duì)上述兩步走的思想，用地理配準(zhǔn)的方法進(jìn)行了不同流程的解譯匹配與合并。
　　本文主要的研究工作與成果包括：
　　1、設(shè)計(jì)實(shí)現(xiàn)了一個(gè)面向GIS的地圖解譯系統(tǒng)，該系統(tǒng)由三個(gè)模塊構(gòu)成：圖像分割、模式識(shí)別、地理配準(zhǔn)。系統(tǒng)輸入為遙感圖像，輸出直接與GIS對(duì)接的地圖數(shù)據(jù)結(jié)構(gòu)；
　　2、提出了針對(duì)

5、GIS需求的圖像分割的兩步方法：標(biāo)量和矢量分割結(jié)合。標(biāo)量分割采用面向?qū)ο蟮亩喑叨葓D像分割方法，利用多尺度來避免過分割現(xiàn)象。矢量分割采用二元空間蛇模型的分割方法，抗噪聲干擾能力強(qiáng)，得到精確的矢量信息。采用兩步方法來解譯遙感圖像，將結(jié)合標(biāo)量分割和矢量分割算法各自的優(yōu)點(diǎn)，獲得更加可靠的結(jié)果；
　　3、在標(biāo)量分割中，提出了利用動(dòng)態(tài)二維高斯正態(tài)分布函數(shù)加權(quán)的光譜異質(zhì)度計(jì)算法則，通過弱化邊緣效應(yīng)對(duì)整個(gè)對(duì)象的影響，達(dá)到更加精確的分割結(jié)果；