粗糙集在遙感影像專題信息提取中的應用研究.pdf

1、遙感技術通過不同的空間平臺(如飛機、衛(wèi)星)上的傳感器(包括可見光、紅外、微波、激光等傳感器)從空中遠距離被動或主動地獲取地球表面大量數據。這些數據只有經過處理和解譯才能變成有用信息。而當前最突出的是缺乏快速有效的各種專題信息提取的技術和方法，如何從遙感大量影像數據中，快速有效的獲取有用的信息，以適應各種基礎信息系統(tǒng)建立的需求。介于此，本文深入探討了應用粗糙集理論對遙感影像中各種專題信息的特征屬性分析，從影像中對特定村鎮(zhèn)建設區(qū)、水體、農田

2、、林地、裸地等專題信息的快速提取，初步建立了專題信息提取的遙感信息系統(tǒng)。 不同傳感器獲取的不同分辨率遙感影像特性是各不相同的。“同物異譜，同譜異物”現(xiàn)象的廣泛存在，使得各種地物專題的正確區(qū)分變得非常困難。這種不確定性運用粗糙集理論進行分析探討，并做了一些算法設計與試驗分析的工作，得到了良好的提取結果。 因此，本文主要圍繞通過遙感數據機理探究，解析專題信息提取中的不確性及如何結合粗糙集來解決遇到的問題。 粗糙集理論

3、是一門新興的不確定性處理理論和工具，它特別適合于不完整、不確定知識和數據的表達、學習和歸納。遙感信息從其數據獲取開始，就始終伴隨著不確定性的存在，應用不確定性理論和方法研究遙感專題信息提取是當前遙感信息智能處理領域的主流研究趨勢之一． 專題信息提取，每種專題都有一種特定的模式。文中詳細分析了村鎮(zhèn)建設區(qū)，水體、道路、農田這些“模式”是如何形成的。文章就人工智能、模式識別理論與遙感圖像專題信息提取之間的關系進行詳細探討。專題信息的知

4、識是怎么表達的，通過建模進行特定專題信息的知識表達及機器識別。 各專題地物信息的知識表達抽象且模糊，怎樣進行有效的分析引入粗糙集理論，其特點為以不完全信息或知識去處理一些不明晰現(xiàn)象的能力，或者說依據度量到的某些不精確的結果而進行數據區(qū)分的能力。遙感專題信息中含有的較強空間復雜性和相關性，處理過程中存在不完整性和不確定性，所以借助善于處理不確定性信息的粗糙集理論具有比一般的硬計算方法可以獲得更好的性能。 本文的主要工作與創(chuàng)

5、新性成果包括： 1、研究特定專題信息知識表達的空間建模技術。不同遙感影像中待提取的特定專題地物的多種特征或屬性可運用粗糙集來進行重要關鍵的特征屬性挑選，而不需要采用諸如模糊隸屬度函數、概率分布密度等先驗知識，同時不會受到前提條件的約束。由此得到的遙感圖像專題的典型描述，對提取工作起指導性作用。 2、從圖像數據的不確定性出發(fā)，闡明圖像分割與分類的聯(lián)系以及它們與圖像專題信息提取的密切聯(lián)系。從分析不確定性出發(fā)，研究并開發(fā)了一種

6、普適性較好的影像中自動提取道路專題的方法，且在多種遙感影像數據的道路專題提取中得到成功應用。 3、提出遙感影像信息決策表的表達形式，并開發(fā)出基于變精度粗糙集(VPRS)的遙感數據特征選擇算法，變精度粗糙集中β對提取規(guī)則特征集的影響及β的穩(wěn)定區(qū)間的解決，使得算法能得到一致穩(wěn)定的結果。 4、將遙感數據表達成特征向量形式，由于對大量特征進行有效降維能提高提取效率，于是創(chuàng)造性提出基于RgPCA的遙感影像特征降維方法，該方法能克服

7、干擾，并在相同精度下比常規(guī)PCA提取的主成分個數更少。 5、遙感影像的專題劃分可以通過聚類來完成?？紤]到不確定因素，提出了Roughk-means聚類方法對遙感數據向量進行劃分以提取出專題，從誤差矩陣的分析結果看，Roughk-means聚類自動提取專題的方法效果要更好一些。而且將Roughk-means聚類方法成功應用于大范圍遙感影像中。 6、不確定性為誤差概念的延拓，為比誤差更一般的度量，是被量度對象知識缺乏程度的描