遥感图像处理-多特征提取课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,遥感图像多特征提取和解译专家系统,1,目 录,1,、遥感图像解译概念；,2,、遥感图像多特征提取；,遥感图像多特征提取的概念；,地球表面物体分布特征；,地物边界跟踪法；,形状特征描述与提取；,地物空间关系特征描述与提取；,3,、遥感图像解译专家系统,遥感图像解译专家系统的组成,图像处理与特征提取子系统,遥感图像解译知识获取子系统,遥感图像解译专家系统的机理,计算机解译的主要技术发展趋势,2,1,、遥感图像解译,-,概念,当人们或是计算机系统能够从遥感图像数据中发现或者挖掘出信息，并将此信息分析、整理、传递给他人的时候，就是在进行图像解译。,图像解译的表达形式有：图像分类、专题信息提取和模式识别等。,3,2,、,遥感图像多特征提取,遥感图像多特征提取的概念；,地球表面物体分布特征；,地物边界跟踪法；,形状特征描述与提取；,地物空间关系特征描述与提取；,4,一、遥感图像多特征提取,-,概念,遥感图像解译，除了利用地物的光谱特征外，还需利用地物的形状特征和空间关系特征，因此需要提取图像的其他特征。对于高分辨率遥感图像，可以清楚地观察到丰富的结构信息，如城市是由许多街区组成的，每个街区又由多个矩形楼房构成，其中人造地物具有明显的形状和结构特征，如建筑物、厂房、农田田埂，因此可以设法去提取这类地物的形状特征及其空间关系特征，以作为结构模式识别的依据。,结构模式识别也叫句法模式识别，它可以提取地物的形状特征和空间关系特征，在此基础上识别遥感影像上的目标地物。,5,二、地球表面物体分布特征,地球表面的物体，从其分布特征来看，主要表现为三种形式，,点状地物,线状地物,面状地物,从信息论的观点看，一个图像颜色（地物光谱）特征均一的地物单元，其边界信息最丰富，地物形状特征是通过边界信息表现出来的。,6,三、地物边界跟踪法,地物边界跟踪法,-,分类；,点状地物与面状地物的边界跟踪；,面状地物的边界跟踪法；,线状地物信息检测与跟踪；,7,1,、地物边界跟踪法,-,分类,对地物边界跟踪，是获取地物形态特征的前提。针对不同地物分布特点，地物边界跟踪方法不同。,第一种方法以图像像元作为跟踪的落脚点，跟踪点的连线作为地物的界线。这种跟踪方法适用于线状物体的跟踪。,第二种方法认为地物的界线在相邻地物之间，因此边界跟踪的路径应该从两个相邻地物边界的像元中间穿过，这种方法适用于点状地物与面状地物的跟踪。,4,4,|,44,4,4 4,3,3 3,3,3,|,33,8,2,、点状地物与面状地物的边界跟踪,随着遥感影像空间分辨率的变化，相同地物的分布特征是可变的。例如，一种地物在高分辨率图像上表现为面状地物，但在低分辨率图像上可能表现为点状地物。反之，点状地物在高分辨率图像上也可以表现为面状地物。,点状地物是用一个像素或几个相邻像素表示的地物，因一个像素对应地表一定的面积，因此点状地物可视为缩小的面状地物。面状地物边界跟踪法同样适用于点状地物。,9,3,、面状地物的边界跟踪法,面状地物边界跟踪是在遥感图像分类基础上进行的。遥感数字图像分类实际上是根据地物物理特性对像素的重新组合与归并。经过分类后的图像，每个地物单元内部是均一的，与其他地物的差异主要通过地物单元的边界来表现。据此可以认为，,特征均一的地物单元（区域）的空间是由边界所确定的，边界由一个或多个孤段所构成，弧段是具有方向性的线段，线段由有限个有序的边界点所构成。,10,3,、面状地物的边界跟踪法,设,G,1,为图像中第一种地物类型，,G,2,为图像中第二种地物类型，像元,A,0,，,A,1,，,A,2,，,A,3,在二维图像空间分布中具有如下：,若,A,G,1,或,A,G,2,A=A,0,，,A,1,，,A,2,，,A,3,则称,4,个,像元在,2*2,图像窗口的中间点为内部点，,若存在,A,i,G,1,A,j,G,2,i,j,则称,4,个像元在,2*2,图像窗口的中间点为边界点，地物单元边界跟踪法是：,起始点的确定：设图像数据具有,m,行和,n,列，分别在图像四周各增加一行或一列数据，增加的像元赋值为,-1,，构成（,m,2,）*（,n,2,）的数字图像，经过上述处理，图像周边的像元都成为边界点。我们规定，第一个地物单元的边界点在图像坐标原点，将坐标原点作为起始点，开始跟踪时，记下起始点的坐标，顺序扫描图像，查找边界点。,举例,A,0,A,1,A,2,A,3,11,3,、面状地物的边界跟踪法,下一个跟踪点的确定：查找下一个跟踪点，关键是确定下一个跟踪点的方向。通过对地物单元边界点在图像窗口各种可能出现状态的分析，发现在逆（或顺）时针方向查找时，当前区域的下一个边界点是唯一的，寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的分布位置。利用已知的方向作指引，可以方便地查找到当前区域的下一个边界点。,举例,2 2 1 1 1 1 1 1 1,*,*,1 1 1 1 2 1 1 2 2 2,上一点位置,查找下一边界点的方向,当前点位置,12,3,、面状地物的边界跟踪法,利用方向指引，寻找到下一个边界点后，要求判别该点的坐标是否与起始点相同。不同时，继续寻找当前地物单元下一个边界点，相同时，记录下跟踪过程中边界点的各种信息，产生一个地物单元数据记录，然后利用同样跟踪方法，开始下一个地物单元边界的跟踪，一直到图像中所有地物单元跟踪完毕。上述跟踪方法可以拓广到多个地物类型的图像区域。,举例,13,4,、线状地物信息检测与跟踪,线状地物检测是对线状地物像素的亮度与方向特性进行检测，找出可能的线状地物点的算法。,线状地物检测的方法较多，简单的有阈值技术，复杂的有诸如假说检验程序等。线状地物检测的输出结果是线状地物种子点。,线状地物信息检测首先对数字图像进行增强处理，然后对图像进行二值化处理，图像的二值化方法一般是通过设定某个阈值，并以该阈值为门限，把具有灰度级的图像变换为二值的黑白图像。通过二值化处理，将图像中的像元分为线状地物与背景，在此基础上进行噪声消除，从而获得较为正确的线状地物片断，作为下一步线状地物扩展与连接的起始点。数据经过以上处理后，得到一幅初始的线状地物图。,14,4,、线状地物信息检测与跟踪,理想状态下，数字图像中代表线状地物的像素是连续的，这时可以采用逐行扫描的方法在二值图像上寻找每一行上代表线状地物的像素，根据像素的多寡计算出线状地物的宽度。在保证连通性的前提下对构成线段的像素进行剥皮细化，留下骨干像素，然后对下一行进行处理，寻找代表线状地物的像素，应用同样的方法，对线状地物进行跟踪。,15,4,、线状地物信息检测与跟踪,在实际遥感图像计算机解译中，遥感图像中线状地物多以间断线状地物种子点形式出现，因此需要利用相关信息或全局约束来扩展线状地物种子点以形成线状地物片断。,在此基础上，可以应用更多的全局信息及知识来进一步将线状地物片断扩展、连接成为更为完整的线状地物图。,16,四、地物形状体征的描述和提取,1,、形状特征描述,通过边界跟踪可以获得一系列有序的边界点，这些边界点提供了地物单元形状特征的大量信息。这里主要介绍采用链码来记录和描述边界点的方法。,链码是一组具有方向标志码的有序系列，,A,=,a,1,，,a,2,，,a,3,，,a,n,。它是由中心像素指向其,8,个邻点的方向来定义的。方向标志码可按逆（或顺）时针方向定义。,0,1,2,3,4,5,6,7,0,1,3,4,5,7,2,6,17,1,、形状特征描述,链码值在,0,7,，采用链码方法记录地物边界线，在地物单元跟踪时方便实用，它既可用来表示一条边界线相邻像素点之间的位置，又可以在边界跟踪过程中控制各像素邻点的检测顺序。,为便于链码与地理坐标间的转换，规定地理坐标原点取在屏幕左上角，即,X,轴由左向右，,y,轴由上而下。对一个连通的像素序列来说，与某一像素连通的后续像素只可能是由,0,7,中的任一个方向码。因此，对图像边界来说，除像素序列的初始像素外，任一后续像素位置均可用,0,7,中的一个数值来唯一地确定。,18,1,、形状特征描述,链码到像元的坐标换算方法为：,x,0,y,0,为边界起始点的坐标；,x,n,y,n,为当前链码所指向的边界点坐标；,a,j,x,，,a,j,y,分别为,a,j,在,x,坐标和,y,坐标的分量。,19,1,、形状特征描述,像元坐标到链码换算方法为：,x,1,y,1,分别为当前点在,x,坐标和,y,坐标分量；,x,0,y,0,分别为上一点在,x,坐标和,y,坐标分量；,F(a,i,),为在不同状态时的对应函数值，即该点的链码，这里的链码是采用逆时针方向定义的。,利用链码可以有效地记录地物边界信息，描述地物形态特征。,20,2,、形状特征提取,地物单元周长,P,：,设相邻像素间采用链码表示的长度为：,n=Mod(2,i),i=1,2,7,，为链码的方向。,设,j,为地物边界像素点的个数。将所有链码段的长度相加，即为周长。运用计算周长的方法，也可以计算出线状地物的长度。,地物面积,S,：可以利用边界点上的地理坐标求算面积，其面积提取方法如,下：首先计算出面状地物每一行的面积,S,k,像元地面分辨率,x,i,x,j,为同一行边界点的,x,地理坐标，,m,为地物总列数。,21,2,、形状特征提取,地物形态特征的提取,线状物体的曲率：,面状地物的形状系数,线段长度,弦长,面状物体周长,面状地物面积,22,五、地物空间关系特征描述与提取,地物空间关系特征,这里所讲的地物空间关系是指遥感数字图像中两个地物或多个地物之间在空间上的相互联系，这种联系是由地物的空间位置所决定的。,在二维空间，地物的空间关系主要表现为以下几种：,方位关系：指两个地物之间方向与位置的相对关系。方位关系用来描述边界并不相互接触的两个物体。通常采用以一个物体为中心，描述另一个物体位于它的哪个方向上，距离它有多远。,23,1,、地物空间关系特征描述,方位关系的描述包括以下内容：,距离关系：,即一个物体到另一个物体的直线距离。由于空间分布的地物具有三种类型，因此，各种物体之间的距离关系定义也不相同。点状地物之间的距离则是两点间的距离，点状地物到线状地物的距离是该点到该线上某一点的最短直线距离。点状地物到面状地物的最短距离为该点到面状地物边界的最短距离。线状地物到面状地物的最短距离是线上一点到面状地物边界点的最短距离，面状地物到面状地物的距离是两个面状地物边界点的最短距离。,方向关系：,即一个物体相对于另一个物体的方向。方向关系常用八个方向来描述，每个方向可以用方位角区间来定量表示。,24,1,、地物空间关系特征描述,不同地物之间的空间关系,不同地物类型之间的距离关系,25,1,、地物空间关系特征描述,包含关系：一个物体位于另一个物体内部，并且边界不相邻。包含关系具有三种情况：点包含在面状地物内部，线状地物被包含在面状地物内部，一个小的面状物体被另一个大的面状物体所包围。,相邻关系：,指两个地物在边界上相邻。两个面状物体的相邻关系，存在着两种不同状况：外接邻域，内接邻域。点与面相邻是指点状地物位于面状地物的边界，线状地物与面状地物相邻是指线状地物上一点或多点位于面状地物边界。,26,1,、地物空间关系特征描述,相交关系：,两个地物在一点上交汇，它主要用来描述点状地物与线状地物，线状地物与线状地物的空间关系。它包含两种情况：点状地物位于线状地物的某一点，两条线状地物相交一点或相交多点。,相贯关系：,一个线状物体通过面状物体的内部，例如穿过林区的道路。,27,2,、方位关系的提取,计算距离,D,A,、,B,为空间上两点。,确定方位：设地物,A,、,B,分布在二维图像空间内，令,x,轴正向指向东，,y,轴正向指向北，分别对地物,A,、,B,作,x,与,y,方向正交投影，可以得到地物,A,、,B,在,X,轴上的坐标和在,Y,轴向的坐标，比较地物投影在,X,和,Y,方向的坐标大小，可以获得地物,A,相对于地物,B,的方位关系，或地物,B,相对于地物,A,的方位关系。,28,包含关系特征提取与描述,提取点状地物与面状地物的包含关系，关键是判明点状地物是否为面状地物所包含，有两种方法可以判断点状地物是否在区域内：,1.,铅垂线法：设一个多边形,F=,（,p1,，,p2,，,p3,，,，,pn,）由有序的,n,个点,P1,，,P2,，,P3,，,，,Pn,联接构成其多边形边界。因为区域闭合，有,p1=pn,设一个点状地物为,p,，由,p,作一条铅垂线，如果铅垂线与多边形相交的边数为偶数，则该点在多边形之外，否则在多边形之内。使用铅垂线法需要注意点状地物与多边形边界相交的异常情况。,2.,射线法：若点状地物在多边形内部，由该点向任意方向作射线，必然与面状地物边界相交，据此可以判断点状地物在多边形内部，否则点状地物不被该面状地物包含。,29,包含关系特征提取,提取线状地物与面状地物的包含关系，关键是判明线状地物是否为面状地物所包含，假设线状地物为面状地物所包含，此时组成线段的各点也必然为面状地物所包含，这样可以将提取线状地物与面状地物的包含关系的运算简化，可以利用铅垂线法或射线法检测,“,线,”,上的点是否在多边形内部。,30,包含关系特征提取,一个面状物体是否包含另一个面状物体，只需要判明这个面状物体的边界是否在另一个面状物体内部，此时把一个面状物体是否包含另一个面状物体的问题简化为线状地物与面状地物的包含关系，进一步简化为点状地物与面状地物的包含关系。这仍然可以采用铅垂线法或射线法来检测。,31,相邻关系特征提取,包括三种不同情况：,点与面相邻，这可以通过检测“点”是否在多边形的边界上来确认。,线状地物与面状地物相邻，首先需要了解线状地物与面状地物边界是否相交，如果存在相交，那么以相交点为裁剪点，将线状地物一分为二，分别检测这两个线段是否同时在面状地物的外部或在面状地物的内部。若同时在面状地物的外部或在面状地物的内部，说明线状地物与面状地物相邻，否则不是。,32,相邻关系特征提取,两个面状地物相邻问题，可以采取更为简单的方法。因为两个相邻多边形（面状地物）共用一条边界，每条边界记录了两个多边形标号，其标号中一个是该边对应的当前多边形，另一个是相邻接的多边形。通过检索一个多边形边界，必然能够找到相邻接的多边形。可以利用弧段建立多边形与边界的关系。根据定义，弧段是一条规定了起点和终点的线段，区域分割时，一组弧形形成的封闭曲线确定了多边形（面状地物）的空间位置，一个弧段仅属于一个唯一的区域。,33,相邻关系特征提取,两个相邻的区域，必然存在两条具有不同起点和终点的弧段，但是两条弧段具有方向相反，各点在空间位置相同的特征，利用这个特性，可以找到区域的相邻关系。设,A,区域上存在弧段,A,0,A,n,，其起点为,A,0,，终点为,A,n,，,B,区域上存在弧段,B,0,B,n,，其起点为,B,0,，终点为,B,n,，若,A,0,=B,n,A,n,=B,0,同时成立，则说明,A,区域与,B,区域相邻，依据该方法，可以查询到一个特定面状地物的所有邻域。,34,相交关系特征提取,点与线的相交，主要判明点是否在线段上即可。,两条线段相交，可以利用两条直线求交点公式。假定每条线段都是由有限个点构成。设第一条线段上相邻两点的坐标为（,x,i,y,i,）与,(x,i+1,y,i+1,),，第二条线段的相邻两点坐标分别为（,x,j,y,j,）与（,x,j+1,y,j+1,),，分别采用第一条线段上的两点依次与第二条相邻两点构成的线段求交点，设两直线的方程为,(1),如果存在交点，其交点坐标为（,2,）。,（,1,）,（,2,）,35,相贯关系特征的提取,其方法类似于提取线状地物与面状地物相邻关系，首先需要了解线状地物是否与面状地物边界相交，如果存在相交，那么以相交点为裁剪点，将线状地物一分为二，分别检测这两个线段是否一个在面状地物的外部，另一个在面状地物的内部。若成立，则可以选取在面状地物内部的线段，检查其是否与面状地物在边界上有另一个交点，若存在相交点，提取关系特征。,36,地物空间关系特征描述与提取,一般说来，地物空间关系的提取是在完成形状特征提取的基础上进行的。首先，它对相同分布特征的地物进行提取，如对具有面状特征的植被类型或土壤类型进行提取。然后在不同分布特征的地物间进行提取，如提取具有线状特征的灌溉渠和具有面状特征的农田之间的空间关系。,37,空间关系特征提取与描述,提取空间特征关系，效率非常重要。对于空间相邻关系、包含关系、相交关系和相贯关系，可以采用双向投影方法判别它们是否在空间上临近或包含。这里以检测两个面状物体是否具有包含关系为例，予以说明。,38,地物空间关系特征描述与提取,空间关系特征提取与描述,设,A,，,B,为两个多边形（面状地物），若对,A,的边界分别作两条切线，令其斜率为,，可得到两条切线分别与,x,轴交点（,x,1,0,）和（,x,2,0,）。其中,x,1,x,2,，则称闭区间,x,1,x,2,为多边形,A,在,x,轴上的正交投影，再对多边形,A,的边界分别作两条切线，令其斜率为,0,，可得到两条切线分别与,y,轴交点（,y,1,，,0,）和（,y,2,，,0,）。其中地,y,1,y,2,，则称闭区间,y,1,y,2,为多边形,A,在,y,轴上的正交投影，双向投影的交集是多边形,A,的最小外接矩形。,运用同样方法，可得到多边形（面状地物）,B,的最小外接矩形。判定两者是否可能具有包含关系，只要比较两者闭区间的端点值即可。,39,空间关系特征提取与描述,利用计算机实现正交双向投影比较，其方法比较简单，只要分别对多边形,A,和多边形,B,边界上所有点的坐标排序，分别求出,x,坐标最大、最小和,y,坐标最大、最小的点，然后分别比较它们的大小，即可确定多边形,A,、,B,之间是否可能具有包含关系。同样，这种方法可以运用到空间相邻关系、相交关系和相贯关系特征提取上。,40,3,、遥感图像解译专家系统,专家系统：把某一特定领域的专家知识与经验形式化后输入到计算机中，由计算机模仿专家思考问题与解决问题，是代替专家解决专业问题的技术系统。,遥感图像解译专家系统的组成,图像处理与特征提取子系统,遥感图像解译知识获取子系统,遥感图像解译专家系统的机理,计算机解译的主要技术发展趋势,41,一、遥感图像解译专家系统的组成,1,、,图像处理与特征提取子系统：,包括图像处理、地形图数字化、精纠正、特征提取，结果存贮在遥感数据库内。,2,、,遥感图像解译知识获取系统：,获取遥感图像解译专家知识，并把专家知识形式化表示，存贮在知识库中。,3,、,狭义的遥感图像解译专家系统。,42,系统逻辑结构图,43,二、图像处理与特征提取子系统,1,、图像处理：,图像滤波可消除图像的噪声；,图像增强可突出目标物体与背景的差异；,大气纠正可消除大气散射、雾霁等影响；,几何精校正后的数字影像可与专题图精确复合；,2,、分类与特征提取子系统,从图像中抽取光谱特征、图像特征和空间特征，为专家系统进行推理、判断及分析提供依据。,44,三、遥感图像解译知识获取子系统,1,、遥感图像解译知识获取系统的主要功能是知识获取,.,2,、知识获取有三个层次,:,增加遥感解译新知识,发现原有错误知识,修改或补充新知识,根据解译结果,自动总结经验，修改错误知识,增加新知识,.,4,、遥感图像解译描述性知识可以采用框架式方法表示,框架知识表示方法的特点,5,、过程性知识采用产生式规则知识表示方法,产生式规则的特点,45,四、遥感图像解译专家系统的机理,1,、遥感图像数据库包括遥感图像数据和每个地物单元的不同特征，由数据管理系统管理。,2,、解译知识库包括专家解译知识和背景知识，由知识库管理系统管理。,3,、推理机采用正向推理和反向推理相结合的方式进行遥感图像解译。,推理机具有两种运行形式,咨询式：用户和系统进行人机对话，解译系统根据用户提供的区域信息和任务要求，完成遥感图像解译。,隐蔽式：解译过程中图像数据同解译知识的结合在专家系统内部进行。数据的传递、知识的调用都在系统内部独立完成,46,五、计算机解译的主要技术发展趋势,1,、抽取遥感图像多种特征,对高分辨率卫星图像的自动解译来说，一般分别对目标地物采用地、中、高三个层次进行特征抽取和表达。,低层次的对象是像素，每个像素对应的 数值是该地物波谱特征的表征；,中层次主要抽取和描述目标的形态、纹理等空间特征；,高层次主要抽取和描述识别目标与相邻地物之间的空间关系。,47,五、计算机解译的主要技术发展趋势,2,、逐步完成,GIS,各种专题数据库的建设，利用,GIS,数据减少自动解译中的不确定性,GIS,数据库在计算机自动解译中发挥以下重要作用：,（,1,）,对遥感图像进行辐射校正，消除或降低地形差异的影响；,（,2,）作为解译的直接证据，增加遥感图像的信息量；,（,3,）作为解译的辅助证据，减少自动解译中的不确定性；,（,4,）作为解译结果的检验数据，降低误判率。,48,五、计算机解译的主要技术发展趋势,3,、建立适用于遥感图像自动解译的专家系统，提高自动解译的灵活性,需要从以下两方面开展工作：,建立解译知识库和背景知识库。,解译知识库是遥感图像解译认识和经验经形式化后记录在贮存 介质上的。背景知识库是有关遥感解译背景知识与经验的集合，以地学知识为主。,根据遥感图像解译的特点来构造专家系统。,49,五、计算机解译的主要技术发展趋势,4,、模式识别与专家系统相结合,既可以发挥图像解译专家知识的指导作用，在一定程度上为模式识别提供经验性的知识，又可以利用数字遥感图像本身提供的特征，有助于提高计算机解译的灵活性。,50,五、计算机解译的主要技术发展趋势,5,、计算机解译新方法的应用,（,1,）人工神经网络,(,Artificial Neural Networks),在遥感图像识别中的应用。,（,2,）,小波分析在遥感图像识别中的应用。,（,3,）分形技术在遥感图像识别中的应用。,（,4,）模糊分类方法遥感图像识别中的应用。,51,