第八章遥感数字图像的计算机解译xin.pptVIP

六、遥感图像专家解译系统 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 六、 遥感图像专家解译系统 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。 系统逻辑结构图 六、遥感图像专家解译系统 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。 六、遥感图像专家解译系统 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 六、遥感图像专家解译系统 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 六、遥感图像专家解译系统 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。 六、遥感图像专家解译系统 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。 六、遥感图像专家解译系统 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。 六、遥感图像专家解译系统 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。 六、遥感图像专家解译系统 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。 三、图像分类方法 1、监督分类 （4）、最大似然比分类法(Maximum Likelihood) 最大似然比分类法在多类别分类时，常采用统计学方法建立起一个判别函数集，然后根据这个判别函数集计算各待分像元的归属概率。 x为待分像元，P（k)为类别k的先验概率，可以通过训练区来决定。由于上式中分母和类别无关，在类别间比较的时候可以忽略