近日,我室硕士生黄河羚婕(指导老师陈建裕研究员)在ISPRS International Journal of Geo-Information上发表了关于海岸带高分辨率遥感图像对象解译的文章。在遥感领域,图像解译是一个主要的研究主题。随着高分辨率遥感影像的发展,地理基于对象的图像分析(GEOBIA)成为一个重要的子学科。模仿人的能力去理解图像激发了引入专家知识进行图像对象解译的相关研究。这类研究一般分为三个部分:(1)鉴别和形式化域知识;(2)图像分割和特征提取;以及(3)将图像对象与相应地理概念进行匹配。在基于本体论的遥感图像解译中,本研究提出了一个新的方法,通过结合多尺度分割的图像对象和概念定义来表达上下文信息。单图像对象的光谱特征和几何特征被提取出来参与解译,以及两个对象之间的拓扑关系也被用于解译。OWL-QL用来形式化域知识,并且解译过程由OWL-QL查询响应机制完成。本研究在两个海岸带的遥感影像上进行解译,并与监督分类的解译结果相比较,所提出的方法在解译的分类数量(遥感图像1:10类到19类;遥感图像2:7类到12类)增加以及整体精度提升(遥感图像1:0.55到0.77;遥感图像2:0.65到0.86)。监督分类只分析单图像对象的特征(光谱特征和几何特征),上下文信息对图像分类的提升起到主要作用。本研究还显示了本体论在知识指导的图像解译中的关键作用。
多尺度分割与地理概念的关系
引用:Huang, H., J. Chen, Z. Li, F. Gong and N. Chen. Ontology-Guided Image Interpretation for GEOBIA of High Spatial Resolution Remote Sense Imagery: A Coastal Area Case Study. ISPRS International Journal of Geo-Information, 2017, 6(4): 105.
© 2021卫星海洋环境动力学国家重点实验室 版权所有.
浙ICP备10040255号-4 流量统计