CN103971121B - 多源影像知识库解译方法 - Google Patents

Abstract

本发明涉及遥感图像解译领域，尤其涉及一种多源影像知识库解译方法，包括：步骤1，基于多源影像数据的光谱特征、纹理特征、形状特征、邻近关系特征建立面向对象的解译知识库；步骤2，利用所建立的解译知识库对多源影像进行解译。本发明通过摆脱了通过人来识别的传统方式；降低了对解译人员专业技术水平的要求；通过解译知识库的方式保存使知识得到了继承和积累；通过工程化数据解译，降低了人力工作时间，减少了人员参与，提高了多源影像的自动化生产能力；解译输出的成果实现了统一化、规范化及工程化。

Description

多源影像知识库解译方法

技术领域

本发明涉及遥感图像解译领域，尤其涉及一种多源影像知识库解译方法。

背景技术

遥感图像解译是根据图像的几何特征和物理性质，进行综合分析，从而揭示出物体或现象的质量和数量特征，以及它们之间的相互关系，进而研究其发生发展过程和分布规律，也就是说根据图像特征来识别它们所代表的物体或现象的性质。

现有遥感图像解译通常以目视解译为主，即在计算机上以人机对话方式进行识别和解译工作，其基本方法基于以下六点：

1、首先熟悉、吃透本工作区域的有关资料(即地质、地貌、水文、气象、植被、土壤、物探、化探资料及前人各类工作成果)；分析研究前人对区域地质遥感解译成果的合理、可靠程度，弄清遥感资料能解决的地质问题和已解决及有待解决的地质问题。地质体的性质是多方面的，主要包括物理性质与化学性质两大类，遥感主要是反映地质体的光谱特征信息，对全面认识地质体而言，有其局限之处。遥感影像记录的是地质体光谱反射(SAR为后向散射)和辐射特征，地质体性质和表面特征不同所反映出的光谱特征差异可通过色、形、纹、貌四种影像特征要素加以表征。

2、总体观察分析，也就是初步解译，了解区域的格架，对地层、岩石、构造、矿产、地貌等因素的内在联系看成一个整体，分析其标志的意义，由整体到局部进行逻辑性推理判断，区分异同。主要完成基础数据资料的收集、卫星影像图制作、遥感地质初步解译和野外地质踏勘四项工作，为专题遥感地质调查、区域遥感地质调查设计编写提供充分的遥感地质依据，对正确、合理部署野外调查工作起重要作用。

3、对比分析，有条件要依据不同比例尺、片种、时代、季节、波段、毗邻地段进行对比，了解解译标志变化与地质体、地质现象间的关系，提高认识。

4、遥感数据是遥感地质解译必需的基础数据源，为了最大限度地利用遥感数据提取地质专业信息，应系统地了解掌握各类遥感数据的基本技术参数、地学特征，确保数据类型、最佳波段和最佳波段组合的选取。

5、安排遥感解译验证工作，结合测区遥感图像，编制踏勘工作计划，并将计划的工作内容、位置等部署在初步解译图上，用来指导踏勘工作的实施。根据踏勘工作计划与部署，全面实施踏勘路线调查；踏勘结束后应对路线踏勘资料进行系统的、详细的分析、整理和研究，初步建立各类地质体的遥感解译标志，编制遥感地质解译草图。其目的是概略了解和掌握区域地质特征、地质体解译标志建立的准确性，系统采集其岩性特征、岩石组合特点、边界地质属性，为正确提取地质体信息、区分属性提供野外依据。

6、详细解译，以遥感解译草图为底图，在初步解译的基础上，通过野外检查验证(野外工作后)，确定标志的可靠性，予以外延，标志经过修改后重新进行解译(即通过各种资料对比及野外工作后对各类地质体、线、环形构造等新的认识)，配合地质需求对调查的地质问题进行分析与综合研究，完善地质解译标志，加以修正定稿。

目视解译的流程包括：

1、目视判读前的准备工作阶段：

1)判读人员进行专业知识及判读知识的学习；

2)判读人员进行野外实地勘察、阅读判读好的遥感图像、对比遥感图像与实地；

3)搜集充足的相关资料，如历史资料、统计资料、各种地图以及专题图、实况测定资料和其他辅助资料等；

4)选择适合的遥感图像，明确遥感图像的来源、特征、时相；

5)准备判读仪器和设备。

2、初步判读与判读区的野外考察：

初步判读的主要任务是掌握解译区域特点；野外考察的目的是建立遥感影像解译标志。

3、室内详细判读：

在了解和掌握判读地区地理概况的基础上，制定出统一的分类系统(土地利用或覆盖分类、植被分类、地貌分类系统)，根据判读标志，利用判读方法进行判读。

4、野外验证和补判；

5、目视判读成果的制图与总结。

现有遥感图像解译方法，主要具有以下弊端：

1、传统的要遥感解译方式多采用人工解译的方式，利用目的方式结合GIS软件进行解译：

1)受作业员的知识体系决定，不同作业员对目标的认知不同会解译出不同的结果；

2)由于是人员解译，因此判读的精度和效率也会受作业员的态度影响；

3)解译成果验证，以及错误解译修改复杂。

2、以项目为单元采用监督分类方式，存在以下问题：

1)忽略了丰富且重要的空间信息，获得的信息十分有限；

2)无法解决同物异谱和异物同谱的问题，增加了分类难度，造成提取结果存在更为严重的“椒盐现象”；

3)随着空间分辨率的提高，遥感影像的数据量成指数级增长，用传统方法对高分辨率影像进行信息提取运算量大，速度慢，不能满足遥感信息快速提取的要求。

3、基于像素的专家解译知识库系统，只能记录出样本的点的光谱信息，无法分析纹理特征、形状特征、距离特征、以及上下文之间的关系等重要的特征，所以无法进行批量的数据解译，只能对特定规则的特定影像数据进行解译。

发明内容

本发明的目的在于提供一种多源影像知识库解译方法，以解决上述的问题。

为实现上述目的，本发明提供了一种多源影像知识库解译方法，包括：

基于多源影像数据的光谱特征、纹理特征、形状特征、邻近关系特征建立面向对象的解译知识库；

利用所建立的解译知识库对多源影像进行解译。

进一步，步骤1包括以下过程：

(1)根据解译要素的特征，寻找解译目标与其他目标的不同特征，对特定的要素进行量化，采用目标特征进行表述；

(2)根据解译目标、特定的数据源、特定的地理特征、季节特征、区域特征，制定特定的遥感信息解译流程和方法；

(3)将(1)、(2)按照数据流程的方式保存在数据库中，建成解译知识库。

进一步，目标特征包括但不限于形状、大小、色调、阴影、水系、地貌形态标志、纹理、位置、植被、长宽比例、邻近关系、包含关系。

进一步，制定特定的遥感信息解译流程和方法包括但不限于制定对数据进行分割、对数据进行分类、对数据进行合并、对数据进行拆分的流程和方法。

进一步，步骤2包括：

(1)输入需要解译的多源影像数据；

(2)建立遥感信息提取功能，确定遥感信息提取的类型以及辅助参考信息；

(3)根据(2)在所述解译知识库中自动筛选符合条件的专家解译知识；

(4)将符合条件的专家解译知识提交服务器进行解译；

(5)得到按照指定规则集的遥感解译成果数据。

进一步，当筛选出多个符合条件的专家解译知识时，通过人工选择最合适知识。

进一步，多源影像数据包括但不限于光学遥感数据、SAR遥感数据、激光雷达数据、卫星影像数据、航空遥感数据、地面遥感数据。

进一步，还包括对所建立的解译知识库进行维护。

与现有技术相比，本发明的有益效果是：

(1)本发明通过面向对象技术，将遥感数据的光谱特征、纹理特征、形状特征、邻近关系特征用知识库的方式保存，摆脱了通过人来识别的传统方式；

(2)本发明将遥感解译知识进行流程化和知识化，降低了对解译人员专业技术水平的要求，无需培训和具有相关经验；

(3)本发明将解译的经验知识通过解译知识库的方式保存使知识得到了继承和积累；

(4)本发明通过工程化数据解译，由原来的原有的电脑人机交互方式变为自动化和半自动方式，降低了人力工作时间，减少了人员参与，提高了多源影像的自动化生产能力；

(5)本发明解译输出的成果实现了统一化、规范化及工程化。

附图说明

图1为本发明多源影像知识库解译方法的流程图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

参图1所示，图1为本发明多源影像知识库解译方法的流程图。

在本实施方式中，一种多源影像知识库解译方法，包括：

步骤1，基于多源影像数据的光谱特征、纹理特征、形状特征、邻近关系特征建立面向对象的解译知识库。

该步骤具体包括以下子步骤：

(1)根据解译要素的特征，寻找解译目标与其他目标的不同特征，对特定的要素进行量化，采用目标特征进行表述。

影像中不同类别物体特性，包括光谱特征、几何特征、位置特征、纹理特征、专题属性特征、元数据特征、点云特征、类相关特征、流程相关特征以及必要的全局特征等千余种常用特征；多种种相关性函数，作为决策依据。

同时又可自定义特征，即包括创建传统的算术特征，又可创建包含各种逻辑关系的关系型特征，而且特征的选取不受的限制，具有良好的可扩展性。

在影像中不同的物体有不同特征，例如：沥青道路的光谱特征大多表现为黑色，生长中的农作物是光谱特征大多表现为绿色；沥青道路的形状特征多为长条形，长宽比率较大。生长中的农作物的相撞特征大多为方形，长方形；沥青道路道路的纹理特征常表现均匀，一个区块内颜色大体一致，生长中的农作物根据的纹理特征多为均匀分布的相同类型斑点。通过知识库的方式对这些特征进行记录和量化。

(2)根据解译目标、特定的数据源、特定的地理特征、季节特征、区域特征，制定特定的遥感信息解译流程和方法；

(3)将(1)、(2)按照数据流程的方式保存在数据库中，建成解译知识库。

目标特征包括形状、大小、色调、阴影、水系、地貌形态标志、纹理、位置、植被、长宽比例、邻近关系、包含关系等数百种特征。

以下是常用的目标特征：

一、形状(Shape)

形状是指地物外部轮廓的形状在影像上的反映。不同类型的地面目标有其特定的形状，因此地物影像的形状是目标识别的重要依据。

二、大小(Size)

大小是指地物在像片上的尺寸，如长、宽、面积、体积等。地物的大小特征主要取决于影像比例尺。有了影像的比例尺，就能够建立物体和影像的大小联系。

三、色调(Tone)和色彩(Color)

色调是物体的电磁波特性在图像上的反映，在黑白像片上指黑白深浅程度。地物的形状、大小都要通过色调显示出来，所以色调特征是最基本的解译标志。如排水性良好、干燥的、有机质成分低的土壤；中酸性岩浆岩、松散堆积物、大理岩、石英岩等一般具有浅色调。

如潮湿的、有机质成分高的土壤、煤层、基性、超基性岩浆均具有较深色调。

如石灰岩、白云岩、砂岩以及中基性岩浆岩等，变质岩中的变粒岩具有灰色色调。

在利用色彩判断地物时，要注意：

①多波段的彩色合成图像，不仅要了解地物的波谱特性，而且要知道彩色合成时波段影像与红、绿、蓝三色的对应关系

②彩红外图像：植被－红、水－蓝青、道路－灰白、建筑物－灰或浅蓝。

四、阴影(Shadow)

阴影分本影和落影两种。

本影－指物体本身没有被光线直接照射到的部分，在像片上呈暗色调。它有助于建立像片的立体感。

落影－地物经光线照射投影于地面的物体阴影，在像片上呈暗色调，它有助于观察地物的侧面形态及一些细微特征。

五、水系(River System)

水系标志在地质解译中应用最广泛，它可以帮助我们区分岩性、构造等地质现象。这里所讲的水系是水流作用所形成的水流形迹，即地面流水的渠道。它可以是大的江河，也可以是小的沟谷，包括冲沟、主流、支流、湖泊以至海洋等。在图像上可以呈现有水，也可以呈现无水。水系的级序，一般是从冲沟到主流，依次由小到大(1、2、3……)排列。

六、地貌形态标志

1、山顶形态；2、山坡形态；3、沟谷形态。

七、纹理(Texture)

很小的物体，在图像上是很难个别地详细表达的,但是一群很小的物体可以给图像上的影像色调造成有规律的重复，即影像的纹理特征。

八、位置(Location)

是指地物的环境位置以及地物间的空间位置关系在像片中的反映。也称为相关特征。它是重要的间接判读特征。

九、植被

反映明显，直接解译更方便。

步骤(2)中，制定特定的遥感信息解译流程和方法包括但不限于制定对数据进行分割、对数据进行分类、对数据进行合并、对数据进行拆分的流程和方法。

步骤2，利用所建立的解译知识库对多源影像进行解译。

该步骤具体包括：

(1)输入需要解译的多源影像数据。

多源影像数据按照数据类型划分可分为：光学遥感数据、SAR遥感数据、激光雷达数据等。

多源影像数据按照采集方式划分可分为：卫星影像数据、航空遥感数据、地面遥感数据等。

多源影像数据按照数据格式划分可分为：TIF、IMG等格式等

(2)建立遥感信息提取功能，确定遥感信息提取的类型以及辅助参考信息(信息提取设置)。

(3)根据(2)在所述解译知识库中自动筛选符合条件的专家解译知识。当筛选出多个符合条件的专家解译知识时，通过人工选择最合适知识。

(4)将符合条件的专家解译知识提交服务器进行解译(解译任务处理)。

(5)得到按照指定规则集的遥感解译成果数据。

多源影像数据包括但不限于光学遥感数据、SAR遥感数据、激光雷达数据、卫星影像数据、航空遥感数据、地面遥感数据。

另外，为了更好地使用该解译知识库，需要经常对其进行维护。

本发明通过提供了一种多源影像知识库解译方法，具有以下有益效果：

(1)本发明通过面向对象技术，将遥感数据的光谱特征、纹理特征、形状特征、邻近关系特征用知识库的方式保存，摆脱了通过人来识别的传统方式；

(2)本发明将遥感解译知识进行流程化和知识化，降低了对解译人员专业技术水平的要求，无需培训和具有相关经验；

(3)本发明将解译的经验知识通过解译知识库的方式保存使知识得到了继承和积累；

(4)本发明通过工程化数据解译，由原来的原有的电脑人机交互方式变为自动化和半自动方式，降低了人力工作时间，减少了人员参与，提高了多源影像的自动化生产能力；

(5)本发明解译输出的成果实现了统一化、规范化及工程化；

(6)本发明的解译知识库使信息和知识有序化，建立知识库，必定要对原有的信息和知识做一次大规模的收集和整理，按照一定的方法进行分类保存，并提供相应的检索手段。经过这样一番处理，大量隐含知识被编码化和数字化，信息和知识便从原来的混乱状态变得有序化。这样就方便了信息和知识的检索，并为有效使用打下了基础；

(7)本发明的解译知识库加快了知识和信息的流动，有利于解译知识的共享与交流，通过进行综合的建立、存储、查询、管理、调用等，使技术人员获得新信息和新知识的速度大大加快，提高了解译的工程化水平；

(8)本发明的解译知识库还有利于实现组织的协作与沟通，知识库可将技术人员和有经验的作业人员的知识量化和存储。员工在工作中解决了一个难题或发现了处理某件事更好的方法后，可以把这个建议提交给一个由专家组成的技术小组。技术小组对这些建议进行审核，把最好的建议存入知识库；

(9)本发明的解译知识库可以实现对知识有效管理，一般老的技术人员拥有很多宝贵的经验和信息，但随着他们的离开或工作的调动，这些信息和知识便会损失。因此，知识库的一个重要内容就是所有信息进行保存，以方便新的技术人员随时利用。遥感解译知识库在重大基础测绘项目首先是收集各项目的研究成果，使项目经验保存下来。在其他项目和类似项目中进行重用，保证了技术的稳定性。由于知识的记录大大可以降低重大基础测绘项目的技术难度，由原来的制作解译方法变成了查找解译方法。另外随着知识的收集的丰富，可以利用知识库去总结和发现规律，从收集知识到知识发现的转变。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种多源影像知识库解译方法，其特征在于，包括：

步骤1，基于多源影像数据的光谱特征、纹理特征、形状特征、邻近关系特征及自定义特征建立面向对象的解译知识库，其中，所述多源影像数据包括但不限于光学遥感数据、SAR遥感数据、激光雷达数据、卫星影像数据、航空遥感数据、地面遥感数据；所述自定义特征包括算数特征及包含逻辑关系的关系型特征；所述步骤1具体包括：

(1)根据解译要素的特征，寻找解译目标与其他目标的不同特征，对特定的要素进行量化，采用目标特征进行表述；其中，所述目标特征包括但不限于形状、大小、色调、阴影、水系、地貌形态标志、纹理、位置、植被、长宽比例、邻近关系、包含关系；

(2)根据解译目标、特定的数据源、特定的地理特征、季节特征、区域特征，制定特定的遥感信息解译流程和方法；其中，所述制定特定的遥感信息解译流程和方法包括但不限于制定对数据进行分割、对数据进行分类、对数据进行合并、对数据进行拆分的流程和方法；

(3)将(1)、(2)按照数据流程的方式保存在数据库中，建成解译知识库；

步骤2，利用所建立的解译知识库对多源影像进行解译，具体包括：

(1)输入需要解译的多源影像数据；其中，所述多源影像数据包括但不限于光学遥感数据、SAR遥感数据、激光雷达数据、卫星影像数据、航空遥感数据、地面遥感数据

(2)建立遥感信息提取功能，确定遥感信息提取的类型以及辅助参考信息；

(3)根据(2)在所述解译知识库中自动筛选符合条件的专家解译知识；当筛选出多个符合条件的专家解译知识时，通过人工选择最合适的专家解译知识；

(4)将符合条件的专家解译知识提交服务器进行解译；

(5)得到按照指定规则集的遥感解译成果数据。

2.根据权利要求1所述的多源影像知识库解译方法，其特征在于，还包括对所建立的解译知识库进行维护。