基于数据驱动的马尔科夫链蒙特卡洛计算框架的遥感图像分割与理解

本课题研究适应于不同尺度遥感图像（主要基于Google Earth等）的图像自动分割和理解方法。基于数据驱动的马尔可夫链蒙特卡罗计算框架，通过自顶向下对不同尺度下的遥感图像基本元素（道路、草地、屋顶等）建立视觉模型，结合自底向上对该元素的检测，并辅以图像元素间的空间相互关系（车辆和道路间遮挡关系，道路网和建筑物的包含关系等），完成对遥感图像的分割和理解，包括图像场景分类，区域分割以及对各类感兴趣目标（如车辆等）的检测和识别。这项研究是当前遥感图像应用领域的前沿和基础性课题，研究成果将为自然资源调查、城市规划、军事目标定位识别等众多领域提供算法理论基础。