多源多时相高分辨率遥感图像目标监测认知机理和关键技术研究

Change detection of high resolution remote sensing images is very important for the civil and military applications since it is the fundamental technique for target monitoring. However, due to the critical requirements on the multi-temporal images and the lack of versatility, robustness and automation, it is difficult for the traditional approaches to meet the practical requirements. The underlying reason lies in the complexities inherent in high resolution images, the immature development of visual change detection cognition principles and key techniques. Moreover, cognition principles and key techniques are studied individually by the researchers of cognition science and information science, which makes the bridge that connects the above two components broken.In this context, the project aims at addressing some difficulties related to change detection of high resolution satellite remote sensing images by taking advantages of recent advances in cognition science, information science and remote sensing science. In detail, the project starts with the generation of the new change detection framework based on visual change detection principles and imaging mechanisms of high resolution images, followed by the in-depth study on the key techniques. New application fashion will be explored for target monitoring by multisource multi-temporal high resolution remote sensing images. To demonstrate the effectiveness of the project, the prototype system will be developed for change detection of large-size high resolution satellite remote sensing images. The combination of software and DSP will be very helpful for constructing real-time on-board change detection system. The project is very promising in addressing the key difficulties of high resolution image change detection and accelerating the development of remote sensing information processing subject.

高分辨率遥感图像变化检测是实现目标监测的重要手段，在民用和军事领域都具有非常重要的应用价值。但传统的变化检测方法对多时相图像有较高的要求，通用性、鲁棒性和自动化程度差，无法满足实际应用的需求，这主要是由于高分辨率遥感图像本身的复杂性、变化检测认知机理及关键技术研究的不够深入等原因造成的；并且，目前变化检测认知机理和高分辨率遥感图像变化检测关键技术分别由认知科学和信息科学的研究人员独立进行研究，缺乏有效的桥梁和纽带。针对上述现状和难点，本项目将综合利用认知科学、信息科学、遥感科学等学科知识，针对高分辨率遥感图像的成像特点，紧密结合认知心理学关于变化检测认知机理研究成果，对以高分辨率遥感图像变化检测为核心的认知机理和关键技术进行深入研究, 探索多源多时相高分辨率遥感图像目标监测新模式。本项目不仅可以解决高分辨率卫星遥感图像目标监测应用的若干关键技术难点，还将推动遥感信息处理学科的进一步发展。

多源多时相目标监测在民用和军事领域都具有非常重要的应用价值，但传统的变化检测方法对多时相图像有较高的要求，通用性、鲁棒性和自动化程度差，无法满足实际应用的需求。针对上述现状和难点，本项目针对高分辨率遥感图像的成像特点，紧密结合认知心理学关于变化检测认知机理研究成果，对以高分辨率遥感图像变化检测为核心的认知机理和关键技术进行了深入研究。在理论方面，提出了基于变化场和关系学习的变化检测和目标监测新框架；变化场是一种新的变化度量模型，反映了从变化盲的形成过程及解决途径；关系学习的输入是样本语义对，而不是对原始的变化特征独立的分类，从而全面反映了样本的类内、类间关系，有效提高了总体可分性。在此基础上，提出了一系列目标变化监测新算法，新算法包括基于变化场分析的目标变化检测方法、基于稀疏分层聚类的目标变化检测方法、基于稀疏变化描述子和判别式字典学习的目标变化检测方法、基于稀疏分层聚类的目标变化检测方法、基于关系学习的高分辨率遥感图像变化检测方法、基于深度字典学习的高分辨率遥感图像变化检测方法、基于稀疏变化描述子和判别式字典的多尺度对象级高分辨率遥感图像变化检测方法、目标变化区域与变化类型同时识别方法、多层次目标变化监测方法等。在上述理论和算法支撑下，根据实际应用需求，开发了多源多时相高分辨率遥感图像目标监测示范系统，通过鲁邦的哈希索引和匹配，可以快速、鲁棒的对变化目标进行监测。示范系统对配准误差没有显式要求，对视角变化有很好的容错性。这些研究成果为实际应用提供了良好的算法支撑。.. 在项目执行期间内，项目组共发表了24篇学术论文,申请了13项发明专利和1项软件著作权。相关研究成果已发表于IEEE JSTAR、IEEE TNNLS、IEEE GRSL、Neurocomputing等本领域国际知名杂志以及ICCV、ICIP、ICASSP等本领域重要国际会议上。