面向高分辨率遥感图像信息提取的多尺度特征耦合模型及方法研究

传统的基于像元层次的遥感图像分析方法存在诸多不足，且针对高分辨率遥感图像，许多方法还存在过分任务依赖性造成技术分散化、不够系统、且信息提取中尺度因素考虑不够全面等缺点。本研究结合面向对象的遥感图像分析新思想，提出面向高分辨率卫星遥感图像信息提取的多尺度特征耦合技术模型。模型将自顶向下的大尺度大区域划分和自底向上的特征基元融合结合起来，在全局空间结构知识的指导下进行多尺度多特征的信息提取。在模型的指导下，利用计算机视觉、模式识别与人工智能技术，融合地学专家知识，发展针对高分辨率遥感图像的图像预处理、分割、特征的表达与提取、分类、知识推理技术。而后进行方法集成，开发软件原型，以此开展城市基本空间构成要素如道路网、交通枢纽、水系、建筑群、广场等目标的信息提取试验，为城市形态分析、城市动态扩散与趋势预测提供服务。