遥感图像中城市对象的自动识别技术.pdf

290 第=届全国信息与电子工程学术交流会暨第十三届四川『省电子学会曙光分会学术年会论文集 遥感图像中城市对象的自动识别技术+ 曾玉琳．尹显东张健唐丹 (中国工程物理研究院电子工程研究所，四川 绵阳，621900) 摘要通过分析遥感图像中城市对象和非城市对象的特征差异，提取包括纹理特征、颜色特征 和结构特征在内的几个主要特征并进行特征融合，以融合结果作为判据对遥感图像进行以分裂算法为 基础的自动识别，最终得到城市对象和非城市对象。 关键词 自动识别城市对象特征提取分裂算法 Auto—Recognition of City Objeet in the Remote Sensing Image CAO Yu-lin，ZHANG Jian，YIN Xian-dong，TANG Dan 0船ti蛐。j E1鲥r。*耗勘咖een“g．C_IEP．Mianyan96219啪．China) Abstract：皿∞u曲the analysis of the feature difference between city object and no·city one in the remote sensing image，extracting the several important feature，including texture，color and s1221cBlre，and fusing aU ofthem．Recognizing the remote sensing image with the印ht algorithm based Oil the result ofthe fusion and getting the city object and the no-city one． Key words：Auto-Recognition：city object：feature extraction：split algorithm 1 引言 。 现阶段，遥感技术已广泛渗透到国民经济的各个领域，对于推动经济建设、社会进步、环境改善 和国防建设均起到重大作用，同时伴随着遥感数据量的激增。然而对广大的使用者来说只有一部分遥 感数据是有价值的。如何根据实际需要提取出有用的数据，即遥感图像中感兴趣区的识别也越来越重 要．在识别工作中人工识别具有识别结果准确的特点，但该方式效率低下、长时间工作容易引入较 大的人为误差，不能适应现阶段的遥感数据应用的范围越来越广阔，数据量越来越庞大的要求，因 此自动识别的研究越来越受到重视。 自动识别领域涉及到许多图像处理技术，包括图像分类、图像分割、边缘提取等。传统的自动识 别主要分为监督分类识别和非监督分类识别。两者的区别是前者需要提供先验知识而后者不需要。现 ’基金项目：中国工程物理研究院科学技术基金资助项目 +作者简介；曹玉琳(J979．)，女，湖南临武人，毕业于重庆大学电子信息专业，现为中国工程物理研究院研究生韶在 读硕士研究生，通信与信息工程专业。主要研究方向为图像信号处理．联系电话；2484533． 第二届全国信息与电子工程学术交流会暨第十三届四川省电子学会曙光分会学术年会论文集 阶段．也有许多新的技术被应用到自动识别领域，例如模糊函数、小波函数、神经网络、遗传算法等‘”。 但是遥感图像具有高度复杂性的特点，单—应用技术都无法得到满意的自动识别结果，因此常常需要 根据实际研究对象的具体情况提出综合的自动识别方法。 自动识别中的一个重要步骤是对目标的特征分析和提取。对于遥感图像来说，通常对目标地物采 用低、中、高三个层次进行特征抽取和表达∞】，其中最低层次的对象是像素，不同地物的差异通过像 素点上地物波谱特征表现出来，每个像素对应的数值是该地物波谱特征的表征。抽取每类目标地物的 波谱特征，通过分类等方法可以将这些目标对象进行重组，构成以对象为基础的识别单元；中层次主 要抽取和描述识别目标的形态和纹理等空间特征；高层次主要抽取和描述识别目标与相邻地物之间的 空间关系。 2遥感图像中城市对象的识别 本文以含有丰富人文信息的城市对象为感兴趣区域，分析提取出其主要特征后，进行特征融合， 以融合结果为判据进行两次分裂操作，对分裂的各块进行属性标识，最后进行属性修正，得到识别结 果。为了提高城市目标的识别准确性并可对大多数具有明显不同特点的城市目标进行识别．在特征选 择上分析了多类城市的共性，综合其低、中、高三个层次特性，最后确定以纹理、颜色和空间关系为 城市对象的主要特征。 2．1城市的特征分析 城市由众多各异的目标组合而成。包括人工建筑群、道路、湖泊、绿地等等，而且组成方式各异， 因此精确描述其非常困难，但大多类城市也有相同的特征。通过对大量城市遥感图像和非城市遥感图 像的观察，对城市在遥