信息提取遥感信息提取大部分遥感信息的分类和提取,主要是利用数理统计与人工解译相结合的方法
这种方法不仅精度相对较低,效率不高,劳动强度大,而且依赖参与解译分析的人,在很大程度上不具备重复性
尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理,问题更为突出
因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义
遥感图像分类遥感图像分类是遥感图像处理系统的核心功能之一,也是信息提取的重要环节,它实现了基于遥感数据的地理信息提取,主要包括监督分类,非监督分类,以及分类后的处理功能
非监督分类包括等混合距离法分类等
监督分类包括最小距离分类、最大似然分类、贝叶斯分类、以及波谱角分类、二进制编码分类等
基于知识发现的遥感信息提取遥感成像是从多到少的映射,是个确定过程,而影像解译是从少到多的映射,是个不确定过程,无法从数学上直接求得确定解,因此需要依赖于人的知识给出假设和约束,以求最优解
从信息论的角度说,因为遥感成像过程丢失了信息,或由于加入噪音而减少信息量,使得遥感影像所携带的信息量不足以表达人们所希望求解的诸多地理对象内在的不确定度"因而在遥感影像解译时,有一个重要的地学处理过程
包括两个方面,一是把遥感未带回的信息再补上去,即补充其它地学相关的信息;二是根据影像信息进行地学分析,来推断出影像上未反映的信息;这些都需要地学知识的支持
计算机领域中人工智能的出现,使得基于知识的专题信息提取成为可能
如何把地学专家用于目视解释的知识定量化表达,并参与计算机处理,成为从根本上解决信息提取的问题
故人机交互的后一阶段已转入基于知识的图像信息提取
采用交互式输入某一层次的知识信息,来对目标进行有效地识别
基于符号知识的逻辑推理遥感信息提取基于符号知识的逻辑推理遥感分类方法是在传统基于地学规律的分类方法基础上,通过对地学知识进行符号化表达和形式化逻辑推理的过程,来实现信息的判别,一定程度上能真实地反映地学分布规律
但是,由于遥感信息模糊!复杂的特点,很难用结构化、符号化的地学知识来表达蕴涵的土地覆盖规律及其动态发展的过程,而且遥感影像包含的信息量巨大,用串行的符号逻辑推理的处理方式进行影像分析,效率不高
近年来,在遥感分类应用研究中,开始尝试基于知识的逻辑推理分类方法和建立专家系统来进行遥感分类工作
小波变换与遥感信息智能化提取近年来飞速发展的小波分析理论为遥感影像的高效压缩提供了契机
由多尺度分析、时频分析、金字塔算法等发展起来的小波分析理论己经成为了图像压缩、处理和分析最有用的工具
基于离散小波变换的多分辨率无缝影像数据库是由美国LizardTech公司开发的新一代图像压缩、解压、存储和提取技术,它利用离散小波变换对图像进行压缩、拼接和镶嵌,通过局部转换,使图像内部任何一部分都具有一致的分辨率和非常好的图像质量
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
