信息提取发展趋势基于地物纹理知识的信息提取当地物组成复杂,且大小大于传感器的空间分辨率时,就可能遥感到地物的结构和组成.其影像就存在着明显的纹理特征.当存在着有别于背景地物的纹理结构特征时,当只靠基于光谱特征的知识的提取难以完全解决信息的提取问题时,就必须将地物的光谱知识与纹理知识一起用来提取信息.纹理是指灰度值在空间上的变化.它是由一些纹理基元按照不同的空间配置形式所构成的一种图案.纹理基元的空间配置可以是随机的、确定的、概率和函数的.纹理可分为结构纹理和非结构性纹理,非结构性纹理又叫随机纹理.在目视判读中,纹理一般用粗细度、平滑性、颗粒性、随机性、方向性、直线性、周期性、重复性等术语来描述和表达.在通过纹理识别地物时,需要将某专题的纹理特征与周围地物的纹理特征进行比较分析.发现纹理知识的方法有共生矩阵法、半变差函数法、分形分维法、马尔可夫随机场和小波变换法、极值纹理法、结构单元法等.其中最常用的是共生矩阵纹理法和半变差函数法

基于地物形状知识的信息提取有时,地物与背景之间,不仅在光谱特征上相同或相近,而且在纹理特征上也比较相似.在这种情况下,就得依据地物的形状知识进行深一步的提取.例如,黎夏等利用水塘与河流在形状的差异,将二者区分开来,实现信息的计算机自动提取.对形状的描述有规则的几何形状,如长方形、正方形、菱形、圆形、椭圆形、三角形、五角形、纺锤形等等,以几一些不规则的几何图形.发现地物的形状知识的方法有基于周长和面积的方法、基于面积的方法以及基于面积和区域长度的方法

基于地物边缘特征知识的提取不同的地物具不同的边缘形状.对地物边缘形状的描述有,直线状、锯齿状、波浪状等等.可用线分维来发现地物的边缘特征知识,边缘特征知识可用于地物的定位定性识别,在用于定性定位识别时,首先,通过边缘增强,提取边缘信息,然后利用地物的边缘特征知识对地物进行定性.在用于定性提取时,主要是对所提取的信息再进一步肯定其属性

基于地物的过程知识的提取当我们据有多期遥感图像时,我们就可以建立基于地物过程的遥感信息提取.这是因为,不同的地物,有其不同的变化周期,在其变化周期内,有着独特的变化特征.例如,落叶树一般在冬季会落叶,而常绿植物一年四季都不落叶,根据这一特征,就可以将其提取出来.又如,根据其过程光谱特征就可以建立基于其过程知识的提取模型

基于影像空间关系知识的信息提取影像空间关系知识是指地物之间在空间上的配置关系,一般可分为相邻、包含和被包含,按其可能分为确定性空间关系和概率空间关系,同时,还可以分为肯定性空间关系和否定性空间关系.确定性空间关系是指两地物之间的空间关系是确定的,只要地物A的存在(或不存在),就必然会有地物B的存在(或不存在).概率性空间关系是指两地物之间的空间关系是以一定的概率而存在(或不存在),地物A的存在(或不存在),可以说明有存在或不存在地物B的可能性,其可能性的大小可用一定的概率表示.这种空间关系知识如,有的道路两旁有树,这样我们可以通过识别道路两旁的树木来达到识别道路的目的.在对这类知识的应用时,可以从图像上提取出地物A,然后,根据A与B的相关关系肯定或排除B的存在 

GIS中多源数据和知识的利用在信息提取中,除了利用遥感数据外,一般还要利用大量的相关数据,这些数据多为来自于GIS的图形数据和非图形数据.图形数据是指已经有的各种图件.非图形数据一般是指人口、社会、经济等统计数据.在对图形数据的利用方面,有两个步骤,第一步,需要挖掘知识;第二步,将这些知识用来将图形数据与遥感影像联系起来,以支持信息的提取.这些知识是一些正相关知识和反相关知识.对这两种知识而言都还可以进一步分为确定性知识和概率性知识,对图形数据而言,根据它们与我们所要提取信息的关系,可以进一步将它的分为四种情况,一、对该信息过去状态或未来状态的定性、定位描述;二、对包含该信息的上一级信息的过去状态或未来状态的定性定位描述;三是使该专题存在的条件信息的定性定位描述,这包括邻近条件和叠置条件;四、限制该专题存在的条件信息之定性、定位描述,这包括邻近限制和叠置限制 

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。