本書分析了遙感影像面向地理對象分類技術研究現(xiàn)狀與發(fā)展趨勢,針對當前存在的"重視技術、忽視知識、缺乏本體認識"的問題,從地理本體理論角度出發(fā),提出"地理實體概念本體描述--遙感影像分類地理本體建模--地理本體驅動的影像對象分類"遙感影像分類地理本體框架,建立了面向地理本體建模的地理實體概念體系與知識體系,建立了遙感影像分類地理本體模型,提出了地理本體驅動的影像對象分類方法的四個層次,開展了面向地理國情普查的遙感影像地表覆蓋分類實驗,分析了發(fā)展重點與方向。
更多科學出版社服務,請掃碼獲取。
隨著全球監(jiān)測應用的需求、高空間分辨率影像的發(fā)展、遙感影像解譯技術的驅動、遙感(remotesensing,RS)與地理信息系統(tǒng)(geographic information system,GIS)的集成,遙感影像面向對象分析(geographic object-based image analysis,GEOBIA)技術應運而生,它代表了遙感與地理信息科學的發(fā)展趨勢,是地理信息科學中的一個新興和正在發(fā)展的研究領域。其致力于研究如何分割遙感影像產(chǎn)生有意義的地理影像對象,在一定的光譜、時空尺度上評估這些對象的特征,最終生成與GIS兼容格式的地理信息,使用戶針對地理相關問題,如全球氣候變化、資源管理、土地利用等,能夠有效地進行自動化、智能化分析的技術和方法。GEOBIA被認為是一個不斷發(fā)展的綜合性研究方向,涉及遙感、地理信息系統(tǒng)、圖像處理、攝影測量、人工智能、景觀生態(tài)學等。
目前,全球40多個國家都在應用GEOBIA技術,為加強該技術在我國農林業(yè)管理、土地規(guī)劃、海洋觀測、氣象預報、環(huán)境保護、災害監(jiān)測與估計、地礦與石油勘探等國民經(jīng)濟建設領域中的應用,緊跟GEOBIA的國際研究動態(tài),研究地理本體、地理認知,地理知識等基礎理論,從地理本體出發(fā),面向智能化發(fā)展方向,提出了地理本體驅動的遙感影像分類地理本體框架,研究了該框架的三大核心內容:地理實體概念本體描述、遙感影像分類地理本體建模、地理本體驅動的影像對象分類。按照框架提出、實體描述、模型建立、方法實現(xiàn)、分類實驗主線展開,研究內容逐層推進。在這些工作的基礎上,總結整理GEOBIA的技術方法和體系,并編制成書,目的是促進GEOBIA技術的發(fā)展與深入應用。
本書共8章,第1章介紹GEOBIA的產(chǎn)生背景、概念與基本特點、研究現(xiàn)狀與進展;第2章介紹本體、地理本體、認知、地理認知的概念、研究意義、國內外研究現(xiàn)狀,闡述地理本體與地理認知的關系、地理知識、地理尺度;第3章從地理本體出,發(fā),面向智能化發(fā)展,提出遙感影像分類地理本體框架“地理實體概念本體描述一遙感影像分類地理本體建模一地理本體驅動的影像對象分類”;第4章圍繞地理實體概念本體描述研究,構建地理實體知識體系以及領域知識概念本體,總結歸納地表覆蓋實體的領域知識;第5章圍繞遙感影像分類地理本體建模研究,構建遙感影像、影像對象、分類器的本體模型,具體給出決策樹及專家規(guī)則兩種典型分類器的本體模型;第6章圍繞地理本體驅動的影像對象分類研究,提出地理本體驅動的影像對象分類的四個層次;第7章在遙感影像分類地理本體框架的指導下,開展面向地理國情普查的地表覆蓋分類實驗,驗證本書提出的理論、方法、技術的有效性與復用性;第8章在遙感影像分類地理本體框架指導下,開展滑坡識別實驗,證明本書提出的理論、方法可以應用于相關遙感影像解譯領域。
目錄
前言
第1章 GEOBIA研究現(xiàn)狀與發(fā)展趨勢1
1.1產(chǎn)生背景1
1.1.1遙感影像分類的概念1
1.1.2遙感影像分類的發(fā)展2
1.1.3面向對象影像分析方法的產(chǎn)生4
1.1.4像素分類與對象分類的對比分析9
1.2概念與基本特點11
1.2.1概念11
1.2.2基本特征12
1.2.3SWOT分析15
1.3研究現(xiàn)狀與進展16
1.3.1文獻綜述16
1.3.2技術現(xiàn)狀與進展18
1.3.3應用現(xiàn)狀與進展24
1.3.4軟件現(xiàn)狀與進展25
1.3.5未來發(fā)展27
1.4小結28
參考文獻29
第2章 GEOBIA理論基礎36
2.1地理本體36
2.1.1本體36
2.1.2地理本體41
2.1.3地理本體表示語言45
2.1.4地理本體構建方法46
2.1.5地理本體構建工具47
2.1.6地理本體推理機47
2.2地理認知48
2.2.1認知49
2.2.2地理認知53
2.2.3地理認知過程57
2.2.4地理認知模型59
2.3地理本體與地理認知的關系61
2.3.1地理本體信息到地理認知信息的轉換62
2.3.2地理認知信息到地理智能信息的轉換64
2.4地理知識67
2.4.1地理知識的表示67
2.4.2地理信息-知識-智能轉換模型69
2.4.3地理知識的生態(tài)系統(tǒng)70
2.5地理尺度71
2.5.1尺度71
2.5.2地理尺度72
2.5.3尺度轉換74
2.6小結76
參考文獻77
第3章 GEOBIA框架82
3.1框架的提出83
3.2地理實體概念本體描述84
3.3遙感影像分類地理本體建模85
3.4地理本體驅動的影像對象分類87
3.5小結87
參考文獻88
第4章 地理實體概念本體描述89
4.1地理實體知識體系89
4.1.1地理知識89
4.1.2遙感影像特征90
4.1.3影像對象特征92
4.1.4專家知識99
4.2地理實體知識概念本體99
4.2.1領域知識概念本體描述99
4.2.2領域知識選擇101
4.3舉例:地表覆蓋實體本體描述102
4.3.1地表覆蓋實體領域知識103
4.3.2地表覆蓋實體概念本體110
4.4小結112
參考文獻112
第5章 遙感影像分類地理本體建模114
5.1遙感影像分類本體建模方法114
5.2遙感影像分類本體建模語言115
5.3遙感影像本體建模117
5.3.1遙感影像源數(shù)據(jù)117
5.3.2遙感影像本體建模118
5.4影像對象特征本體建模122
5.5分類器本體建模125
5.5.1決策樹建模125
5.5.2專家規(guī)則建模132
5.6語義網(wǎng)絡模型134
5.7小結141
參考文獻141
第6章 GEOBIA影像對象分類方法143
6.1圖論與分形網(wǎng)絡演化相結合的并行分割143
6.1.1算法原理144
6.1.2方法流程146
6.1.3方法實驗146
6.1.4結果分析150
6.2基于隨機森林的特征自動優(yōu)選151
6.2.1算法原理151
6.2.2方法流程152
6.2.3方法實驗155
6.2.4結果分析161
6.3基于語義網(wǎng)絡模型的影像對象語義分類162
6.3.1方法流程162
6.3.2實現(xiàn)過程163
6.3.3方法實驗166
6.3.4結果分析172
6.4小結172
參考文獻172
第7章 地表覆蓋分類實驗175
7.1實驗環(huán)境175
7.1.1FcatureStation_CeoEX1 75
7.1.2Protege軟件176
7.2實驗數(shù)據(jù)與研究區(qū)域176
7.2.1實驗一:瑞麗市ZY-3 177
7.2.2實驗二:臨潼區(qū)WorldVicw-2 178
7.3地理本體驅動的地表覆蓋分類實驗179
7.3.1地表覆蓋類型概念本體描述179
7.3.2面向地表覆蓋分類的地理本體建模180
7.3.3而向地表覆蓋的影像對象分類184
7.4結果分析189
7.4.1視覺分析189
7.4.2精度評價189
7.4.3實驗總結192
7.5小結193
第8章 滑坡識別實驗194
8.1實驗數(shù)據(jù)與研究區(qū)域194
8.2地理本體驅動的滑坡識別與分類實驗195
8.2.1滑坡概念本體描述195
8.2.2滑坡地理本體建模196
8.2.3滑坡對象識別與分類198
8.3結果分析202
8.3.1視覺分析202
8.3.2精度評價202
8.4小結204
后記205