Page 163 - 测绘新技术的理论与实践研究

第五章 多源遥感数据获取技术研究

员具有各种丰富的知识和经验：②劳动强度大，效率低，使用波段数目有限，信

息获取周期长；③判读结果人为差别显著，容易产生误判；④很难做出准确的定
量分析，与数字时代定量化、模型化、系统化的现实情况很难适应；⑤无法实现
RS 与 GIS 的集成，不能把遥感信息提供给 GIS 实时更新、编辑。
分类方法是建立在数理统计基础之上，只利用了地物的光谱特征，难以解决

“同谱异物、同物异谱”问题，使得分类结果往往存在较多的错分、漏分现象，
解译精度不高。

在完全智能解译提取无法在短期内实现的情况下，许多学者提出采用人机交
互式的解译方法来提高解译效率和解译精度。人机交互式信息提取将目视判读和
计算机识别相结合，充分利用已有的计算机图像处理能力和自动识别成果，在不
降低提取精度的情况下最大限度地减少判读人员的工作量，解译结果为数字化成

果，便于后续的处理应用。但人机交互式解译提取，大量的工作还是在人工基础
上完成，面对海量数据依然效率很低。而且，对遥感信息的提取没有充分利用人
脑在分析图像时所加入的各方面的知识，无法达到很高的精度。

把解译人员用于目视解释的知识定量化表达，并参与计算机处理，成为从解
决信息提取的关键。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，来对目标进行有效识别和提取。
遥感图像地物要素自动提取的方法很多，按处理图像波段可分为基于单波段

图像的方法和基于多光谱图像的方法，按处理基元可分为基于像元的方法和面向
对象的方法，按处理的技术手段可分为基于分类的方法和基于分割的方法，采用
的特征包括光谱、纹理、形状、空间关系等特征。这些方法各有优势，但单一方

法得到的提取结果往往不能达到满意的效果，因此许多学者同时使用多种方法进
行遥感数据的信息提取。
现在的研究思路主要分为两种：一是将专家目视解译时所应用到的知识加入
解译过程；二是将机器学习的新方法，如神经网络、模糊分类、支持向量机等，

引入地物提取研究。
1. 面向对象的方法

传统的遥感图像地物提取主要是建立在基于像素级别的光谱信息分析基础
上，尽管已经取得了较好的应用效果，但是依然还存在着相当的缺陷，主要体现
在以下几个方面。

151