Page 164 - 测绘新技术的理论与实践研究

测绘新技术的理论与实践研究

①传统的方法从其处理对象的本质上看，都属于以图像像素为分析对象的分

析方法。遥感图像中的单个像素只能反映出其自身的光谱特征，而只从图像的光
谱特征出发进行遥感图像的分析理解所能获得的信息是十分有限的。
②虽然在基于像素的遥感图像分析和处理上引入了很多的新的方法如模糊
集、神经网络分类器、分层聚类、空间逐步寻优模型等，在信息提取精度等方面

有不少的改进，但是由于这些方法从本质上还是基于像素的，因而无法从根本上
摆脱基于像素分析方法的局限性。

③从认识论角度看，人类认识和把握事物所进行的思维和推理都是基于概念
层次的。基于像素级别的处理分析技术过于着眼于局部而忽略了附近整片区域的
几何结构情况。因而，仅从像素出发是不可能进行相关的思维和推理活动，也无
法有效地实现较高层次的遥感图像理解和分析。在很多分析任务中经常见到的空

间关系（距离、拓扑连接、方向特征）、空间模式，多尺度或区域结构等特征和
方法，很难直接应用于遥感图像分析。不难看出，基于像素（像素层次）的遥感
图像分析和处理的局限是十分明显的。

随着图像处理技术的发展，图像内容从传统的仅由视觉特征集合组成延伸至
三层结构：特征、对象和场景。特征就是指低层特征，对象就是指高层特征，而
场景是对多个对象和纹理、颜色等，实质上是计算机对图像底层内容的理解，忽
略了图像内容所包含的语义信息，与人对图像的理解存在一定的差异。人对图像

的理解并非仅仅建立在图像底层视觉特征上，而是建立在图像所描述的对象以及
场景上，而对象和场景则真正利用了图像的语义，属于图像的高层特征。面向对
象的图像分析。致力于将遥感图像分割为有意义的影像对象，其核心过程包括分

割和分类，分割用来获得与实际地物较为接近的图斑，分类则将这些图斑进行归
类。面向对象的方法最初在计算机视觉和模式识别领域开始应用，如基于内容的
图像检索，后来引入遥感领域，在图像分割、图像分类以及变化检测等方面受到
越来越多的重视。

使用“对象”来进行图像分析的研究由来已久，就已经发现基于同质性区域
进行图像分析的优越性，对“对象”和实际地物之间的对应关系进行了研究，研

究发现将“对象”按照一定的规则组织起来，可以提高对“对象”本身属性的描
述能力，产生更加合理的特征描述（如均值，方差等属性），并且更接近于实际
的地物情况。对象级分析的出现，摆脱了基于像素分析中光谱统计分析的局限，

152