Page 168 - 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

识外，还可以进一步发现地物的动态变化过程知识：从 GIS 数据库中可以发现各

种相关知识。在利用知识建立模型方面，主要是利用所发现的知识或其他专业知
识建立相应的遥感信息提取模型。
（1）光学图像
国外自 20 世纪 80 年代就已开始将专家系统引入影像解译过程。Goodenough

（Goodenough 1987）指出专家系统技术非常适用于遥感图像解译，能够实现地
学信息、遥感信息和地理辅助信息的有效集成和综合分析。有学者建立了一个基
于知识的影像分类系统，能将用户的需求转化成准确的影像处理命令，使得用户

只需关注图像解译的结果（即地物），而不用关心图像数据。也有学者提出一种
专家系统分类方法，可以灵活利用不同的辅助数据，包括纹理、土地利用数据、
城市边界等，建立分类决策规则，实现植被、农作物、草地、居民地、水体等地
物的提取。一些研究者致力于发展开源的基于知识框架的遥感图像自动解译系统，

利用用户定义的知识模型，通过语义网络构建解译策略，用户可以添加自己的算
法和操作，系统可以提取水体、裸土、牧场等地物。一些学者应用遥感手段判别
五种类型植被：草地、芦苇地、阔叶树、针叶树和杨树林，结合光谱和辅助知识，

包括地物和河流的距离、地物的范围以及坡度信息，实验证明结合辅助知识的分
类精度高于仅利用光谱特征的方法。针对高分辨率图像上城市地物目标识别和提
取问题，采用基于知识的方法解决分割区域与实体对象之间的语义鸿沟，提出在

高分辨率图像的对象识别和分类中，融入更多的时空上下文知识，达到更好地自

动提取效果。
一些学者从遥感信息机理的角度出发，构造地物信息提取模型，并利用面向

对象的设计方法建立了该模型，从而实现广义上的基于知识的专题信息提取，以
NOAA/AVHRR 图像为例进行水体的自动提取，取得了较好的效果。阐述了在遥

感图像理解专家系统中，用面向对象的方法表示知识，使得图像分类效率更高。
提出抽取遥感图像多种特征并综合利用这些特征，利用遥感图像解译背景数据库，

在地理信息系统支持下实现背景数据与遥感信息复合，采用专家系统完成遥感图
像的自动解译。将原有的 GIS 数据和各种土地利用类型变化的先验性知识综合集

成用于新的遥感图像的分类中，不仅可以得到比常规最大似然法高的分类精度，
而且还可以促进 GIS 数据更新的自动化。提取图像的纹理特征和形状特征，根据

156