圖像理解理論與方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的圖像理解理論與方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：圖像理解理論與方法范文

關(guān)鍵詞： 廣西，地理國情，影像解譯，程序判讀

中圖分類號：TN830文獻標識碼： A

按照《國務院關(guān)于開展第一次全國地理國情普查的通知》（國發(fā)〔2013〕9號）要求，廣西第一次全國地理國情普查范圍為廣西壯族自治區(qū)所轄陸域范圍和鎮(zhèn)級離岸島，即海岸線向大陸一側(cè)的國土范圍和潿洲島，面積約23.67 萬平方公里，涉及1: 1 萬圖幅8495幅，涉及1: 5 萬圖幅592 幅。廣西陸海分界的海岸線由區(qū)普查辦統(tǒng)一下發(fā)。

在此普查范圍內(nèi)，地理國情普查的內(nèi)容和指標分別按城市地區(qū)和一般地區(qū)兩種要求進行采集。其中城市地區(qū)是指地級和地級以上城市規(guī)劃部門確定的中心城區(qū)，即南寧市、柳州市、桂林市、梧州市、北海市、防城港市、欽州市、貴港市、玉林市、百色市、賀州市、河池市、來賓市和崇左市14 個城市規(guī)劃部門確定的中心城區(qū)范圍:一般地區(qū)是指除城市地區(qū)外的調(diào)查區(qū)域。采集對象為全區(qū)范圍內(nèi)的地表自然和人文地理要素。自然地理要素包括植被覆蓋、水域、荒漠與地等。人文地理要素包括與人類活動密切相關(guān)的交通網(wǎng)絡、居民地與設施、地理單元等。

本文針對廣西國情普情項目影像自動解譯做全面分析，在現(xiàn)階段具有一定的與時性與俱進性。

1 影像自動解譯必要性

(1) 信息自動提取難度大，難以滿足技術(shù)規(guī)定要求

① eCognition 的規(guī)則集分類，對不同影像時相、數(shù)據(jù)源、區(qū)域的高分辨率數(shù)據(jù)分類，很難普適，而且技術(shù)門檻很高，因而不適合工程化項目實施[1]。

② GLC_Info提供的GLC分類技術(shù)，通過訓練樣本，進行自動規(guī)則集構(gòu)建，具有技術(shù)門檻低、便于操作員作業(yè)，適合工程的特點，采集樣不需要作業(yè)員有一定的影像解譯經(jīng)驗，但是需要耗費大量作業(yè)時間。

(2)信息提取后期編輯工作量大，難以保證項目進度

① 0.2米分辨率航攝影像1幅1：5萬滿幅，人工采集地表覆蓋1人平均需30天完成（加班情況下）。

② 地表覆蓋分類軟件并不能夠達到分類標準的要求，人工參與工作量大，一幅1：1萬圖幅需要15天以上。

2 影像解譯分類方法

影像解譯分類方法目前較流行利用GLC樹、SVM等分類方法或參考DLG輔助分類，完成影像的自動分類與二次逐級分類。

(1) GLC樹分類

 GLC樹分類通過樣本點自動創(chuàng)建規(guī)則集，減少了人工建立規(guī)則集的工作量；避免了傳統(tǒng)規(guī)則集對于不同數(shù)據(jù)源、不同時相、不同地貌普適性差的問題； 在保證精度的前提下可大幅提升分類速度[2]。

(2) SVM分類

SVM方法是通過一個非線性映射p，把樣本空間映射到一個高維乃至無窮維的特征空間中（Hilbert空間），使得在原來的樣本空間中非線性可分的問題轉(zhuǎn)化為在特征空間中的線性可分的問題．簡單地說，就是升維和線性化、升維，就是把樣本向高維空間做映射，一般情況下這會增加計算的復雜性，甚至會引起“維數(shù)災難”，因而人們很少問津．但是作為分類、回歸等問題來說，很可能在低維樣本空間無法線性處理的樣本集，在高維特征空間中卻可以通過一個線性超平面實現(xiàn)線性劃分（或回歸）．一般的升維都會帶來計算的復雜化，SVM方法巧妙地解決了這個難題：應用核函數(shù)的展開定理，就不需要知道非線性映射的顯式表達式；由于是在高維特征空間中建立線性學習機，所以與線性模型相比，不但幾乎不增加計算的復雜性，而且在某種程度上避免了“維數(shù)災難”。

SVM方法收斂性、訓練速度、分類精度等方面性能較高；傳統(tǒng)分類中最好。

(3) DLG輔助分類

 影像圖解譯后，按照全國標準分類的要領可歸納為三大類地形要素，即：點狀要素、線狀要素和文字注記。點狀要素，即形狀與相對關(guān)系不變的各種符號，如：獨立地物符號、植被符號等，點狀要素的特點是只有一個定位點，一個坐標值。點狀要素又可以細分為有方向點要素、無方向點要素、依比例點要素和不依比例點要素等幾種。線狀要素，以線的形式組成的要素稱為線狀要素，如圍墻、地類界等，其特點是組成要素的基本元素為折線，在CAD中稱為多段線，多段線每個折點（端點）均有一組坐標（X、Y、Z），最少時也有兩個端點，兩組坐標。線狀要素細分有三種形態(tài)：簡單線型、復雜線型和組合線型。文字注記，文字注記類似于點狀要素，有些系統(tǒng)也有把文字歸為點狀要素的。文字注記也分為有方向、無方向及變形等形式。組合要素，以上各個要素之間相互組合形成的符號,如破壞房屋（線與字組合）、花池（線與符號塊組合）等[3]。

通過參考DLG輔助分類，依據(jù)地表覆蓋分類的技術(shù)要求，按照指定字段進行匹配，可以確保地表覆蓋分類的精度和效率。

3 自動解譯技術(shù)流程

本文影像自動解譯技術(shù)流程圖1如下：

圖1廣西地理國情普查影像自動解譯技術(shù)流程圖

4 程序代碼

(1) GLC樹分類模塊

GLC樹分類模塊典型代碼如下所示：

CString strpath;

strfilename="XZQ.WP";

GetDlgItem(IDC_EDADD)->GetWindowText(strpath);

m_filelist.ResetContent();

if(strpath.Left(1)=="")

{ AfxMessageBox("你沒有選擇文件!");

return; }

FindFile(strpath);

int i;

char tmp[256];

for(i = 0; i < m_filelist.GetCount(); i++)

{ m_filelist.GetText(i,tmp);

addxzqstru(tmp); }

strfilename="XZQJX.WL";

(2) SVM分類模塊

SVM分類模塊典型代碼如下所示：

CFIELD_HEAD fld[2];

strcpy(fld[1].fieldname,"要素代碼");

fld[1].fieldtype=STR_TYPE;

fld[1].msk_leng=10;

fld[1].edit_enable=1;

strcpy(fld[2].fieldname,"地類界線類型");

fld[2].fieldtype=STR_TYPE;

fld[2].msk_leng=2;

fld[2].edit_enable=1;

UpdateData(TRUE);

AREA_HINST aHinst = _InitWorkArea(NULL);

short DLJXAi = _OpenFileArea(aHinst,(LPTSTR)(LPCTSTR)strPath00);

_StartClockCursor();

_GoingClockCursor();

_InsertStruFld(DLJXAi,LIN,3,fld,2);

_SetPackFlag(DLJXAi,1);

_SetChangeFlag(DLJXAi,0);

_SaveFile(DLJXAi);

_CloseArea(DLJXAi);

_FreeLinSelLst(DLJXAi);

_FreeWorkArea(aHinst);

(3) DLG輔助分類模塊

DLG輔助分類模塊典型代碼如下所示：

int i;

char tmp[200];

CATT_STRU *stru = NULL;

char expStr[100];

UpdateData(TRUE);

AREA_HINST aHinst = _InitWorkArea(NULL);

m_filelist.GetText(0,tmp);

short QTZJAi = _OpenFileArea(aHinst,tmp);

_GetAttStru(QTZJAi,PNT,&stru);

expStr[0]=0;

if(!_InputExpresion(m_hWnd,stru,expStr,100,"輸入檢索條件",NULL))return ;

_SetChangeFlag(QTZJAi,0);

_CloseArea(QTZJAi);

_FreePntSelLst(QTZJAi);

_FreeWorkArea(aHinst);

5 結(jié)束語

本文分析了廣西地理國情普查影像自動解譯的具體技術(shù)流程，論述了影像分類的方法以及程序?qū)崿F(xiàn)的具體過程，在現(xiàn)階段肯有一定的理論與實踐意義。

參考文獻

[1] 林宗堅.攝影測量與遙感當前發(fā)展中面臨的圖像圖形學問題:中國測繪科學研.測繪科學研究院院慶40周年論文集.北京:1999.