遥感影像目标识别中多尺度研究

《遥感影像目标识别中多尺度研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、遥感影像目标识别中多尺度研究　　摘要：针对遥感影像目标特性随分辨率变化的问题，提出了目标识别的多尺度分析方法。首先，基于混合像元分析了多尺度影像中地面目标形状结构产生变化的原因，这种变化主要是由混合像元在目标中所占的比例决定的；然后，根据多尺度影像中的目标提取实验，分析并验证了目标提取误差随着尺度变化的规律；最后，基于遥感影像目标的多尺度特性分析，进一步提出了优势类别的概念。从遥感目标的多尺度分析与实验结果来看，目标的形状结构特征随着尺度的变化而发生改变，而且尺度越大改变越大。通过研究遥感影像目标

2、的多尺度特征，揭示了目标特征随尺度变化规律，对多尺度遥感影像自动目标识别具有指导意义。关键词：多尺度；混合像元；结构；目标识别；遥感0引言10目标识别是图像处理和分析领域中核心的研究课题，在军事领域有着重要应用[1-4]，如制导武器、无人机等对目标进行检测、跟踪、识别和选择攻击点等。由于战场环境的复杂性和目标类型的不断增加，以及应用要求的不断提高，使自动目标识别技术面临很大的挑战。目标识别是基于图像目标的特征，根据识别算法进行分析和决策，输出目标识别结果。由于图像本身的复杂性和目标的多样性，图像目

3、标自动识别仍不能完全应用于生产作业中。目标识别方法按照所提取的特征不同，可以分为基于颜色（光谱）的方法、基于形状和结构特征的方法、基于纹理的方法、基于上下文的方法、基于小波分解的方法、基于不变矩特征的方法。其中，基于小波分解的目标识别方法主要利用小波的多尺度特性，提取目标在不同尺度上的特征，进行目标的判别[5]。尺度在目标的检测和识别中起着重要作用，任何目标特征的提取都是在一定的尺度上进行的，不同的尺度产生不同的结果。目标识别中多尺度方法大都是基于一幅原始图像，通过各种方法导出一系列不同尺度的图像

4、，利用多尺度特征进行目标的识别[6-8]。直接利用传感器获得的多种分辨率图像，研究多尺度识别的文献较少。随着传感器自动变焦能力的增强，各种传感设备获取不同分辨率图像变得更加容易，因此利用实际获取的多尺度（多分辨率）图像能够得到更真实的信息，也是自动检测、识别目标的必然要求。10在同一场景的不同分辨率图像中，可提取的图像目标特征类型是不同的，即使同样的特征，不同的分辨率得到的目标特征值也不相同。例如，在多分辨率的遥感图像中，提取的机场目标的形状特征存在显著的差异。在图像目标识别中，用得最多的特征是光

5、谱（颜色）、形状和结构以及纹理特征[9-10]。本文基于同一场景的多分辨率图像，研究图像中目标的形状结构特征随分辨率变化情况，分析这种变化对目标识别的影响。1遥感科学中的尺度问题从遥感的角度，尺度是从天空测量地球的空间量度范围和时间量度间隔，因此尺度更多地作为观测的维数，而不是被观测现象的维数。空间尺度可直接看作为有效分辨率单元，对于同一地物类别，不同的空间分辨率，它的光谱响应值并非与像元大小线性相关[11]。由于辐射测量值随传感器分辨率变化的非线性性，同一目标表现的特征在不同尺度的图像中不是平均

6、或平分对应关系，会随着尺度的变化产生差异，这就是遥感中的尺度问题[12]，也是多尺度目标识别中有待于解决的关键问题。另一个尺度问题是不同尺度之间的转换，即同一地物不同观测尺度的参数估计结果是否要求一致，如何提高参数估计精度。如专题制图仪（ThematicMapper，TM）影像得到广泛应用后，人们发现用TM影像估算的农田面积显著不同于过去用甚高分辨率辐射仪（AdvancedVeryHighResolutionRadiometer，AVHRR）图像估算的农田面积；这种差别随地区不同而不同，缺乏规律性

7、。分析这种差异的产生，主要是由于田块边缘的混合像元造成的，而田块边界的长度正比于混合像元的数量[13]102遥感影像目标识别中的尺度问题在目标识别中，混合像元出现在目标和背景的边缘，不同尺度的影像中，混合像元表现出不同的特征，对目标识别结果产生影响。例如，地面目标的形状结构特征在不同尺度中有显著变化。一般情况下，目标提取的误差主要发生在边缘，随着分辨率的提高，目标边缘变得更加清晰，因此，误差变小；而在低分辨率的图像中，目标边缘占的比例较大，尤其是线状目标，从而影响到目标的结构变化。如图1所示的机场

8、目标，在低分辨率图像中，每条跑道与中间地带宽度的比例几乎相等，而随着分辨率的提高，中间地带比例逐渐增大，以至于接近跑道宽度的2倍。在各个分辨率图像中的跑道中间地带和跑道的宽度比例如表1所示，单位为像素。这种结构特征的变化在多分辨率图像中是非常明显的，因此，在目标识别和信息提取中，目标特征随尺度的变化是一个关键问题。3目标识别中的多尺度分析3.1多尺度影像中的混合像元分析10目标识别中，不同尺度目标的形状结构差异，主要是由于边缘的混合像元造成的。地面目标，特别是线状目标，其边缘的混合