基于对象的专业高分辨遥感数据信息提取技术易康软件

,北京天目创新科技有限公司,安徽合肥2009年8月25日,基于对象的专业高分辨遥感数据信息提取技术,张春再,当前用遥感数据进行信息提取（分类）的软件：,传统分类软件：1、PCI遥感软件2、Erdas遥感软件3、ENVI遥感软件4、ermap遥感软件,当前全球技术领先的信息提取软件：基于对象的高分辨率遥感数据信息提取软件：DefiniensEcognition,视觉可能是人类最主要的信息源形成影像image从影像提取信息是人类的一个关键的认知能力认知cognition计算机模仿人类独特的认知能力易康软件eCognitionDefiniens公司用易康软件把影像转换为知识影像智能化软件imageintelligence,影像：一个主要的信息源,把影像转换为知识,易康的特点,面向影像对象：面向像素的解算模式将像元孤立化分析，解译精度较低且斑点噪声难以消除；利用影像分割技术把影像分解成具有一定相似特征的像元的集合影像对象；影像对象和像元相比，具有多元特征：颜色、大小、形状、匀质性等,多尺度分割产生影像对象之间的复杂关系利用多尺度分割技术，形成不同尺度下的影像对象，同时，产生影像对象的相邻关系和层次继承关系。模拟人类认知过程：人类的思维模式总是将事物放在具体的环境中去分析和识别的，即“环境”对识别事物至关重要，脱离了环境往往人眼亦无能为力准确识别所有事物；,多尺度分割形成对象层次与邻域关系,a对象等级结构,b对象层次,Definiens认知网络技术,你从下图能辨别出什么呢？,Definiens认知网络技术,在上下文语意中，我们可以判断这是盘子,Definiens认知网络技术,在这个上下文语意中，我们可以判断蓝色的圆盘是车轮：,传统基于像素分析,在这里能够看见哪一类的结构呢?。仅仅像素值,Definiens认知网络技术,添加一些上下文关系已经具有效用了吗？,Definiens认知网络技术,你现在能辨别出它吗？。通过调整缩放比例，利用周边信息，已经可以辨别出楼上的人,Definiens认知网络技术,多尺度影像分割技术-生成影像对象,使用aster数据进行森林破坏监测DeforestationMonitoringfromASTERdata.Rondonia,Brazil,在一个工程中，针对不同的分类任务，生成不同尺度的影像对象层次建立影像对象的层次网络等级，同时，可以在不同的尺度上描述影像对象包含的信息。,分类-给对象赋予一定属性特征,一旦创建了对象，就可以对他们进行分类.不仅可以利用光谱信息，而且还可以利用上下文信息。,在分类以后，可以利用复杂的空间关系，合并小的对象生成较大的对象,认知网络语言的几个关键技术,认知网络语言：基于图形用户界面的编程语言，可以进行基于对象的规则集开发。规则集：用来解决影像分析问题的处理算法集合过程：影像分析流程中单个的处理步骤，如：分割、合并、分类等解决方案：把具有终端图形用户界面的规则集进行扩展，可以进行校准和手工编辑。,规则集-不是黑匣子,模拟人类认知过程，是一系列分割和分类过程的交替迭代,DefiniensDeveloper提供了进行高级影像分析算法的开发语言这些算法采用了面向对象影像分析和局部自适应处理原则这些是完全可以通过规则集来实现,Definiens产品线-从桌面版到企业版,桌面版软件,eCognition1.0,eCognition2.0,eCognition3.0,eCognition4.0,DefiniensProfessional5.0,DefiniensDeveloper7.0,企业版软件,DefiniensDeveloper6.0,DefiniensEII6.0,DefiniensDeveloper7.0,DefiniensEII7.0,聚焦于科学研究和政府遥感应用市场,聚焦于商业和高生产力的市场,从桌面版到企业版功能的升级,产品,性能,IncreasingLevelofAutomation,Definiens企业版影像智能套件,Definiens企业版影像智能软件-客户端,Definiens网络认知方法快速的推动了企业智能影像分析软件的成功,可升级的、聚焦影像的交互处理方法,基于网络运行的框架基于认知的构架体系处理文档样例，模版和工具指南和最好的练习通用的服务框架,加速了处理的速度优化了影像智能化的质量确保了成功的项目的可重复性,Definiens认知核心方法,CCM,影像和数据的准备,Definiens认知核心方法,集成了大量的数据格式，传感器类型和平台融合不同空间和波谱分辨率数据集成了栅格和矢量专题图在一个工作空间内处理多个工程,CCM,影像和数据的准备,优化的规则集开发的高级的工具,工作空间管理,工作空间：多个工程的容器，它允许：多个工程的自动创建基于多个工程的规则集的开发进行批处理,影像和数据的准备,深度应用,转移,CCM,智能分析策略,规则原型-最小功能单元找出正确的影像分析策略利用认知网络语言CNL提供的所有功能,智能策略-先进的处理方法,智能策略-先进的处理方法,生成人类知识,第一步自动生成影像对象层次,矢栅数据的融合,输出，为GIS提供直接可用的信息,第三步分类,规则的应用,第二步第一个规则集的开发,影像分析的概念,通过规则库的处理,结果矢量文件栅格文件文本,输入影像数据,感兴趣的影像对象,影像对象原型,数据融合datafusion,矢量层,影像层,输入,特征提取1,输入数据的分析,深入应用,最后的结果,输出地图,特征提取2,特征提取3,变量：规则集之间传递信息的关键,变量的介绍，涉及到以下部分。规则集对影像内容的自动适应跟踪对象的变化使用注释编程的循环更多得功能可以产生以下结果Thisresultsin好的规则集可移植性改进信息提取结果好的规则集的再利用快速规则集的创建,开放的环境：集成了第三方的算法,二次开发,二次开发可以集成第三方的算法集成了已有的影像边缘检测、平滑等各种算法开发用户自己的新的算法,可以根据需求的增长进行升级,服务端DefinienseCognitionServer,服务器端可以让用户进行批处理操作服务器端提供了并行处理的能力自动负荷平衡可以使任何计算机环境达到最佳性能当有过多的影像需要分析时，可以增加较多的服务器来解决。,在服务器端可进行批处理和并行处理操作,性能,从Professionalv5到Developerv7性能增强很多中尺度分割可以处理影像的数据量增强了2.5倍精尺度分割，处理影像的数据量增强了5倍结果如下较少预处理投入较少后处理投入缩短了生产时间,高效率的大数据量处理,自动分块和拼接,分块和拼接影像分析Tiling&Stitchingimageanalysis:对较小的影像块进行单独的分析-计算机缓存不会超负荷-避免了内存交换。如果有多个服务器，可以对多个分块，进行并行处理，加快处理速度。在所有的分块处理完以后，会自动拼接成一个完整的结果输出分块的边界影响会通过后处理操作消除降低了大数据量处理的时间约1.5个小时，运行一个多尺度分割，分割快鸟数据（约20000*20000像素，尺度参数10/约2000000个对象）约30分钟，运行一个多尺度分割，分割TM数据（约10000*10000象素，尺度参数10/500000对象,高效率的大数据处理,自动分块和拼接流程,分析案例：大数据量的多尺度分割,企业版智能影像分析-可以满足各种各样的影像分析任务,欧共体管线监测,路线规划,变化监测,RIUGVeCognitionWAFELockheedMartin/TACOM,特征提取FeatureExtractionLockheedMartin,海港监测HarbourMonitoringRESTEC,船只监测,独特的经过验证的技术人类对事物理解认知的模型,安全可靠基于对象的可靠性，质量稳定，IP保护,完善的升级从单个工作站到企业版的升级,多数据源的融合,较高的灵活性模块构架，容易扩容,企业版套件,Pixelbasedclassification,面向对象分类,基于像素的最大似然分类,不同分类方法比较,LandsatTM数据分类比较,LandsatTM数据分类比较,TM数据最大似然土地利用分类,TM数据面向对象土地利用分类,RadarDataAugust97,80%新过火区80%老过火区50%-80%过火区25%-50%过火区,雷达数据林火监测,ClassificationResult,97年8月分类结果,ClassificationResult,98年4月分类结果,SPOT卫星影像土地利用分类,单位：广州市城市规划自动化中心目的：遥感调查，省时、省力、省钱，调查指标客观，在土地利用调查、城市规划、生态环境监测等领域有很大的应用潜力，目前受到普遍关注和广泛应用；广州市城区范围迅速膨胀，迫切需要一个及时准确的城市土地利用变化状况调查手段。利用2003年法国Spot5卫星影像编制新一期土地利用专题地图，一方面提高广州市土地利用专题解译的精细度，另一方面通过与TM影像解译土地利用专题地图做对比分析，为城市规划及其发展演变研究提供基础资料。,数据及范围,原始影像数据包括2.5m与5m分辨率全色与多光谱波段融合的Spot5影像各六景：283/303、284/304、285/302、285/303、285/304、285/305，经过广州市行政界限剪裁后总面积为7400多平方公里,分类体系,分类方案,自动解译与人机交互检查纠错相结合的解译方案本次大范围较高分辨率的遥感影像解译的工作量大、人手少、时间紧基于专题图为了提高效率与保证解译精度，基于1999-2000年航空影像土地利用分类成果作为专题层,结果评价,为了对解译质量进行验证，分别在城区、农村及城乡接合处地区做了抽样实地调查验证，作为检核解译质量的标准数据。根据野外实地采集的资料，如果把部分正确的按照错误统计则解译正确率为80%，而实际上部分正确的地区都是正在建设的工地，即大部分未施工前与影像解译的结果是相符的，则解译正确率为93.3%。,3.6分类结果图,3、7分类结果统计,QuickBird影像流域植被类型分类,西安煤航利用快鸟卫星影像对塔里木河流域台特玛湖植被类型进行了分类,QuickBird影像风景名胜区信息提取,中南大学信息工程学院张家界风景名胜区信息提取,IKONOS数据土地利用分类,资料概况广州市白云区2005年9月1日采集的1米彩色IKONOS数据；白云区2004年土地利用现状图项目目标完成2005年土地利用调查统计20042005年度土地利用变更情况项目时间要求9月15日至10月8日完成白云区2005年土地利用分类,利用白云区2004年土地利用现状图进行分类基于以上分类结果进一步分类，完成2005年土地利用现状图利用2005年的现状图和2004年现状图对比，找出变化图斑,技术路线,基于专题图的分割,基于专题图的分类,2005年土地利用现状图,2005年土地利用变更图,道路交通专题图,城市绿化专题图,水资源分布专题图,IKONOS影像信息提取,北京玉渊潭周边2002年10月5日成像的1米彩色IKONOS数据；主要土地利用类型包括：水体、草坪、树、非植被（建筑、道路和施工裸地）,多尺度分割,一级分类,二级分类,不同层上的二级分类,结果导出矢量信息,其它高分辨率遥感数据应用案例,规划行业用地分类,快鸟.米多光谱数据),非渗透地表分类,渗透地表,非渗透地表,提取非渗透表面信息用于各种应用评价暴风雨径流模型评价工厂径流造成的污染,规划行业土地利用分析,水体,道路,居民区,草地,娱乐场所,商业区,道路和停车场,土地使用覆盖图,土地使用和适宜性分析土地使用覆盖图,规划行业,基础管线的评价BaselineAssessments占地数量的可视化最新的信息支持GIS基础地下构造设施评价廊道的规划,快鸟.米多光谱数据,加利福尼亚,变化监测,变化的图斑,2002,2005,Delhi,India,辨别潜在的非法用地,变化监测,变化的图斑,2002,2005,Delhi,India,使用快鸟影像，可以监测出新建的建筑物,洪水监控,洪水前,DuringFlood,洪水前河流轮廓图,洪水淹没区,河床,河床,用处理洪水前的相似的规则处理洪水后的影像，人造蓄水池，没有被分为洪水淹没区,洪水测图,绿地提取,树冠的分布图,QuickbirdMSImage(2FTGSD),Rome,Italy,城市绿地的提取,目标识别和追踪,用光谱信号和别的特征追踪飞机,飞机波普和空间特征参数,军事变化监测,军事机场信息提取,机场,机场,通路,感兴趣地物信息的提取监控,军用机场,军事军港变化监测,变化检测的准确度描述,第二章印