● 摘要
遥感解译就是对遥感图像上所呈现的丰富影像进行分析判断，来勾绘地物目标界限，识别地物目标属性，获取所需信息。随着遥感技术的飞速发展，每天都有越来越多的遥感图像被接收，传统的人工解译方法由于效率低下已经无法满足遥感应用的需求，计算机自动解译成为研究的热点。计算机自动解译是一种将计算机技术应用到遥感领域，实现对遥感图像进行区域分割和标注的技术。由于遥感图像的复杂性和解译人员对多方面知识的灵活应用，人工解译能够取得计算机自动解译更好的效果。本文通过对国内外遥感解译系统研究现状的分析了解到，为了提高区域标注的准确性，专家系统在计算机自动解译中得到了广泛的应用。但是，目前的专家系统忽略了作为基础的区域分割的重要性，没有合理的区域分割，专家知识就不能得到充分利用，本文对现有图像分割方法进行改进，为图像的区域标注提供良好基础。另一方面，由于缺少一个共同理解基础各个系统中的专家知识无法共享。本体是一种能在语义和知识层次上描述信息系统的概念模型建模工具，本文利用本体来定义语义标签及其标签间关系来提供一个共同理解基础，基于此语义标签集合采用易于理解的规则形式描述专家知识，同时利用通用推理引擎来构建区域标注专家系统。本文结合图像分割技术和专家系统设计和实现了一个图像分割及区域标注系统，并分别对系统所采用的图像分割算法和区域标注方法进行测试。实验数据分析表明本系统能够有效地对图像进行分割并利用交互训练获取的知识对图像区域进行标注。主要工作内容包括： 对现有图像处理方法进行改进。在图像预处理阶段，对传统的PGF（Peer Group Filter）滤波器进行改进，提出基于模板的PGF滤波方法；在图像分割阶段，提出基于Markov随机场的K-Means聚类初步分割方法，并结合局部同态性区域生长算法和合并过程实现对图像的区域分割。 专家知识获取。对基于规则的知识表示方式及其获取方法进行了分析，并将其应用到本系统，同时结合决策树算法，提出一种基于交互训练的规则提取方法。 图像区域标注。在Jena推理机的基础上构建了一个图像区域标注专家系统，将图像区域的标注过程转化为在规则集合上的推理过程，利用知识获取过程所得到的规则，实现对未标注图像区域的自动标注。