《基於層次Dirichlet過程的高分遙感圖像分類方法及其套用研究》是依託北京師範大學，由唐宏擔任項目負責人的面上項目。
基本介紹
- 中文名：基於層次Dirichlet過程的高分遙感圖像分類方法及其套用研究
- 依託單位：北京師範大學
- 項目負責人：唐宏
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
傳統高分遙感圖像分析方法多採用“先分割後分類”的方式。這種分而治之的策略雖然可以靈活地併入分析者的先驗知識，但是分析的自動化程度低、分析結果的泛化能力弱。針對這些問題，本項目利用機率主題模型具備遙感圖像“空-譜”靜態組合建模的特性，擬研究（1）構建高分遙感圖像“空-譜”動態協同分類框架，並分析“空-譜”協同工作機制及其實現策略的影響因素；（2）設計高分遙感圖像“像元-結構-地物-場景”層次空間關係的嵌入方法，實現層次空間信息自下而上和光譜等特徵信息自上而下的雙向流動；（3）分析監督信息引導下的非監督學習的信息傳遞方式，形成“識別分割一體化”的批量高分遙感圖像快速信息提取的理論和方法。以建築物因震損毀遙感信息快速提取為例，實驗驗證本項目提出方法的效率和精度，為災害應急回響中災情遙感信息快速提取提供技術支撐。
結題摘要
傳統高分遙感圖像信息提取方法多採用“先分割後分類”的方式。這種分而治之的策略雖然可以靈活地併入分析者的先驗知識，但是分析的自動化程度低、分析結果的泛化能力弱。針對這些問題，本項目利用機率主題模型具備遙感圖像“空-譜”靜態組合建模的特性，通過解決機率主題模型的內在假設與高分遙感圖像分類中多層次空間關係建模需求不匹配的問題，形成新的高分遙感圖像製圖新理論和新方法，支撐災害應急回響等關鍵套用。通過為期四年的研究，本項目在以下幾個方面取得了重要的進展：1、分析了“空-譜”協同工作機制及其影響因素，構建了基於HDP的高分圖像“結構-地物-場景”協同工作框架；2、基於上述建立的“空-譜”協同工作框架，通過建立層次空間關係模型，提出了基於HDP的全色和多光譜圖像融合與非監督分類算法；3、針對震害遙感應急監測的需要，綜合比較和分析了大範圍中等解析度遙感影像建成區識別方法及多尺度遙感影像建築物提取方法，提出了建築物高分遙感快速提取及其震害識別方法。項目研究成果基本形成了面向災害應急回響的建築物多源衛星影像自動提取方法和震害快速識別方法。本項目在在“空-譜”協同工作機制和實現策略方面申請獲批2項發明專利；在“分割識別一體化”的遙感信息提取方法及其套用方面，共發表7篇SCI期刊論文，3篇會議論文；培養了4名博士和3名碩士研究生。本研究提出了建築物震害多源遙感快速監測方法作為“重大自然災害評估模型與方法體現研究與套用”的一部分獲2019年地理信息系統協會特等獎。
