《基於模糊拓撲及多特徵融合的遙感影像亞像元定位》是依託中國礦業大學，由張華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於模糊拓撲及多特徵融合的遙感影像亞像元定位
- 項目類別：青年科學基金項目
- 項目負責人：張華
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
亞像元定位已成為定量遙感的研究熱點。針對現有的亞像元定位模型定位精度不高、結果不確定性和不能同時處理LR和HR情況等問題。本項目擬研究基於模糊拓撲及多特徵融合的遙感影像亞像元定位。包括：（1）針對亞像元定位的欠約束問題，利用隱半馬爾科夫模型、小波紋理、數學形態學等方法提取影像的空間特徵信息並進行最佳化、選擇與組合，得到有利於亞像元定位的多特徵組合信息，增加模型的約束條件，提高模型的可靠性；（2）利用模糊拓撲理論將面積較大的斑塊、地物的邊界、尺度小的線性地物及小於像元的地物探測出來，提供斑塊形狀及空間分布信息；（3）以探測出的地物空間分布信息為基礎，針對不同結構類型的斑塊，融合影像的多特徵組合信息，構建不同的定位模型並對不同類型的斑塊分別進行亞像元定位。模型兼顧了地物的結構特徵，並可以同時處理HR和LR的情況，在一定程度上克服了現有亞像元定位算法的缺點，提供了可靠的亞像元定位模型。
結題摘要
在系統查新國內外有關遙感影像亞像元定位、分類等方面的最新研究成果的基礎之上，針對遙感影像亞像元定位過程中所涉及到的關鍵科學問題，圍繞遙感影像空間結構特徵提取、利用模糊拓撲在拓撲空間中描述亞像元定位問題和基於多特徵融合的亞像元定位模型與求解等三個方面進行研究。具體研究工作主要包括：（1）提出了PAI、LW、Solidity和Extent四個像元形狀特徵，通過實驗驗證了所提出的形狀特徵可以提高分類結果精度；（2）引入空間引力模型到MRF模型中，提出了SAMRF模型SAMRF（Spatial Attraction based Markov Random Field），增強了類別邊緣的描述能力，從而提高了分類精度；增強了類別邊緣的描述能力，從而提高了分類精度；（3）將模糊拓撲理論引入到傳統SVM，提出比傳統SVM分類精度更高的FTSVM遙感影像分類方法；（4）引入了局部視窗，分別利用視窗中的類別自相關性去確定類別訪問次序，提出了一種自適應UOC（adaptive UOC（units of classes）(AUOC)）模型；（5）提出一種基於空間結構信息的ICK亞像元定位模型，將原始圖像的半變異函式作為輸入值，利用卷積方法獲取得到高解析度圖像中類別的半變異函式圖，然後再利用這些得到的高解析度圖像中類別的半變異函式圖去估計每個亞像元的機率值；（6）將MSIs (multiple shifted images多偏移遙感)數據引入到（soft-then-hard SPM (STHSPM)）中產生更高精度的（sub-pixel mapping (SPM)）SPM結果，新的方法無需疊代和先驗知識，通過實驗證明了所提出方法的有效性，為亞像元定位提供了一種有效的手段。項目的實施與開展取得了良好的研究成果，至目前為止，研究成果在國際知名SCI期刊上發表論文10篇，項目組成員的科研能力得到了較好的培養和提高，並於項目執行期間先後獲得了2項國家自然科學基金項目的資助，培養了2名博士研究生，研究成果獲得了江蘇省科學技術獎及江蘇省優秀博士論文獎。綜上，項目的研究取得了良好的人才培養效果與豐富的研究成果，極大地鍛鍊了項目組成員獨立從事科研的基本能力，達到了預期效果。
