影像cb719900高分辨率遥感数据精处理和空间信息智能转化的理论与方法

项目名称: 高分辨率遥感数据精处理和空间信息智

能转化的理论与方法

首席科学家 单杰武汉大学

起止年限 0 2。 20   8

依托部门:教育部



一、关键科学问题及研究内容

(一拟解决的关键科学问题

本项目在提高高分辨率影像质量和精度的基础上,着重研究地物目标特征的高分辨率成像机理建立地物目标与影像特征之间的映射关系实现遥感数据向空间信息的准确、快速、可靠转化.需要解决的关键科学问题包括

 。 复杂时空因素影响运动平台成像质量和精度的作用机理

高质量和高精度的遥感影像是实现对地观测数据到空间信息转化的前提.影响运动平台成像质量和精度的因素繁多,如大气散射、 电磁环境变化、运动平台的扰动、导航信息的缺失、镜头畸变、传感器的制造工艺、成像过程的随机性等。如何揭示这些因素对运动平台成像质量和精度的作用机理与影响、进而寻求有效的改善方法是一个涉及高分辨率对地观测系统时空复杂特性的科学问题。

为了全面提高遥感影像的质量和精度需揭示对地观测系统中各种传感器通用的成像规律与各随机因素的综合影响规律.一方面,通过在轨标定动态监测传感器的特性研究影像质量客观评价方法,发现影像质量退化机理通过离轨处理改善影像质量另一方面,建立运动平台高精度自主定位模型,在各种特定或困难条件下精确确定运动成像平台的空间位置和姿态以提高遥感影像的对地目标定位精度。

.高分辨率遥感影像的目标特征描述与转换模型

人工目标在影像上的特征描述与转换模型是实现遥感数据到空间信息智能转化的理论基础。遥感影像从中低分辨率提高到高分辨率 目标的影像特征发生了显著变化纹理更丰富、方位更精确、形状更明显、信息会缺失如遮蔽或歧义(如阴影、空间关系更复杂采用传统的单一光谱特征难以全面描述高分辨率影像上众多复杂的人工目标。如何针对传感器的多样性、成像条件的多变性以

及地面目标的复杂性定义高分辨率遥感影像上包括光谱特征在内的可度量的目标特征集尽可能完备地描述人工目标是涉及高分辨率对地观测系统复杂成像机理的科学问题。

为描述高分辨率遥感影像的目标特征需要针对各种典型和感兴趣的地物目标定义目标特征集并结合实地测量和计算机仿真,根据传感器的成像机理建立三维目标特征与二维影像特征的映射关系研究影像目标特征在不同成像方式和条件下的关系及转换模型 以目标为基础建立影像特征库,从而为高分辨率遥感影像目标的自动识别及其向空间信息的智能转化奠定理论基础.

 。 高分辨率遥感影像的认知模式与机器理解

高分辨率遥感影像的认知模式与机器理解是实现遥感数据到空间信息智能转化的核心。由于高分辨率影像上地物尺度变化范围大、几何形状与影像光谱特征多变、各类目标之间关系复杂现有的高分辨率影像面向对象的多尺度分割信息提取方法难以对复杂人工目标进行准确的认知,也无法对多目标组成的场景进行推理与理解.因此如何利用有限的关于目标、场景、传感器的先验知识,由影像特征推断完整的复杂目标、建立层次化的场景解析模型是高分辨率对地观测系统中涉及模式识别、计算机视觉和人类感知认知的多学科交叉的科学问题。

为了建立可计算的高分辨率影像认知与机器理解模型需要以目标特征模型为基础,利用多尺度对象的分割、影像目标的特征匹配等方法对人工目标进行识别,根据“像元—特征—目标场景”的逐层关联过程模型将影像的机器理解问题转换为顾及上下文多重语义关系描述模型的场景理解问题实现影像目标识别、场景解译和信息转化.

(二主要研究内容

1。 高分辨率遥感影像的信息度量与质量改善

高分辨率遥感影像的质量决定了遥感数据到空间信息的转化能力。因此需要研究高分辨率遥感影像的信息度量与质量改善方法,为空间信息的智能转化提供高质量的数据。主要研究内容包括

  影像质量评价与信息转化能力的定量关系

研究高分辨率遥感影像的质量评价方法、影像质量与信息转化能力的定量关系模型为高分辨率传感器设计、影像获取模式选择和影像质量改善提供理论依

据。内容包括研究影响高分辨率遥感影像质量的各种系统和随机因素及其综合效果;建立高分辨率遥感影像质量评价的指标体系并发展相应的质量评价方法揭示高分辨率遥感影像质量与信息转化能力间的定量关系实现高分辨率遥感影像的信息转化能力的自动评价.

(2)高分辨率遥感影像质量改善方法

研究高分辨率遥感影像质量退化机理,建立影像质量改善模型为空间信息提取提供高质量的影像数据.内容包括构建高分辨率遥感影像的噪声模型发展噪声削弱和消除方法;针对高分辨率成像系统研究高精度调制传递函数测量与恢复方法针对高分辨率遥感传感器的多样性研究高精度的多视场拼接方法;针对运动平台偏流角、速高比引起的像移,寻找各种可能的补偿方法.

3)平台振颤对高分辨遥感影像质量的影响与补偿

研究运动平台的高频振颤对高分辨率成像质量的影响寻找相应的补偿方法保障空间信息提取的可靠性。内容包括研究高分辨率对地观测系统中平台振颤影响成像的作用机理,揭示平台振颤在高分辨率遥感影像上的作用规律;发展高分辨率影像上平台振颤的检测方法;针对运动平台的状态和成像系统的特性构建影像恢复模型。

(4高分辨率多视场影像合成方法

研究多镜头获取的高分辨率影像和非共线多CCD获取的大视场成像数据的合成方法,为大视场成像传感器影像数据的处理奠定基础。 内容包括多镜头传感器成像原理;多镜头传感器影像合成方法;非共线多C成像原理非共线多C影像合成方法影像合成中的辐射改正和质量控制。

2。 运动平台影像的高精度几何标定与目标定位

为了提高高分辨率遥感影像的几何定位精度与产品质量,充分挖掘成像传感器的几何性能和应用潜力需要发展在轨标定方法建立高精度定位模型。主要研究内容包括:

1)成像传感器高精度几何建模

研究成像传感器高精度的严格几何模型和适合于各种传感器的通用模型以支持高分辨率遥感数据的高精度几何定位和几何处理。 内容包括:传感器严格几何处理模型多传感器的通用随机场定位模型;多源多视立体成像几何模型大范围多源遥感影像的区域网联合平差模型。

2)运动成像传感器几何标定

研究运动成像传感器在轨几何标定方法标定在轨的几何参数,以提升高分辨率遥感影像的几何定位精度。 内容包括:传感器的几何标定模型;基于几何定标场的单相机在轨标定方法;基于几何定标场的三线阵立体相机在轨标定方法;基于几何定标场的多相机联合成像在轨标定方法。

3)运动平台自主定位定姿

以成像传感器和惯性测量装置、激光测距仪、激光扫描仪等多种辅助传感器的运动平台为对象,依据成像传感器与辅助传感器的集成方式研究多传感器辅助的运动平台定位定姿理论与方法为高精度影像定位提供技术支撑。内容包括:基于序列影像的运动平台自主定位定姿多传感器辅助的运动平台联合定位定姿基于已有参考数据的定位定姿受限条件下运动平台的定位定姿。

(4)高分辨率遥感综合试验场的设计

研究高分辨率遥感综合试验场的设计,支撑遥感传感器的在轨精确几何标定。内容包括高分辨率遥感综合性能试验场选址标准和建设内容几何标定设施的内容及布设方法定标标志的精确测定方法与评价标准.

3 高分辨率遥感影像的目标特征描述与数学建模

研究复杂地面环境下目标高分辨率成像的几何、纹理、光谱、散射等特征,研究目标特征描述方法、数学模型以及转换方法建立目标特征和目标的映射关系,为高分辨率影像的三维建模、语义信息提取和智能检索提供典型目标的特征库。主要研究内容包括:

1 目标特征集的构建与形式化表达

综合分析不同目标特性对遥感影像特征的影响,研究目标及背景的几何、纹理、光谱、极化及其时空变化等特征,为目标特征的数学建模与描述之间的转换、自反馈、 自进化提供形式化描述的基础。内容包括不同成像方式的高分辨率目标时空特性分析;目标特征集的定义 目标特征集的构建 目标特征集的形式化表达.

2)目标特性与成像不变性

依据不同传感器成像非成像方式的目标时空特性研究目标成像的几何、纹理、拓扑、光谱、极化等不变性特征为目标特征描述的转换奠定理论基础.内容包括:保持目标特性的特征映射方法高分辨率影像目标特征的时相不变性高分辨率影像目标特征的几何不变性;高分辨率影像目标特征的频谱不变性.

(3 目标特征的数学建模

利用不同传感器目标及其背景成像条件与特点、地物目标的几何与波谱数据反演与提取典型目标及其背景的本质特征建立目标的几何、纹理结构、 目标及其背景的特征模型。 内容包括:高分辨率成像目标的几何特征建模高分辨率成像目标的纹理特征建模;高分辨率成像目标的频谱特征建模 目标和背景的复合建模。

(4)目标特征转换

面向目标的几何、纹理、光谱、极化等特征,研究目标及背景特征在不同影像之间的可转换性及其转换方法为多源、多时相遥感影像目标特征的建立及其转换提供理论基础。内容包括不同成像条件下的特征转换机理及可转换性 目标特征描述之间的转换不同时相目标特征的转换不同影像目标的几何与纹理特征转换。

  典型目标特征库构建

研究特征库的构建与更新方法建立典型人工目标特征库,为多源目标影像匹配、语义信息提取等提供支撑.内容包括 目标特征库的概念模型、逻辑模型和物理模型;可扩展的目标特征库构建方法典型目标特征库的更新方法典型目标特征库的高效索引方法。

. 高分辨率遥感影像的自然地表与人工地物三维重建

研究从多平台、多时相、多角度的高分辨率遥感影像中快速、有效地重建自然地表和人工地物的三维模型的理论和方法分析遮挡、角度变化、辐射变化及

地物本身变化等对成像造成的影响提取高精度三维目标,实现复杂地表和人工地物的三维重建。主要研究内容包括:

1多源影像匹配与三维地表模型生成

利用相同或不同平台、相同或不同时间获取的多角度影像进行影像匹配生成数字表面模型.内容包括:三维线段、三维区域和三维密集点云的匹配具有高重复率的尺度、视角、辐射不变特征的检测和匹配方法遮挡、地面凸出物以及地物变化区域的自动检测融合多片立体信息形成密集三维地表模型。

2纹理缺乏区域的形状恢复

针对影像纹理缺乏区域难以匹配的问题利用光度学理论实现纹理缺乏区域形状的恢复。 内容包括:多视角影像形状恢复的光度学理论;多视角影像的光源反演光度学方法与多片立体匹配方法的结合.

3复杂人工地物三维模型的重建

利用三维点云、多视角影像和其它可用信息重建人工地物三维模型实现三维人工地物的自动提取。内容包括复杂人工地物三维模型的基元分解、组合与表达机制基于密集点云、多视角影像等信息的人工地物检测;基于模型库的复杂人工地物基元检测、组合推理机制。

多视角影像的超分辨率重建与三维模型的纹理映射

利用多视角影像对人工地物模型及其表面纹理进行超分辨率重建。内容包括:三维几何模型的多光束精化多视角影像纹理的超分辨率重建;三维模型纹理的多视角映射多视角影像纹理辐射的均一化.

5。 高分辨率遥感影像的语义信息提取

结合典型目标的特征库,通过研究面向对象的特征选择与目标识别、高分辨率遥感影像的语义解析模型、 自适应快速变化检测模型、基于自反馈机制的目标特征库精化等,实现高分辨率遥感影像的语义信息提取。主要研究内容包括:

1面向对象的特征选择与目标识别

针对高分辨率遥感影像纹理、结构等空间特征丰富的特点以目标特征库为基础,利用自适应检索、 自动匹配、多特征探测等理论,实现语义层次上的高分辨率遥感影像智能识别和信息解译。内容包括面向对象的高分辨率遥感影像多尺度、多层次自适应分割面向对象的空-频-谱特征提取与选择;异常信息的检测方法 目标特征库辅助下的目标快速匹配方法。

2)高分辨率遥感影像的语义解析

在特征表达及目标匹配识别的基础上利用高分辨率影像对象的自然语义特性和上下文信息,构建高分辨率影像场景的语义解析模型,实现高分辨率影像典型目标的语义解析。内容包括基于目标特征库的高分辨率影像场景语义建模语义网络推理支持下的高分辨率影像典型目标识别、 目标-场景映射与转化。

(3高分辨率遥感影像变化信息检测与提取

综合利用多时相、多源高分辨率遥感数据基于异质地理空间数据的信息融合理论构建自适应快速变化检测模型为高分辨率影像变化信息检测与快速提取提供支持。 内容包括:多时相、多源地理空间数据的精确配准;多时相遥感影像的自适应变化检测方法异源异质影像变化检测;变化信息的快速提取方法.