空值域联合的高分辨率遥感影像自适应分割尺度粒度计算研究

The one of core technologies of Geo-Object Based Image Analysis is multi-scale image segmentation, and the research on adaptive computation of parameters of image segmentation is the focal and hot themes for decades, and especially for the parameter of scale. At present,the methods of scale computation and the related algorithms (for instance,image segmentation algorithm of eCognition) still have the weaknesses: (1) the accurate computation of spatial scale and multi-attribute scale of semantic image object, (2) the generalization and optimization of the contour of the semantic image object at specific scale, (3) the limitations of very high spatial resolution and optical remotely sensed imagery (VHSRRSI) data itself used for image segmentation. The research aims at the adaptive scale conputation that relates to a dual characteristics of spatial and attribute range, and we utlizes the technologies of: (1) the scale computation model of spatial range based on feature space of weighted vector edges information, (2) the spatial autocorrelation of statistical analysis at specific spatial range, (3) the measurement of neighbourhood homogeneity based on the union of spatial and attribute range; and innovativly presents the adaptive algorithm of the computation of scale granularity for image segmentation of very high resolution remotely sensed imagery. The research enhances the theoretical basis of adaptive image segmentation, with important research significance, and offers an new approach to solve the problems of adaptive image segmentation and the generalization of contours completely.

多尺度遥感影像分割是GEOBIA方法的核心技术，分割参数的自适应获取是该领域研究的热点和难点问题，其中尤以尺度参数的计算最为关键。现有尺度计算方法和已经实现的相关算法（如eCognition分割算法）应用于高分辨率遥感影像分割时仍存在明显的局限性：(1)地物语义影像目标空域尺度与多特征值域尺度的自适应精确计算问题；(2)特定尺度条件下地物语义影像目标轮廓优化与概括问题；(3)高空间分辨率光学遥感影像多尺度分割时数据自身的局限性问题。针对上述问题，本研究综合运用基于权特征空间矢量边缘信息的空域尺度计算模型、特定空域尺度范围内空间自相关值域统计分析、空值域协同的邻域同质性测度等关键技术，创新性提出空值域联合的自适应分割尺度粒度计算方法，拓展了自适应遥感影像分割的理论基础，并在工程化实践中着力解决特定尺度条件下语义影像目标轮廓优化与概括问题。

多尺度遥感影像分割是GEOBIA方法的核心技术，分割尺度参数的自适应计算是该领域研究的热点和难点问题；地理对象空间分布的尺度差异性以及高空间分辨率遥感影像数据自身的复杂性增加了该问题的难度。. 项目针对该问题开展了空域尺度与值域尺度联合的高空间分辨率遥感影像自适应分割尺度粒度计算方法、集成自适应分割尺度粒度计算方法的分割算法以及地物语义影像目标轮廓优化及概括等研究工作。研究认为遥感影像多尺度分割异质性阈值标尺的“尺度”，应具备在衡量物理影像基元值域异质性的同时兼备表述地物目标空间语义异质性的功能；以便达到分割所获取的物理影像基元边缘与地物语义影像目标轮廓的最优匹配，以此为轮廓优化与概括工作奠定基础。此外，以集成自适应分割尺度粒度计算的分割算法工程化应用为导向，对语义影像目标轮廓的优化及概括进行了深入研究，寻求突破语义影像目标识别“语义鸿沟”问题。. 研究提出了基于权特征空间矢量边缘信息的空域尺度计算模型、特定空域尺度范围内空间自相关值域统计分析、空值域协同的邻域同质性测度等关键技术的空值域联合的分割尺度粒度自适应计算方法，拓展了遥感影像分割尺度自适应计算的理论基础，并在工程化实践中着力解决特定尺度条件下语义影像目标轮廓优化与概括问题。此外，研究并确立特殊地物目标及其类别轮廓优化的基本工艺流程，针对不同地物类别具体目标特点细化基本流程，对工艺流程逐步进行优化与完善，实现语义影像目标向GIS制图精度级别轮廓线描述的转化。