基于面向类技术的高分辨率遥感图像森林信息提取方法研究

在森林资源监测中大范围高时效性地使用高分辨率遥感图像将成为一个必然要求，而大范围高时效性使用的必要前提是解决这类图像的计算机森林信息自动或半自动提取问题。本项目以项目申请人提出的面向类的图像分割方法及其相应计算机软件系统作为主要研究基础，研究高分辨率遥感图像Ikonos和QuickBird的纹理信息加光谱信息的森林信息智能提取问题。首先建立基于森林类型的双向纹理模型，正向模型适用于对特定树种信息的提取和测量，反向模型适用于提取整幅图像的森林信息。正向模型和反向模型均分为树种和测量两个层次，前者完成树种区分，后者完成测量。纹理数据获得后，与光谱数据一起组成高维特征空间，在此特征空间内，应用和发展面向类的图像分割方法，对图像进行分割，达到对森林信息进行自动或半自动提取的目的。