中文摘要：

针对现有面向对象遥感影像分析方法"先分割后识别"分割难和"识别分割一体化"空间关系弱的缺限，本项目通过引入最早源于文本建模的概率潜语义分析模型，并借鉴其在自然图像文字标注、图像检索和对象检测与识别等应用的成功经验，探讨新型面向对象高分辨率遥感影像信息提取和分类方法，为开发满足防灾减灾遥感监测与灾情评估的自主知识产权高分辨率遥感影像分析软件奠定技术基础。项目的主要研究内容包括（1）概率图模型设计针对概率潜语义分析模型在高分辨率遥感影像分析中的应用特点，设计相应的概率图模型及参数估计方法；（2）对象表示形式的比较研究先易后难地比较研究三种基本的图像对象表示形式图像分块、自适应对象学习和简易图像分割；（3）基于条件随机场模型的概率潜语义分析模型目标是改进上述研究中识别与分割的视觉效果；（4）应用研究面向对象高分辨率遥感影像分析技术在灾害遥感监测与灾情评估中的应用研究。

结论摘要：

针对现有面向对象遥感影像分析方法“先分割后识别”分割难和“识别分割一体化”空间关系弱的缺陷，本项目通过引入最早源于文本建模的概率主题模型，并借鉴其在自然图片分析应用方面的成功经验，研制了新型面向对象高分辨率遥感影像信息提取和分类方法。项目组开展的研究包括(1)概率主题模型应用于遥感影像分析时不同块大小的视觉词比较研究；(2)基于概率潜语义分析模型的面向对象高分辨率遥感影像聚类方法研究；(3)基于MRF框架下的潜狄利克雷分配模型的高分辨率遥感影像聚类研究；(4)基于多尺度潜狄利克雷分配模型的面向对象高分辨率遥感影像聚类研究；(5)基于潜狄利克雷分模型的高分辨率遥感影像半监督分类研究；(6)概率潜语义模型在道路网络提取方面的应用研究。超额完成了项目原计划的研究内容。在发表了5篇SCI期刊论文（其中4篇为国际期刊），另外发表EI收录论文4篇，ISTP3篇；申请了2个发明专利。超额完成了预期的研究指标。