中文摘要：

本课题的研究对象是具备高空间分辨率的高光谱遥感影像。这种新型的空间-光谱"双高"分辨率数据，能同时展现地物在光谱域和空间域的细节信息，打破了传统高光谱数据空间分辨率不高的限制，为高光谱在城市、农业、林业、军事等方面的应用提供了更广阔的前景。本课题以这种新型影像的特点为基础，在特征提取与分类方面展开研究。我们以像素-结构-对象为解译单元，以光谱-结构-语义为解译特征，采用逐层增强的方式，建立新型高光谱影像的多层特征提取与分类模型。该模型随着处理单元的递进而逐渐增加解译特征，同时逐层减少分类不确定性，有效整合多层特征。本课题提出的多尺度-多方向形态模式谱、高光谱像元形状指数、光谱-结构多特征联合分类、基于规则集合的对象层后处理与优化算法，是高光谱影像处理、面向对象分析的新途径、新方法，能够为这种新型高光谱影像的应用提供可靠、稳健的信息提取技术。

结论摘要：

经过三年的研究，本项目圆满完成了研究计划和目标建立了高光谱、高分辨率遥感影像像素-结构-对象-语义的多层多特征解译框架。具体地，1) 在特征提取研究方向，我们原创性的提出了三维小波纹理、形态学房屋/阴影指数、张量特征提取、多通道共生纹理、多成分形态学等新方法；2) 在此基础上，我们提出了多层解译、多特征机器学习等信息提取模型；3) 并将以上理论和方法，成功用于城市目标提取与变化检测应用以城市提取、房屋变化检测、城中村时空分析为例，验证了我们的特征提取和解译模型。项目取得的主要成果如下在国际遥感SCI刊物上发表论文21篇，其中ESI高引论文3篇，ESI热点论文1篇；项目负责人在Google Scholar被引用1240次，SCI引用547次；负责人黄昕博士当选IEEE GRSL副主编；且作为IEEE JSTARS高分辨率遥感专辑的第一客座编辑；项目组黄昕、刘辉获得2014年IEEE数据融合大赛冠军；负责人黄昕博士获得2012年IEEE GRSL最佳审稿人奖；负责人黄昕博士获得2012年全国百篇优秀博士学位论文。