高分辨率遥感影像多尺度特征基元提取及其集群计算方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

高分辨率遥感影像多尺度特征基元提取及其集群计算方法研究

项目名称：高分辨率遥感影像多尺度特征基元提取及其集群计算方法研究
项目类别：面上项目
批准号：40971228
申请代码：D010702
项目来源：国家自然科学基金
研究期限：2010-01-01-2012-12-31

项目负责人：沈占锋
负责人职称：副研究员
依托单位：中国科学院遥感应用研究所
批准年度：2009

中文摘要：

中文主题词：高分辨率；影像分割；特征基元；多尺度；集群计算

英文摘要：

High resolution；Remote sensing image segmentat；Per-parcels；Multi-scale；Cluster-based computing

英文主题词： High resolution；Remote sensing image segmentat；Per-parcels；Multi-scale；Cluster-based computing

结论摘要：

影像多尺度分割是高分辨率遥感信息提取与目标识别的基础与前提，其计算效果与效率将直接决定着后续处理的精确程度与自动化水平。目前存在有数十种影像分割算法，不同算法的处理结果千差万别，各自针对性也不同，总体来说效果距实际应用需求差别较大，因此针对影像分割这一瓶颈性问题的深入研究非常必要。本项目将针对高分辨率遥感影像的特点，发展面向特征基元提取的影像多尺度分割算法模型，研究重点包括综合分析目标对象的结构、形态、分布等空间特征信息，发展复杂背景下的影像多尺度分割、分割结果后处理、特征计算与表达以及集群化并行计算等算法，并结合遥感影像多尺度分析的思路，建立“对象化”影像分析过程中尺度选择、递进与转换的不同尺度间纵向的对象拓扑关系模型，以及同一尺度空间下的横向的对象拓扑关系模型，进而针对农林地块边界提取的需求发展地块边界精细提取算法，促进高分辨率遥感应用的智能化和规模化水平。经过约三年时间工作组的研究与探索，课题组已经初步实现了以高分辨率遥感影像多尺度分割算法为代表的遥感影像高性能计算模式的研究探索，初步总结出了一系列适用于遥感影像高性能计算的并行计算模式，并分别对其算法中的数据划分策略、并行实现模式、算法拆分规则、结果合并与显示等进行了总结，相应的算法已经初步达到了无需人工参与实现遥感影像高性能计算的程度。进一步地，结合实际常用是几个重要算法——影像多尺度分割、影像特征计算、基元（自动）分类、影像水体（湖泊）提取、影像拼接、影像不透水面提取等算法，总结并形成了适用于遥感影像批量处理的高性能实现模式，相应地高性能计算模式可以进一步推广至其他遥感影像的高性能并行计算与应用中。在本基金的支持下，课题组已经完成1本专著的撰写工作，发表学术论文30余篇，其中SCI索引论文2篇，EI索引论文20余篇。

成果综合统计