基于国内外遥感影像解译软件应用研究

2014-03-28张养安李俊锋

杨凌职业技术学院学报 2014年4期

张养安, 李俊锋, 王蓬

(1. 杨凌职业技术学院，陕西杨凌 712100； 2.西北测绘职工培训中心，陕西西安 710054； 3.西安市水利规划勘测设计院，陕西西安 710054)

0 引言

遥感是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。遥感影像必须经过处理和解译才能变成有用的信息。遥感影像解译是从遥感影像上获取目标地物信息的过程。通常情况下，遥感影像解译分为两种：一种是目视解译，它指专业技术人员借助辅助判读仪器或直接观察，在遥感影像上获取特定目标地物信息的过程。另一种是遥感影像计算机解译，它指使用计算机，利用人工智能与模式识别技术，依据遥感影像中目标地物的各种影像特征(颜色、形状、纹理与空间位置)，结合专家知识库中目标地物的成像规律、解译经验等知识进行判别和推断，实现对遥感影像的剖析，完成对遥感影像的理解和解译。

近十几年来，随着高分辨率遥感卫星的成功发射，标志着地球空间数据获取与处理技术新纪元的来临，获取的影像信息更加详细、丰富、多样化，它扩大了遥感应用范围，提高了地理数据的更新速度。然而影像分辨率的提高，也带来了一系列信息处理和识别的新问题，如何提高遥感影像解译精度和可靠性成为当前研究的一个热点问题。

1 国内外对遥感影像解译的研究历程

自20世纪60年代以来，航天航空技术、测量测控技术、传感器技术、电子技术、计算机技术和通讯技术的发展，极大的推动了遥感技术的发展。遥感影像解译技术是随着遥感技术的产生发展而来的，在这一时期，遥感影像解主要以人工目视解译为主。

从20世纪70年代以来，随着Landsat陆地卫星发射成功，人们就开始利用计算机进行卫星遥感影像的解译研究，最初主要是对卫星影像进行几何纠正与位置配准，在此基础之上，开始采用人机交互的方式，从遥感影像中获取有关的地学信息。

20世纪80年代后期，Goodenough D(1988)与Ehlers M(1989)等人提出遥感与地理信息系统一体化的问题，推动了地理信息系统与遥感影像自动解译系统的结合。

从20世纪90年代至今，人们开始探究遥感解译知识的获取、表达、搜索策略和推理机制，随后发展出基于知识的智能化遥感影像解译软件系统。

2 国内外主要遥感影像解译软件概况

目前，在国内外主流的遥感影像处理软件中，国外主要有加拿大PCI公司的PCI Geomatica、美国ERDAS公司的ERDAS Imagine、美国Research System INC公司的ENVI、澳大利亚EARTH RESOURE MAPPING公司的ER Mapper以及德国Definiens Imaging公司的eCognition等；国内则有国家遥感应用技术研究中心的IRSA、中国测绘科学研究院与四维公司联合开发的CASM ImageInfo、武汉吉奥信息工程有限公司、武汉大学和中国地质大学联合组织开发GeoImager、中国林业科学院与北大遥感所联和开发的SAR INFORS、原地矿部三联公司的RSIES等等。下面对这些软件分别做一简单介绍。

2.1 ERDAS IMAGINE

ERDAS IMAGINE由美国ERDAS公司开发的，在世界市场上占有最大份额的一款专业遥感图像处理软件。它以灵活、友善的操作方式和用户界面、超前的图像处理技术、面向不同层次用户的模型开发工具、高度的RS/GIS(遥感图像处理和地理信息系统)集成功能、应用广阔的产品模块，为遥感及相关应用领域的用户提供了内容丰富、功能强大的图像处理工具，代表了遥感图像处理系统的发展趋势。

特点：先进的图像处理技术，友好、灵活的用户界面和操作方式。

2.2 ENVI

ENVI是由美国Research System INC公司组织遥感领域的专家，采用IDL(交互式数据语言)开发的一款完整的、功能强大的、首屈一指的遥感图像处理平台，可处理Landsat7、IKONOS、SPOT、RAD ARST、NASA、NOAA、EROS和TERRA等卫星影像数据，其处理功能覆盖了遥感图像数据的全过程。

特点：强大的影像显示、多光谱影像处理和分析功能、三维地形可视分析及动画飞行。

2.3 ER Mapper

ER Mapper由澳大利亚ERAT HRESOURCE MAPPING公司研发，是当今国际先进的大型遥感影像处理软件，它开发起点高、设计理念先进，其强大的小波压缩技术使海量数据处理变得简单容易，同时还提供了二次开发的工具包和海量影像网上发布系统Image Web Server(IWS)，为用户提供了全方位的遥感影像解决方案。

特点：独特的设计，使算法概念贯穿图像处理的整个过程，适合于大型工程的影像处理作业；遥感、GIS、数据库全面集成；数据高压缩比算法；全模块设计等，方便创新的用户开发环境。

2.4 eCognition

eCognition是由德国Definiens Imaging公司开发的世界上第一个面对对象，模仿人类思维进行信息提取、智能分析的专业遥感影像解译软件。它以决策专家系统支持的模糊分类算法，更加精确、高效、智能的将遥感影像数据转化为空间地理数据，大幅度提升了高空间分辨率数据的自动识别精度，是目前国情普查影像解译中应用最广的软件系统，目前的版本是eCognition 8系列。

特点：采用面向对象的信息提取方法，充分利用了形状、色调、层次、纹理等的对象信息和子对象、父对象、邻近对象等相关特征的类间信息，提高了信息提取的精度。

2.5 国产软件

IRSA可处理一些常规的图像处理工作；CASM ImageInfo应用于我国的西部测图工程中，是国产遥感软件中相对较好的；GeoImager是国内唯一通过国家测绘局1∶5万DOM生产软件工具测试的系统，目前主要作为遥感工程应用的基础软件，开展遥感工程化应用；SAR INFORS是专门针对成像雷达开发的软件；RSIES主要应用于区域地质调查中简单的遥感解译应用。

同国外软件相比，国产软件价格相对低廉，操作界面和操作流程易被国内的用户所接受，但起步晚，功能相对较弱，设计不太成熟，短时间内还难以满足大型地理空间的研究需求。

以上国内外开发的软件，虽然能够从某一方面提升地理信息数据的获取与处理效率，加快数据的更新速度，扩大遥感的应用范围，然而随着遥感数据获取方式的多元化和遥感影像分辨率的逐步提高，也带来了一系列信息处理和识别的问题，尤其是遥感影像的自动解译，如何有效提高遥感影像自动化解译的可靠性和精度成为当前软件开发和研究的一个难点和热点。

3 遥感影像解译软件面临的问题及解决途径

遥感影像解译经历了从人工目视解译、人机交互解译，发展到目前的智能化解译阶段，虽然人们研究出了许多种技术、方法来提高解译的自动化程度，但仍不能完全实现自动解译。例如在采用基于模糊分类中，由于地球表面许多地物存在着“同谱异物、同物异谱”现象，使得分类结果存在较多的错分、漏分等现象，使得解译精度不高；在采用地理信息系统与遥感影像结合系统中，由于遥感影像解译的复杂性而带来辅助解译信息的多样性，以及存在着这些地学信息如何与遥感信息结合的问题仍然没有解决，需要进一步完善等。

对于遥感影像解译软件而言，是实现遥感影像的自动化解译，必须大力开发和完善遥感影像解译专家系统。遥感影像解译专家系统是人工智能技术与模式识别相结合的产物。它是应用人工智能技术，利用遥感影像解译专家的经验和方法，模拟遥感影像目视解译的具体思维过程，同时运用现代模式识别的方法获取地物的多种特征，为专家系统解译遥感影像提供依据和证据，进行遥感影像解译。

传统的专家遥感影像解译系统一般主要由三大部分组成：第一部分为影像处理与特征提取子系统，包括获取影像数据、影像处理、影像纠正、影像分类、区域分割、边界跟踪以及进行目标地物的位置数据和空间关系特征的抽取，并将这些信息输入影像解译专家系统，存储在遥感数据库中；第二部分为遥感影像解译知识获取子系统，包括通过获取遥感影像解译专家知识，并对知识进行完整性和一致性检查，通过规则产生器和框架产生器将专家知识形式化表示，并存储在知识库中，知识的获取被视为专家系统的瓶颈；第三部分为遥感影像解译专家系统，由遥感影像数据库和数据管理模块、知识库和管理库、推理机和解译器等构成。

遥感影像解译专家系统是一个庞大的、复杂的系统工程，目前国内外主要遥感影像解译软件离成熟的遥感影像解译专家系统仍有很大的差距。从目前遥感技术发展的现状来看，要建立遥感影像解译专家系统首先必须建立背景知识库和解译知识库。一方面要利用遥感影像本身的影像特点，运用模式识别的技术进行分类处理和特征提取，另一方面，又需要发挥这一领域内解译专家的经验优势和知识亮点，从他们那里获取解译知识，构成影像解译知识库。在基于知识的指导下，由计算机实现遥感影像的智能化解译和信息获取，逐步实现对遥感影像的理解。其具体构成如下图1所示。

遥感影像解译目前仍然处于发展过程之中，要实现遥感影像解译软件的自动化，还需要从五个方面展开深入的研究：一是抽取遥感影像多种特征并综合利用这些特征进行识别；二是逐步完成地理信息系统各种专题数据库的建设，利用地理信息系统数据减少自动解译中的不确定性；三是建立适用于遥感影像自动解译的专家系统，提高自动解译的灵活性；四是模式识别和专家系统的结合；五是计算机解译新方法的应用。

4 结语

近些年，航空航天技术的迅猛发展，遥感技术逐渐进入到一个全面、快速、准确、动态、高分辨、多手段的崭新时代，但受到软件处理技术、图像分类技术等方面因素的制约，遥感应用发展较为缓慢，尤其在遥感自动解译方面，目前仍然存在一些难以逾越的鸿沟，需要一个漫长的研究探索过程。但伴随着计算机、人工智能、地理信息系统、人工神经网络、小波分析方法、分形技术、模糊分类、心理生理认知理论等相关学科理论和遥感技术的日益融合，遥感影像自动解译的新技术、新方法必将向智能、全面、定量、自动化的趋势发展。