《《高分辨率遥感数据精处理和空间信息智能转化的理论与方法》.doc》由会员分享，可在线阅读，更多相关《《高分辨率遥感数据精处理和空间信息智能转化的理论与方法》.doc（30页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、项目名称：高分辨率遥感数据精处理和空间信息智能转化的理论与方法首席科学家：起止年限：依托部门：教育部一、关键科学问题及研究内容（一）拟解决的关键科学问题本项目在提高高分辨率影像质量和精度的基础上，着重研究地物目标特征的高分辨率成像机理，建立地物目标与影像特征之间的映射关系，实现遥感数据向空间信息的准确、快速、可靠转化。需要解决的关键科学问题包括：1. 复杂时空因素影响运动平台成像质量和精度的作用机理高质量和高精度的遥感影像是实现对地观测数据到空间信息转化的前提。影响运动平台成像质量和精度的因素繁多，如大气散射、电磁环境变化、运动平台的扰动、导航信息的缺失、镜头畸变、传感器的制造工艺、成像过程的
2、随机性等。如何揭示这些因素对运动平台成像质量和精度的作用机理与影响、进而寻求有效的改善方法，是一个涉及高分辨率对地观测系统时空复杂特性的科学问题。为了全面提高遥感影像的质量和精度，需揭示对地观测系统中各种传感器通用的成像规律与各随机因素的综合影响规律。一方面，通过在轨标定动态监测传感器的特性，研究影像质量客观评价方法，发现影像质量退化机理，通过离轨处理改善影像质量；另一方面，建立运动平台高精度自主定位模型，在各种特定或困难条件下精确确定运动成像平台的空间位置和姿态，以提高遥感影像的对地目标定位精度。2. 高分辨率遥感影像的目标特征描述与转换模型人工目标在影像上的特征描述与转换模型是实现遥感数据
3、到空间信息智能转化的理论基础。遥感影像从中低分辨率提高到高分辨率，目标的影像特征发生了显著变化：纹理更丰富、方位更精确、形状更明显、信息会缺失（如遮蔽）或歧义（如阴影）、空间关系更复杂，采用传统的单一光谱特征难以全面描述高分辨率影像上众多复杂的人工目标。如何针对传感器的多样性、成像条件的多变性以及地面目标的复杂性，定义高分辨率遥感影像上包括光谱特征在内的可度量的目标特征集，尽可能完备地描述人工目标，是涉及高分辨率对地观测系统复杂成像机理的科学问题。为描述高分辨率遥感影像的目标特征，需要针对各种典型和感兴趣的地物目标定义目标特征集，并结合实地测量和计算机仿真，根据传感器的成像机理，建立三维目标特
4、征与二维影像特征的映射关系，研究影像目标特征在不同成像方式和条件下的关系及转换模型，以目标为基础建立影像特征库，从而为高分辨率遥感影像目标的自动识别及其向空间信息的智能转化奠定理论基础。3. 高分辨率遥感影像的认知模式与机器理解高分辨率遥感影像的认知模式与机器理解是实现遥感数据到空间信息智能转化的核心。由于高分辨率影像上地物尺度变化范围大、几何形状与影像光谱特征多变、各类目标之间关系复杂，现有的高分辨率影像面向对象的多尺度分割信息提取方法难以对复杂人工目标进行准确的认知，也无法对多目标组成的场景进行推理与理解。因此，如何利用有限的关于目标、场景、传感器的先验知识，由影像特征推断完整的复杂目标、
5、建立层次化的场景解析模型是高分辨率对地观测系统中涉及模式识别、计算机视觉和人类感知认知的多学科交叉的科学问题。为了建立可计算的高分辨率影像认知与机器理解模型，需要以目标特征模型为基础，利用多尺度对象的分割、影像目标的特征匹配等方法对人工目标进行识别，根据“像元-特征-目标-场景”的逐层关联过程模型，将影像的机器理解问题转换为顾及上下文多重语义关系描述模型的场景理解问题，实现影像目标识别、场景解译和信息转化。（二）主要研究内容1. 高分辨率遥感影像的信息度量与质量改善高分辨率遥感影像的质量决定了遥感数据到空间信息的转化能力。因此，需要研究高分辨率遥感影像的信息度量与质量改善方法，为空间信息的智能
6、转化提供高质量的数据。主要研究内容包括：（1）影像质量评价与信息转化能力的定量关系研究高分辨率遥感影像的质量评价方法、影像质量与信息转化能力的定量关系模型，为高分辨率传感器设计、影像获取模式选择和影像质量改善提供理论依据。内容包括：研究影响高分辨率遥感影像质量的各种系统和随机因素及其综合效果；建立高分辨率遥感影像质量评价的指标体系，并发展相应的质量评价方法；揭示高分辨率遥感影像质量与信息转化能力间的定量关系，实现高分辨率遥感影像的信息转化能力的自动评价。（2）高分辨率遥感影像质量改善方法研究高分辨率遥感影像质量退化机理，建立影像质量改善模型，为空间信息提取提供高质量的影像数据。内容包括：构建高
7、分辨率遥感影像的噪声模型，发展噪声削弱和消除方法；针对高分辨率成像系统，研究高精度调制传递函数测量与恢复方法；针对高分辨率遥感传感器的多样性，研究高精度的多视场拼接方法；针对运动平台偏流角、速高比引起的像移，寻找各种可能的补偿方法。（3）平台振颤对高分辨遥感影像质量的影响与补偿研究运动平台的高频振颤对高分辨率成像质量的影响，寻找相应的补偿方法，保障空间信息提取的可靠性。内容包括：研究高分辨率对地观测系统中平台振颤影响成像的作用机理，揭示平台振颤在高分辨率遥感影像上的作用规律；发展高分辨率影像上平台振颤的检测方法；针对运动平台的状态和成像系统的特性，构建影像恢复模型。（4）高分辨率多视场影像合成
8、方法研究多镜头获取的高分辨率影像和非共线多CCD获取的大视场成像数据的合成方法，为大视场成像传感器影像数据的处理奠定基础。内容包括：多镜头传感器成像原理；多镜头传感器影像合成方法；非共线多CCD成像原理；非共线多CCD影像合成方法；影像合成中的辐射改正和质量控制。2. 运动平台影像的高精度几何标定与目标定位为了提高高分辨率遥感影像的几何定位精度与产品质量，充分挖掘成像传感器的几何性能和应用潜力，需要发展在轨标定方法，建立高精度定位模型。主要研究内容包括：（1）成像传感器高精度几何建模研究成像传感器高精度的严格几何模型和适合于各种传感器的通用模型，以支持高分辨率遥感数据的高精度几何定位和几何处理
9、。内容包括：传感器严格几何处理模型；多传感器的通用随机场定位模型；多源多视立体成像几何模型；大范围多源遥感影像的区域网联合平差模型。 （2）运动成像传感器几何标定研究运动成像传感器在轨几何标定方法，标定在轨的几何参数，以提升高分辨率遥感影像的几何定位精度。内容包括：传感器的几何标定模型；基于几何定标场的单相机在轨标定方法；基于几何定标场的三线阵立体相机在轨标定方法；基于几何定标场的多相机联合成像在轨标定方法。（3）运动平台自主定位定姿以成像传感器和惯性测量装置、激光测距仪、激光扫描仪等多种辅助传感器的运动平台为对象，依据成像传感器与辅助传感器的集成方式，研究多传感器辅助的运动平台定位定姿理论与
10、方法，为高精度影像定位提供技术支撑。内容包括：基于序列影像的运动平台自主定位定姿；多传感器辅助的运动平台联合定位定姿；基于已有参考数据的定位定姿；受限条件下运动平台的定位定姿。（4）高分辨率遥感综合试验场的设计研究高分辨率遥感综合试验场的设计，支撑遥感传感器的在轨精确几何标定。内容包括：高分辨率遥感综合性能试验场选址标准和建设内容；几何标定设施的内容及布设方法；定标标志的精确测定方法与评价标准。3. 高分辨率遥感影像的目标特征描述与数学建模研究复杂地面环境下目标高分辨率成像的几何、纹理、光谱、散射等特征，研究目标特征描述方法、数学模型以及转换方法，建立目标特征和目标的映射关系，为高分辨率影像的
11、三维建模、语义信息提取和智能检索提供典型目标的特征库。主要研究内容包括：（1）目标特征集的构建与形式化表达综合分析不同目标特性对遥感影像特征的影响，研究目标及背景的几何、纹理、光谱、极化及其时空变化等特征，为目标特征的数学建模与描述之间的转换、自反馈、自进化提供形式化描述的基础。内容包括：不同成像方式的高分辨率目标时空特性分析；目标特征集的定义；目标特征集的构建；目标特征集的形式化表达。（2）目标特性与成像不变性依据不同传感器成像/非成像方式的目标时空特性，研究目标成像的几何、纹理、拓扑、光谱、极化等不变性特征，为目标特征描述的转换奠定理论基础。内容包括：保持目标特性的特征映射方法；高分辨率影
12、像目标特征的时相不变性；高分辨率影像目标特征的几何不变性；高分辨率影像目标特征的频谱不变性。（3）目标特征的数学建模利用不同传感器目标及其背景成像条件与特点、地物目标的几何与波谱数据，反演与提取典型目标及其背景的本质特征，建立目标的几何、纹理结构、目标及其背景的特征模型。内容包括：高分辨率成像目标的几何特征建模；高分辨率成像目标的纹理特征建模；高分辨率成像目标的频谱特征建模；目标和背景的复合建模。（4）目标特征转换面向目标的几何、纹理、光谱、极化等特征，研究目标及背景特征在不同影像之间的可转换性及其转换方法，为多源、多时相遥感影像目标特征的建立及其转换提供理论基础。内容包括：不同成像条件下的特
13、征转换机理及可转换性；目标特征描述之间的转换；不同时相目标特征的转换；不同影像目标的几何与纹理特征转换。（5）典型目标特征库构建研究特征库的构建与更新方法，建立典型人工目标特征库，为多源目标影像匹配、语义信息提取等提供支撑。内容包括：目标特征库的概念模型、逻辑模型和物理模型；可扩展的目标特征库构建方法；典型目标特征库的更新方法；典型目标特征库的高效索引方法。4. 高分辨率遥感影像的自然地表与人工地物三维重建研究从多平台、多时相、多角度的高分辨率遥感影像中快速、有效地重建自然地表和人工地物的三维模型的理论和方法，分析遮挡、角度变化、辐射变化及地物本身变化等对成像造成的影响，提取高精度三维目标，实
14、现复杂地表和人工地物的三维重建。主要研究内容包括：（1）多源影像匹配与三维地表模型生成利用相同或不同平台、相同或不同时间获取的多角度影像进行影像匹配生成数字表面模型。内容包括：三维线段、三维区域和三维密集点云的匹配；具有高重复率的尺度、视角、辐射不变特征的检测和匹配方法；遮挡、地面凸出物以及地物变化区域的自动检测；融合多片立体信息形成密集三维地表模型。（2）纹理缺乏区域的形状恢复针对影像纹理缺乏区域难以匹配的问题，利用光度学理论实现纹理缺乏区域形状的恢复。内容包括：多视角影像形状恢复的光度学理论；多视角影像的光源反演；光度学方法与多片立体匹配方法的结合。（3）复杂人工地物三维模型的重建利用三维
15、点云、多视角影像和其它可用信息重建人工地物三维模型，实现三维人工地物的自动提取。内容包括：复杂人工地物三维模型的基元分解、组合与表达机制；基于密集点云、多视角影像等信息的人工地物检测；基于模型库的复杂人工地物基元检测、组合推理机制。（4）多视角影像的超分辨率重建与三维模型的纹理映射利用多视角影像对人工地物模型及其表面纹理进行超分辨率重建。内容包括：三维几何模型的多光束精化；多视角影像纹理的超分辨率重建；三维模型纹理的多视角映射；多视角影像纹理辐射的均一化。5. 高分辨率遥感影像的语义信息提取结合典型目标的特征库，通过研究面向对象的特征选择与目标识别、高分辨率遥感影像的语义解析模型、自适应快速变
16、化检测模型、基于自反馈机制的目标特征库精化等，实现高分辨率遥感影像的语义信息提取。主要研究内容包括：（1）面向对象的特征选择与目标识别 针对高分辨率遥感影像纹理、结构等空间特征丰富的特点，以目标特征库为基础，利用自适应检索、自动匹配、多特征探测等理论，实现语义层次上的高分辨率遥感影像智能识别和信息解译。内容包括：面向对象的高分辨率遥感影像多尺度、多层次自适应分割；面向对象的空-频-谱特征提取与选择；异常信息的检测方法；目标特征库辅助下的目标快速匹配方法。（2）高分辨率遥感影像的语义解析在特征表达及目标匹配识别的基础上，利用高分辨率影像对象的自然语义特性和上下文信息，构建高分辨率影像场景的语义解
17、析模型，实现高分辨率影像典型目标的语义解析。内容包括：基于目标特征库的高分辨率影像场景语义建模；语义网络推理支持下的高分辨率影像典型目标识别、目标-场景映射与转化。（3）高分辨率遥感影像变化信息检测与提取综合利用多时相、多源高分辨率遥感数据，基于异质地理空间数据的信息融合理论，构建自适应快速变化检测模型，为高分辨率影像变化信息检测与快速提取提供支持。内容包括：多时相、多源地理空间数据的精确配准；多时相遥感影像的自适应变化检测方法；异源异质影像变化检测；变化信息的快速提取方法。（4）基于自反馈机制的目标特征库精化根据目标识别与解析的结果，采用增量学习和迁移学习的方法，对目标解析结果进行自学习，建
18、立目标特征的反馈学习机制，实现目标特征库的精化。内容包括：基于数据重构理论的目标识别结果评价；反馈学习再评价机制与闭环的学习-识别-反馈机制；典型目标库反馈模型的建立；目标特征库的自动更新与精化。6. 高分辨率遥感影像的智能检索与在线服务研究高分辨率影像的语义智能检索及在线服务理论与方法，基于云计算技术实现从海量高分辨率影像数据库中快速检索多种典型目标，提供高分辨率影像数据及其内容的在线服务。主要研究内容包括：（1）遥感影像语义特征匹配及自动检索以遥感影像目标特征提取形成的特征库为基础，建立遥感影像多特征匹配与快速检索模型。内容包括：多层次多测度的语义特征匹配方法；综合多视觉特征的图像检索方法
19、；面向对象机制与视觉语义相结合的检索方法；用于图像检索的语义标注方法；融合底层视觉特征和高层语义的图像检索方法。（2）海量遥感影像的语义组织和高效索引针对遥感影像数据的多源、多光谱、多分辨率、多时相等特点，建立海量遥感影像的语义组织和高效索引机制，实现基于语义的海量影像快速检索。内容包括：综合底层特征、属性特征和高层语义特征的遥感影像结构化表示方法；底层视觉特征到高层语义特征的映射方法；与数据特性无关的多源影像语义组织与高效索引方法。 （3）语义检索的自进化机制根据用户的反馈信息，建立基于语义的影像检索效果自进化机制，对语义检索的结果进行优化，提高检索质量。内容包括：检索结果关联度的设计、计算
20、与排序方法；融入用户感知信息的相关反馈方法；结合用户反馈信息的主动学习机制；检索结果的优化方法与评价模型。（4）基于云计算的遥感语义信息在线服务在遥感影像语义特征匹配、组织索引与自进化的研究基础上，基于云计算技术研究遥感信息语义检索的动态优化与在线服务。内容包括：典型遥感信息在线服务的语义描述模型；遥感信息服务自适应匹配与优化组合方法；多任务条件下遥感信息服务链的自主演化机制；云计算环境下遥感信息在线服务的动态服务管理、运行监控、服务资源分配调度方法；云计算环境下遥感信息服务链的质量评价模型与方法。（5）遥感数据向空间信息智能转化的综合验证平台选取基础测绘、应急响应两种典型的国家重大需求，集成
21、并检验高分辨率遥感数据向空间信息智能转化的理论与方法。内容包括：建立遥感数据向空间信息智能转化的实验系统与综合验证平台；面向基础测绘的二维、三维信息提取；面向地震灾害应急响应的在线服务。二、预期目标（一）对解决国家重大需求的预期贡献（1）提高我国高分辨率对地观测系统的效用。本项目的研究成果将提高我国高分辨率遥感影像的质量和精度，进而提高各级产品的质量，力争使高质量的高分辨率遥感影像产品的国产率达到20%，逐步替代国外同类产品。（2）提高我国高分辨率对地观测系统的时效。本项目的的研究成果将提高高分辨率遥感数据的自动化处理能力，使高分辨率影像的自主定位精度从目前的20-30米提高到优于10米，三维
22、重建的自动化程度提高到90%以上，典型目标识别的准确率达到80%。（3）提升我国高分辨率遥感信息服务的能力。本项目的研究成果能将高分辨率遥感数据快速转化为空间信息，提升空间信息服务的能力，使复杂在线公共服务的处理时间达到分钟级。（二）在理论和方法上预期取得的进展和突破深入研究高分辨率对地观测数据向空间信息准确、快速、可靠转化的理论和方法，通过多学科联合攻关，揭示复杂时空因素对运动平台成像的作用机理、高分辨率遥感影像的目标特征描述与转换模型、高分辨率遥感影像的认知模式与机器理解等关键科学问题，从而有效提高高分辨率遥感影像质量和精度，提升自动提取目标特征和空间信息的能力，实现空间信息的有效在线服务
23、，系统地建立高分辨率遥感数据到空间信息智能转化的基础理论与方法。经过五年的研究，本项目将在运动平台传感器高精度几何成像模型、几何标定、典型目标特征库建立、典型目标的智能化信息提取、人工地物的三维模型重建、海量影像智能检索与在线服务等方面的理论与方法上取得突破性进展，达到国际领先水平。（三）优秀人才培养通过本项目的研究，聚集和造就一批具有国际影响力的青年学术带头人，包括两院院士候选人12人，长江学者特聘教授或国家杰出青年基金获得者23人；培养博士研究生30名，硕士研究生40名，其中全国优秀博士学位论文获得者12名；形成高分辨率对地观测系统研究的创新群体，为我国高分辨率对地观测系统数据处理建立一支
24、高水平跨学科的学术团队。本项目将完成专著3部，在国内外主要学术刊物上发表（含录用）学术论文160篇，其中SCI（包括SCIE）论文50篇。（四）基地建设以武汉大学嵩山航空航天遥感试验场为基础，在该项目的实施过程中通过标准数据的获取、相关设备的安装与调试、技术人员的培训、专题的研讨等，形成高分辨率遥感综合实验、教学与科研基地，开展高分辨遥感影像的标定、质量改善、信息转化的研究，并以基础测绘和典型灾害应急（地震灾害）为具体应用，对本项目建立的高分辨率遥感数据精处理和空间信息智能转化的理论与方法进行系统检验。该基地在本项目实施过程中以及完成后，将同时为国内相关单位提供服务。三、研究方案（一）学术思路
25、1. 针对关键科学问题开展多学科联合攻关高分辨率遥感系统是涉及地球表面、地球空间环境以及高速运动卫星传感器快速成像的动态复杂系统，支配系统运行的是隐藏在背后的、原始的、基础的关键科学原理，把握这些科学原理是实现数据的精处理和信息转化的关键，需要多个学科的联合攻关。本项目的研究将充分吸收相关的研究成果，特别是本项目组上一个973项目的成果，如从纹理、光谱、形状、色调等重要的解译标志出发提出的遥感影像视觉/非视觉特征综合的计算模型；针对高分辨率影像、SAR影像和高光谱影像提出的解译与目标识别的方法等，密切关注我国高分辨率遥感数据的特点和迫切需要，以信息论和系统论为项目研究的学术指导思想，联合大地测
26、量、地球物理、摄影测量与遥感、地理学、计算机科学、导航技术、模式识别与人类认知等学科进行共同研究，力争在图像质量改善、高精度目标定位、目标特征建模、三维重建、空间信息的语义提取、智能检索等方面获得突破，取得一系列有创新性的理论成果。2. 建立“像元-特征-目标-场景”层次结构的认知计算模型高分辨率遥感数据具有丰富的内在特征，从地面空间要素关系的复杂性到电离层变化对光谱特征的影响，都会导致成像结果的差异。为了建立可计算的高分辨率影像认知与机器理解模型，需要以目标特征模型为基础，利用多尺度对象的分割、影像目标的特征匹配等方法对人工目标进行识别，根据“像元-特征-目标-场景”的逐层关联过程模型，将影
27、像的机器理解问题转换为顾及上下文多重语义关系的场景理解问题，实现影像目标识别、场景解译和信息转化，为高分辨率遥感数据的精处理和空间信息智能转化提供理论和计算支持。3. 以国家重大需求导引整个研究过程以国家急需的基础测绘、地震应急响应等国家重大应用服务为导向，选取几个典型的地区和应用作为实例，对高分辨率遥感数据到空间信息智能转化的理论、方法、服务与模型进行仿真和验证，将理论与具体应用的相互结合、检校场与实验区的相互验证、信息机器转化和人工转化的相互比照，贯穿于整个研究过程。（二）技术途径高分辨率遥感技术的出现使远距离感知可以获取与人类感知一致的信息。因此，本项目的总体技术途径是遵循人类感知和认知
28、的机理来完成高分辨率遥感数据向空间信息的智能转化，在获得全面高质量的遥感影像基础上，按照从数据到特征再到目标的认知模式，由多视二维影像构建目标的三维模型，利用二维影像特征集到三维目标的映射关系和语义推理模式，实现目标的自动提取、识别和场景的机器理解。1. 高分辨率遥感影像的信息度量与质量改善针对高分辨率遥感影像的信息度量与质量改善问题，研究高分辨率遥感影像的信息度量与质量改善方法，为高分辨率遥感数据向空间信息的智能转化提供高质量的数据。具体技术途径如下：（1）根据遥感影像质量的影响因素和场景地域特点，建立动态参照影像库、状态模拟算子库、影像处理算子库，以及参考影像搜索、配对方法；建立完善的影像
29、质量评价指标体系。（2）针对卫星平台的运行状态和成像系统的特性，构建调制传递函数曲线与轨道高度、侧摆角等之间的关系，研究高精度、适用性广的调制传递函数曲线测量方法，以及寻求基于有限的调制传递函数测量值对任意轨道高度、侧摆角所获取的影像进行恢复的方法。（3）分析平台振颤与积分级数、像元尺寸、轨道高度、曝光时间等因素的物理联系，建立平台震颤对影像质量影响的因子模型，研究高分辨率遥感成像系统中平台振颤对高分辨率卫星成像质量的影响及其改正方法。（4）建立CCD重叠度与轨道高度、侧摆角、偏流角、行积分时间以及地形起伏之间的数量关系，考虑CCD片间摄影几何约束和偏移特性，研究高精度的视场拼接算法，以及CC
30、D弱重叠或者不重叠的情况下的视场拼接方法。2. 运动平台影像的高精度几何标定与目标定位结合我国高分辨率对地观测系统的成像载荷，研究传感器几何建模、传感器几何模型的在轨标定、运动平台自主定位定姿、高分辨率遥感综合试验场的设计与验证，为高精度对地目标定位提供可靠的技术支撑。具体技术途径为：（1）根据传感器的成像机理，建立顾及高频振颤、随机漂移等复杂因素的传感器通用随机场几何定位模型，建立多源、多角度立体成像和大规模区域网平差模型、境外目标高精度定位模型，为遥感影像的高精度几何处理奠定数学基础。（2）分析和研究基于高精度几何定标场的在轨几何标定模型及模型求解方法，定量描述成像链路影响目标几何定位精度
31、的各种因素。（3）建立多传感器遥感影像联合定位方法、基于序列影像定位定姿方法、基于已知数据的定位方法、空天运动平台轨道精化计算方法及算法模型，解决多传感器辅助、多面多线几何约束和信号受限环境下的运动成像平台的高精度自主定位问题。3. 高分辨率遥感影像的目标特征描述与数学建模面向光学与雷达的高分辨率遥感影像目标特征的描述，建立目标特征的数学模型，寻求目标特征描述的转换方法，根据基础测绘和应急服务的需求，建立典型目标特征库，满足遥感影像特征提取、智能解译与快速搜索的需要。具体技术途径为：（1）分析目标在不同传感器平台、时相、天候等成像条件下的特征，研究目标特征集定义的内涵与外延，建立满足不同需求、
32、支持多源遥感影像特征提取的目标特征描述框架与方法。（2）针对目标在光学和雷达影像上的几何、纹理、光谱等特点，揭示目标影像特征的不变性规律，建立目标几何、纹理、反射、辐射、后向散射、极化等特征的数学模型，实现多源多维目标特征的转换。（3）根据目标特征的数学模型对典型目标的特征进行数值模拟，结合大范围的野外试验结果，建立科学准确的典型目标特征库，并与独立来源的数据进行比较、验证。4. 高分辨率遥感影像的自然地表与人工地物三维重建自然地表与人工地物三维重建以多源影像匹配和人工地物检测建模为主线，以纹理缺乏区形状恢复和三维模型超分辨率重建为补充，以稳定的几何信息为主要信息源，实现高分辨率影像的三维表面
33、模型快速精确重建。具体技术途径为：（1）把多源影像的匹配过程分为“特征级稀疏匹配”和“像素级密集匹配”两个匹配阶段。在特征级匹配阶段利用特征点、线段、区域特征实现稳健、快速的匹配；在像素级密集匹配阶段，进行逐像素匹配，以便生成三维密集点云。（2）利用纹理丰富区的形状反演出光源等光度学参数，应用于纹理缺乏区形状的反演。对于弱纹理区，可以根据匹配结果获得粗糙表面形状作为初值，迭代地反演出精细的形状。（3）复杂人工地物三维模型的重建遵循尽早利用三维信息的原则，在从三维点云中分割出具有层次结构的完整的人工地物，并结合人工地物模型库实现人工地物的基元检测、基元组合与推理，得到符合现实要求的地物模型。（4
34、）人工地物三维模型的超分辨率重建将考虑区域纹理的一致性和互补性，形成超过原始影像分辨率的模型纹理，同时提高三维模型的几何精度。5. 高分辨率遥感影像的语义信息提取在典型目标特征库的支持下，研究高分辨率影像的目标识别、语义解析及自动变化信息提取的理论与方法，为高分辨率遥感数据到空间信息智能转化提供稳定、有效、快速的信息提取共性技术。具体技术途径为：（1）在面向对象的理论框架下，利用生物智能优化方法和稀疏学习的统计学习方法提取对象最优特征，利用小样本学习、半监督学习理论结合影像上下文信息构建决策级语义树，并在目标特征库中实现基于多特征的目标识别。（2）根据空间相关性理论与地学计算模型，构建渐进式语
35、义决策树，实现对象-对象，对象群-对象群和对象群-场景的多级别、多层次映射模型，并在贝叶斯框架下建立自底向上的判别式和自顶向下的产生式语义网络模型，实现场景信息推理和语义解析。（3）在多源、多尺度融合模型基础上，寻求高分辨率遥感影像多维变化信息提取方法，同时获得二维属性信息与三维几何信息；利用影像无缝分块和自适应信息提取技术，建立大面积高分辨率遥感影像变化信息的快速智能化提取与分析模型。（4）根据目标特征库进行目标匹配和识别的结果，建立“特征选择-信息提取-特征反馈-信息再提取”的自学习迭代处理方法；根据信息检索与信息提取的不同需求，对目标库的特征组合方式进行约束，利用模糊理论、增量学习、迁移
36、学习、最优化理论等构造统一求解框架。6. 高分辨率遥感影像的智能检索与在线服务综合运用本体论、信息论、运筹学与图像处理的相关理论与方法，研究云计算环境下海量遥感信息的智能检索方法，探讨通过多种服务的优化组合与匹配来实现典型任务的快速在线服务，具体技术途径为：（1）融合影像低层视觉的多特征，利用先验知识和各种机器学习算法将影像的低层视觉特征映射到高层语义。在此基础上，基于本体论和不同测度方法度量不同层次语义的相似性，并用于高层语义（特征）的遥感影像检索。最后，结合面向对象机制与视觉语义，实现影像目标的智能检索。（2）针对遥感影像高层语义的复杂性、不确定性，建立灵活协调的多Agent机制，采用后向
37、模糊推理和前向模糊推理算法，解决从语义到影像的自动多值映射表达问题。（3）根据用户反馈，调整影像语义特征的检索参数，建立检索结果的重排序方法，达到优化检索结果的目的。结合用户反馈，利用多种优化算法实现高效的相关反馈。（4）从遥感信息本体模型出发，分析典型遥感信息在线服务的特点，建立各种遥感信息服务的语义描述模型。（5）选取基础测绘和地震灾害应急响应案例，分析具体服务需求并进行任务解析，分别建立常用服务链模板库与动态遥感信息服务链组合机制。（三）创新点与特色 1. 基于随机场的多传感器影像定位模型现有的高分辨率对地观测系统的几何模型大都从单一传感器的成像机理出发，由于不同传感器的设计差异，导致传
38、感器的几何处理模型与传感器相关；而且，没有充分顾及运动成像平台的各种复杂因素，不能满足多传感器数据的联合处理、分析和应用的需要。此外，国际上常用的通用成像模型无法处理多传感器定位模型，无法考虑成像过程中的各种随机误差、导航信息缺失，且需要大量控制点，不能满足国产遥感影像高精度目标定位的需求。本项目将从随机场的角度出发，在分析各类传感器几何模型和系统误差的基础上，将影响定位精度的高频振颤等随机误差的处理纳入定位模型，建立统一的随机场几何通用模型，满足多源多传感器遥感数据联合处理的需要，提高国产卫星遥感影像的目标定位精度。 2. 多维多尺度目标特征的完备描述和特征转换现有的目标特征描述大多针对中、
39、低分辨率传感器目标，以光谱和像元为基础，主要根据统计的理论和方法进行特征提取，对于高分辨率影像精细的几何特征缺乏有效的描述机制，而且不能实现复杂目标成像机理及其特征的完备描述，难以实现不同时空尺度和多传感器的目标特性转换，严重制约了高分辨率遥感影像目标的准确、快速、可靠识别。本项目拟以几何、代数、统计和物理等方法为基础建立基于目标的特征描述理论和方法，有效提取目标的多维多尺度特征，实现特征的组合与建模；针对高分辨率遥感影像的成像方式和特点，建立不同时空尺度的多源多维特征转换模型。 3多传感器数据融合和超分辨率三维重建 目前，从影像重建三维模型的方法大多仅利用双像立体信息，进行人工或半自动的三维
40、信息提取；即使是基于多视角的方法，在模型优化时也没有考虑各视角影像纹理的最优对齐，最终生成的纹理也仅是多个视角纹理的镶嵌。其结果是导致重建的三维模型不完整也不一致，几何精度和纹理细节都受限于原始影像的分辨率。本项目拟利用多传感器数据融合和超分辨率信息融合技术提高重建模型和纹理的精度，在模型解算和纹理重建中，充分利用多传感器多视角影像的信息，使重建后的模型和纹理能够与不同视角影像特征和纹理之间满足最佳对应。 4. 目标特征库支持的多层次影像认知计算现有的高分辨率遥感影像信息提取方法大多基于单一特征和数据源，处理模型难以对复杂场景进行解译。由于缺乏典型目标特征库的有效支持，非光谱先验知识不能得到充
41、分利用，缺少再学习机制的认知基础，严重制约了高分辨率遥感影像认知的准确性和可靠性。本项目将在典型目标特征库的支持下，利用自学习理论进行高分辨率遥感影像中单个目标的多尺度、多特征学习，获取其特征信息，同时基于人类视觉机理提取目标的语义信息，建立多目标复杂场景的多级别、多层次语义映射模型，构建场景语义解译的理论与方法，实现目标特征库支持的多层次影像认知计算，有效地提高高分辨率遥感影像信息提取的准确性和可靠性。（四）可行性分析本项目的研究有可靠和丰富的数据来源。武汉大学与中国资源卫星应用中心建立了联合实验室，获得了丰富的资源卫星数据；中国测绘科学研究院正主持资源三号卫星的设计并担任运行主管，可以为本
42、项目提供数据；中国科学院遥感应用研究所作为高分辨率对地观测地面系统的总负责，可以为本项目提供高分辨率对地观测系统的最新动态。各参研单位在长期研究中为本项目收集了大量的国外高分辨率遥感影像。已结题973项目的研究成果和新增杰出研究力量为本项目的实施奠定了基础。该项目初步建立了对地观测数据-空间信息-地学知识转化的理论框架，揭示了对地观测数据到空间信息的转化机理，为我国对地观测领域的基础研究开辟了一个系统性持续性的研究方向。该项目于2010年通过了验收，项目成果被评为优秀，这些成果为本项目的实施奠定了拓展和深化的基础。已结题的973项目在遥感数据处理与遥感数据到空间信息的转化机理方面取得了重要进展
43、。该项目大幅度提高了遥感卫星精密定轨定姿和影像自动定位精度，将定轨精度从10-20m提高到3-4cm，将定姿精度从100提高到3-5，将影像自动定位精度从200-300m提高到20-30m。本项目申请有“国家杰出青年基金获得者”边少锋教授和“中科院百人计划人才”邸凯昌研究员加盟，结合原有项目的人才基础，将通过高分辨率遥感试验场精确校正传感器的内方位元素、消除影像畸变，进一步提高高分辨率遥感影像的自主定位精度。已结题的973项目从纹理、光谱、形状、色调等重要的解译标志出发，提出了遥感影像视觉/非视觉特征综合的模式识别模型，并提出了基于人工免疫系统的遥感信息解译方法。本项目将在此基础上进行深入研究
44、，邀请新近引进的国家“千人计划”入选者李志林教授和“中科院百人计划”入选者闫平昆研究员，以及“全国百篇优秀博士论文”获得者关泽群教授和钟燕飞教授加盟，与原有的项目组成员一起开展高分辨率遥感影像的信息度量与质量改善方法研究、高分辨率遥感影像的目标特征描述与数学建模研究，以及高分辨率遥感影像的语义信息提取方法研究。已结题的973项目研发了一个空间信息共享研究平台GeoGlobe，并以它为核心软件在国家测绘局建立了覆盖全球，具有全国2.5米中高分辨率遥感影像和300多个城市0.6米分辨率影像的地理信息公共服务系统（天地图），这些研究和数据基础为本项目开展基于海量遥感影像语义信息快速智能检索与在线服务
45、研究取得了宝贵的经验。针对高分辨率遥感数据的特点和应用需要，本项目将地物目标识别与空间信息提取从二维扩展到三维，由本项目推荐的首席科学家、国家“千人计划”入选者单杰教授负责并组织该领域的优秀人才，研究从多平台、多时相、多角度的高分辨率遥感影像中快速、有效地重建三维自然地表和人工地物的理论和方法。 项目承担单位的科研实力为本项目的实施提供了切实保障。武汉大学测绘遥感信息工程国家重点实验室和遥感信息工程学院长期以来从事遥感影像精确定位、遥感信息处理、海量遥感数据管理、网络地理信息服务、高性能地理计算等有关理论与方法研究，承担了国家973计划、国家863计划、国防973计划、国防预研、国防型号、国家
46、自然科学基金等一系列与本项目相关的研究和工程开发项目，提出了面向任务的遥感信息聚焦服务理论，并形成了系列产品（如OpenRS、GeoGlobe等），为进一步深入研究海量遥感影像智能转化奠定了坚实的基础。本项目将集中武汉大学、西南交通大学、上海交通大学、中国科学院西安光学精密机械研究所、中国科学院遥感应用研究所、中国测绘科学研究院等单位的科研专家进行联合攻关。这些单位都是国内对地观测领域、信息技术领域和测绘领域的知名研究机构，具有深厚的科学积淀。项目组成员长期从事地球空间信息科学、遥感制图、模式识别、电子信息、导航定位、防灾减灾、网络服务等领域的科学研究与工程实践，积累了丰富的实际工作经验，为本
47、项目的顺利实施提供了切实保障。（五）课题设置 课题间关系： 通过跨学科、跨部门组织国内相关部门的中坚力量，立足于国内外高分辨率遥感数据，研究高分辨率遥感数据向空间信息智能转化的理论和方法，按照项目研究目标和科学问题拟设六个课题展开深入研究。 第一课题研究高分辨率遥感影像的信息度量与质量改善方法，与第二课题的几何标定研究共同解决高分辨率遥感影像的定标问题；为课题三、四、五提供高质量的遥感数据；借鉴第六课题的研究成果，建立用于质量评价的典型影像库。 第二课题研究适合于我国高分辨率对地观测系统在轨几何标定地面定标场的布设方法，研究和建立运动平台传感器几何建模和在轨标定方法，研究运动平台的高精度定位定
48、姿方法，为课题三、四、五提供高精度的对地定位影像。 第三课题研究高分辨率遥感影像的目标特征描述及其数学建模方法。以课题一、二提供的遥感影像为基础，研究目标特征集的形式化表达和数学建模方法，研究目标特征间的转换方法，建立典型目标的特征库，为课题四、五、六提供特征库基础。 第四课题以第二课题建立的高精度成像几何模型为基础，建立多视角影像间的对应关系，形成三维地表模型，并利用第三课题建立的目标特征库，检测和重建人工地物的三维模型，为课题五、六提供三维地理空间信息。 第五课题以第三课题建立的典型目标特征库为基础，研究高分辨率遥感影像的语义信息提取方法，并通过信息提取结果的自反馈机制改进典型目标特征库和三维模型，同时为第六课题提供智能信息提取方法和结果。第六课题以第三课题提供的目标特征库和第四课题提供的典型目标三维模型为基础，在第五课题提供的语义信息提取方法的基础上，构建实验平台，选择基础测绘和应急响应作为典型案例进行研究，验证高分辨率遥感数据的空间信息智能转化能力和面向任务的空间信息智能检索与在线服务能力。六个课题之间的相互关系如图所示：图