基本信息
- 项目名称：
- 基于人类认知心理的遥感图像空间特征提取技术
- 来源：
- 第十一届“挑战杯”国赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 遥感技术在资源环境动态监测中众多领域发挥着举足轻重的作用，特征提取是遥感图像分析技术中的关键技术之一。然而，现有的方法无法有效地、准确地提取图像中的重要特征，若提高图像分类的精度，需要大量的人机交互目视解译参与信息提取过程，人力资源成本高，工作效率低。 鉴于人类视觉系统对图像具有强大的理解能力，而且认知神经科学和认知心理学分别从细胞水平和心理水平研究了人类的图像认知过程。本课题根据人类视觉的启示，基于认知心理学中注意和知觉阶段的重要研究成果，提出了形状自适应邻域（SAN）的核心概念，将其应用于图像特征提取。实验表明，基于形状自适应邻域的方法有效提取了遥感图像中的光谱特征和空间特征，提高了图像的分类精度，并可减少遥感图像解译中的人力资源投入，可降低数据生产的成本。 课题的研究成果包括学术论文4篇，其中EI收录2篇，申请国家发明专利1项，获国际会议最佳论文奖1项。
- 详细介绍：
- 遥感技术在资源环境动态监测中众多领域发挥着举足轻重的作用，特征提取是遥感图像分析技术中的关键技术之一。然而，现有的方法无法有效地、准确地提取图像中的重要特征，若想提高图像分类的精度，需要大量的人机交互目视解译参与信息提取过程，人力资源成本高，工作效率低。 鉴于人类视觉系统对图像具有强大的理解能力，而且认知神经科学和认知心理学分别从细胞水平和心理水平研究了人类的图像认知过程。本课题根据人类视觉的启示，基于认知心理学中注意和知觉阶段的重要研究成果，提出了形状自适应邻域（SAN）的核心概念，它不仅可提取出图像中色调、纹理和形状特征，并将其应用于遥感图像分类。实验表明，基于形状自适应邻域的方法有效提取了遥感图像中的光谱特征和空间特征，并提高了图像的分类精度。与此同时，研究还对有关参数进行了定量分析，对视野窗口的大小、像素异质性阈值等参数进行了实验与讨论，给出了确定图像特征的像素异质性阈值确定之经验曲线，以提高本方法在实际应用中的效果。通过本方法的特征提取过程，可减少遥感图像解译中人力资源的投入，降低数据生产的成本。 课题的研究成果包括学术论文4篇，其中EI收录2篇，申请国家发明专利1项，获国际会议最佳论文奖1项。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 目前，遥感应用所采用的遥感图像分析仍以目视解译为主，需大量的人工参与，耗费人力资源，使成本大大增加。究其原因，目视解译过程实为人类视觉发挥了主要作用，它调动了人类视觉系统中视觉信息处理的巨大优势。 作品设计的目的是，从人类视觉认知的特点出发，按照视觉心理学中的注意阶段和知觉阶段的有关特征，设计了图像处理的方法与技术，用于遥感图像处理的空间特征提取，并替代部分人机交互的任务，从而减少遥感图像解译过程中的人力资源的投入，降低数据生产的成本。 基本思路：首先，分析了认知神经科学中视觉信息在大脑皮层的传递过程，及认知心理学中视觉信息处理的心理过程，提出了形状自适应邻域（SAN）的核心概念；然后，采用变异函数及各种形状描述算子对SAN进行纹理和形状特征提取，并通过形状有效性对形状特征进行约束。同时，对SAN的视野窗口和异质性阈值两个参数进行定量分析；最后，通过特征融合方法得到整合特征。 主要创新点包括：1）将视觉心理的注意、知觉阶段的特征与图像特征提取技术相结合；2）提出了基于视觉认知心理学的遥感图像的形状自适应邻域确定方法：一是提出了应用颜色特征差异；二是像素异质性进行形状自适应邻域的确定的方法，并对像素异质性的阈值进行了定量分析，给出了异质性阈值确定的经验曲线；3）首次将基于形状自适应邻域的遥感图像特征提取应用于广州市番禺区的土地利用类型分类中，对分类的结果进行了精度评估。 主要技术指标有：像素异质性阈值、分类总体精度和Kappa系数等。
科学性、先进性
- 根据人类视觉的启示，基于认知心理学中注意和知觉两个阶段的研究成果，提出了形状自适应邻域（SAN）的核心概念，并对SAN确定过程中的像素异质性阈值进行定量分析。将SAN应用于图像特征提取，通过SAN中像素之间的自相关性，着重分析其纹理和形状等空间特征。 从方法论的角度看，与传统的特征提取方法相比较，本作品在源于认知心理学和神经科学的有关研究成果，采用了一种基于新的理论体系进行图像特征提取的方法，将人类视觉心理学中的注意、知觉阶段的成果应用于图像特征提取，包括：注意理论中的过滤器模型；知觉阶段特征提取和整合的理论等，使其可更科学、更准确地提取遥感图像中的地物特征，并对提高遥感图像自动分类和识别的精度提供重要的理论基础和实用价值。 实验表明，与传统的方法相比，基于形状自适应邻域的方法可有效提取遥感图像中的光谱特征和空间特征（纹理特征和形状特征），提高了遥感图像的分类精度，总体精度为0.96873。这将可以减少目视解译的工作量，从而降低人力资源成本。
获奖情况及鉴定结果
- 本作品相关的技术已发表了四篇论文，其中：1）《一种基于形状自适应邻域的遥感图像特征提取新方法》（英文）获得了第29届亚洲遥感会议最佳论文奖；2）《基于形状自适应邻域的遥感图像分类》（英文）已被EI收录；3）《借鉴人类认知特点的城市遥感信息提取》（英文）被EI和ISTP收录；4）《认知科学与遥感图像特征提取》发表于第二届珠江三角洲区域环境遥感研讨会。 此外，本作品已申请了国家发明专利一项：《一种基于形状自适应邻域的遥感图像特征提取方法》，其申请号为：200910038437.3 在第十届“挑战杯”广东大学生课外学术科技作品竞赛中获得一等奖。
作品所处阶段
- 中试阶段：目前本作品正在广州奥格智能科技有限公司进行试验，应用于广州市番禺区土地利用动态监测应用中。
技术转让方式
- 1）本技术的软件；2）软件著作权；3）国家发明专利
作品可展示的形式
- 1）现场演示；2）图片
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 借鉴人类认知心理中注意和知觉两个阶段的优秀认知能力，设计了基于形状自适应邻域的遥感图像特征提取方法的理论体系及实现方法，模拟了人类视觉系统对视觉信息处理的功能，使图像处理具有了“人类智能”的特点和优势。 具有以下推广前景：1）适应范围广。通过合理设置视野窗口和异质性阈值两个参数，适用于低、中、高空间分辨率和高光谱遥感图像特征提取；2）对人工目视解译参与的依赖性降低，从而减少人力的投入，降低数据生产的成本；3）提供模块化程序接口，二次开发简单、易操作，并可与现有的遥感图像处理软件及系统能实现无缝衔接。 与同类产品相比，具有以下优势：1）输入输出均为通用格式（GeoTiff），与传统软件无缝衔接；2）提供软件模块（应用程序接口，API），便于二次开发的调用，而且可集成到商业化遥感图像处理软件中；3）是一项自主创新的技术。在试验阶段，采用本作品进行特征提取，再用商用软件进行分类，可有效减少目视解译的工作量，从预处理到满足需求的分类精度，工作效率可提高42.8%左右。
同类课题研究水平概述
- 遥感图像特征提取是对图像进行光谱特征和空间特征进行提取的过程，其中空间特征包括：纹理特征和形状特征，它们可用于遥感图像的分类、目标识别等应用。经典的遥感图像特征提取方法可分为三类：1）对单个像素进行特征提取的方法。这类对象只能提取遥感图像的光谱特征。2）对像素的规则邻域进行特征提取的方法。该类方法可提取邻域内像素的纹理特征，但不能提取相关形状特征。3）对图像的分块进行特征提取的方法。该方法先对遥感图像进行分块，认为只要每块足够小，则可认为块内均属同种地物，且可分析其纹理特征，但当边缘信息被错分时，无法剔除。据此，现有方法存在的问题是无法完整地提取图像中的光谱、纹理和形状特征。 从人类认知的角度看，借助人类视觉优势以提高遥感图像处理效果的思路已受到了越来越多的关注，而最早将这种思路付诸实现的是德国的易康（eCognition）软件，其主要技术是面向对象的遥感图像分析技术，从把图像分割为众多对象开始，采用一整套异于传统处理方法的流程，并取得了优于传统方法的处理效果。目前，各大主流的商用遥感图像处理软件也相继添加了自己的面向对象分析模块，如：ENVI的FX模块，ERDAS的Objective模块及PCI的FeatureOjex模块。然而，这些技术存在的问题在于，它们主要是针对人类视觉中对象分析方法（如：对象识别后的推理过程），并没有从认知心理学的角度分析人类视觉中的注意机制和知觉机制，而这两个层次的功能正是人类视觉优势的重要体现，认知心理学家也对这两个阶段分别做了深入的研究，并提出了一些有价值的研究理论。目前，面向对象分析技术尚未很好地利用人类视觉功能中底层功能的优势。 然而，这些软件仍然存在两个方面的问题：1）普及性不高。尽管各大主流商用产品都已添加了面向对象分析的模块，但由于生产成本、技术人员培训等问题，多数单位仍然使用旧版本的图像处理软件。对全新的面向对象分析软件（eCognition） 的引进，更是只有部分有条件的单位才能做到，绝大多数的中、小型单位或企业则未能购买。同时，缺乏熟悉此项技术的人员也是大部分企业没有使用新软件的重要原因。因此，传统的遥感图像处理方式仍然占主流市场。2）自主知识版权少。目前主流的商用软件均是国外的产品，缺少具有自主知识产权的面向对象分析的软件产品。
