圖像工程化智能解譯方法
【技術領域】
[0001]本發明涉及圖像信息處理領域，尤其涉及一種圖像工程化智能解譯方法。
【背景技術】
[0002]圖像解譯，即從圖像上獲取目標信息的過程，主要有兩種方法，一是目視判讀，又稱目視解譯或目視判譯，即憑著光譜(色彩)規律、圖像物類分布規律和解譯者的經驗從圖象的亮度、色調、位置、時間、紋理、陰影、結構等各種特征推出圖像物類類型；二是計算機自動解譯，它以計算機系統為支撐環境，利用模式識別技術與人工智能技術相結合，根據圖像中目標物的各種圖像特征(顏色、形狀、紋理與空間位置)，結合專家知識庫中目標物的解譯經驗和成像規律等知識進行分析和推理，實現對圖像的理解，完成圖像的解譯，包括監督分類方法、非監督分類方法以及圖像智能解譯(即自動解譯)等。
[0003]傳統的目視判讀方法主要是依靠人工勾繪判讀，費時費力，且操作人員對物類的認知程度決定了解譯成果的好壞，效率不高，不能滿足工程化的需要；目前流行的圖像、信息提取軟件雖提供監督分類、非監督分類等功能，但其在實際物類分類應用中效果并不理想，解譯工作精度不準、結果不標準。
【發明內容】
[0004]本發明的目的在于提供一種圖像工程化智能解譯方法，其特征在于，包括:
[0005]根據預設的數據輸入標準獲取多源圖像數據；
[0006]根據預設的圖像信息提取標準對獲取的多源圖像數據進行圖像信息提取；
[0007]基于提取的圖像信息通過自動分配的任務處理節點自動篩選符合預設條件的專家解譯知識，并確定最合適的專家解譯知識；
[0008]對確定的最合適的專家解譯知識進行解譯，得到符合預設規則集的圖像解譯成果數據；
[0009]對該圖像解譯成果數據進行統計分析，并根據預設的成果輸出標準輸出成果數據。
[0010]進一步，基于提取的圖像信息通過自動分配的任務處理節點自動篩選符合預設條件的專家解譯知識并確定最合適的專家解譯知識包括:
[0011]當具有多個符合預設條件的專家解譯知識時，通過人工選擇最合適的專家解譯知識。
[0012]進一步，對該圖像解譯成果數據進行統計分析并根據預設的成果輸出標準輸出成果數據之前還包括:通過人工對得到的圖像解譯成果數據進行檢查、修正、編輯。
[0013]進一步，該預設的數據輸入標準包括數據輸入格式、類型、坐標、投影、專題等。
[0014]進一步，該預設的圖像信息提取標準包括圖像信息提取的類型以及輔助參考信息。
[0015]本發明的實施例還提供了一種圖像工程化智能解譯方法，包括:
[0016]根據預設的數據輸入標準獲取多源圖像數據；
[0017]根據預設的圖像信息提取標準對獲取的多源圖像數據進行圖像信息提取及數據自動分割，建立圖斑對象；
[0018]對圖斑屬性進行人工目視解譯，得到解譯成果數據；
[0019]對得到的解譯成果數據進行后期處理。
[0020]本發明的實施例還提供了一種圖像工程化智能解譯方法，包括:
[0021]根據預設的數據輸入標準獲取多源圖像數據；
[0022]對所述多源圖像數據的圖斑進行人工勾繪；
[0023]對圖斑屬性進行人工目視解析，得到解譯成果數據；
[0024]對得到的解譯成果數據進行后期處理。
[0025]與現有技術相比本發明的有益效果是:通過將智能化圖像解譯的方法融入傳統解譯工作中，建立了一整套交互式的面向對象的自動/半自動圖像信息解譯工作流程，改變了傳統人工目視解譯效率不高及常用智能解譯工作精度不準、結果不標準等問題，實現圖像解譯工作的標準化、工程化。
【附圖說明】
[0026]圖1為本發明一種圖像工程化智能解譯方法第一實施例的流程圖；
[0027]圖2為本發明一種圖像工程化智能解譯方法第一實施例的流程圖；
[0028]圖3為本發明一種圖像工程化智能解譯方法第一實施例的流程圖；
[0029]圖4為本發明一種圖像工程化智能解譯方法第一實施例的流程圖。
【具體實施方式】
[0030]下面通過具體的實施例子并結合附圖對本發明做進一步的詳細描述。
[0031]下面結合具體實例和說明書附圖對本發明做進一步說明。
[0032]參圖1所示，圖1為本發明一種圖像工程化智能解譯方法第一實施例的流程圖。
[0033]本實施例提供了一種圖像工程化智能解譯方法，即完全自動提取方式，包括:
[0034]步驟S101，根據預設的數據輸入標準獲取多源圖像數據；
[0035]該多源圖像數據的數據類型劃分為光學圖像數據、SAR圖像數據、激光雷達數據、醫學圖片、普通照片等，采集方式劃分為衛星影像數據、航空圖像數據、地面圖像數據、醫療分析數據、普通柵格數據等，數據格式劃分為TIF、IMG, JPG等常用數據格式。
[0036]步驟S102根據預設的圖像信息提取標準對獲取的多源圖像數據進行圖像信息提取；
[0037]通過統一物類提取標準，建立了物類提取標準數據庫，操作人員只需要按照規定流程調用相應物類提取規則即可以實現圖像數據的分析處理，簡化及降低了圖像解譯工作難度。
[0038]步驟S103基于提取的圖像信息通過自動分配的任務處理節點自動篩選符合預設條件的專家解譯知識，并確定最合適的專家解譯知識；
[0039]上述步驟S103，可利用集中式及分布式計算機處理方式，根據任務請求及計算機資源情況，自動分配任務處理節點，并進行任務的自動處理，可以充分利用所有計算機資源，實現資源的共享和合理利用。
[0040]步驟S104，對確定的最合適的專家解譯知識進行解譯，得到符合預設規則集的圖像解譯成果數據；
[0041]步驟S105，對該圖像解譯成果數據進行統計分析(后期處理)，并根據預設的成果輸出標準輸出成果數據，避免了個人因素造成的成果的反復修改。其中，常用的后期處理方法包括聚類統計、過濾分析、去除分析和分類重編碼等。
[0042]在本實施例中，步驟S103包括:當具有多個符合預設條件的專家解譯知識時，通過人工選擇最合適的專家解譯知識。
[0043]在本實施例中，步驟SlOl中預設的數據輸入標準包括數據輸入格式、類型、坐標、投影、專題等，該預設的數據輸入標準規范了輸入數據格式，統一數據輸入的相關規定。
[0044]在本實施例中，步驟S102中預設的圖像信息提取標準包括圖像信息提取的類型以及輔助參考信息。
[0045]參圖2所示，圖2為本發明一種圖像工程化智能解譯方法第二實施例的流程圖。
[0046]在上述第一實施例的基礎上，本實施例還提供了一種圖像工程化智能解譯方法，即自動提取為主，人工修改為輔的工作方式，包括:
[0047]步驟S201，根