遥感影像居民地提取：视觉显著性与知觉组织融合方法

"陈一祥，秦昆，张晔等人提出了一种将视觉显著性和知觉组织相结合的高分辨率遥感影像居民地提取方法，该方法借鉴了人类视觉认知机制，发表于《测绘学报》2017年第46卷第12期，文章详细阐述了如何利用这两种理论进行高效、准确的居民地识别。" 在高分辨率遥感影像分析中，居民地提取是一项关键任务，对于城市规划、灾害监测和环境研究等方面具有重要意义。传统的居民地提取方法往往依赖于复杂的图像处理技术和规则化算法，但这些方法可能在处理复杂场景时表现不佳，特别是在图像中有大量干扰信息的情况下。 陈一祥等人的研究引入了“视觉显著性”和“知觉组织”两个概念，以模拟人类视觉系统对图像信息的处理方式。视觉显著性是指图像中突出、吸引注意力的区域，它可以通过计算颜色、纹理、边缘等特征的对比度来确定。在遥感影像中，居民地通常具有与其他地物不同的特征，如建筑的规则形状和高反射率，因此，通过计算视觉显著性，可以快速定位可能的居民地区域。 另一方面，知觉组织是心理学领域的一个概念，涉及人脑如何将图像中的元素组织成有意义的结构或模式。在遥感影像中，这意味着将分散的像素点聚类成建筑群或者道路网络。通过运用知觉组织原则，可以进一步细化和验证由视觉显著性检测出的候选居民地，减少误检并提高精确度。 该方法的具体步骤可能包括以下几个阶段：首先，利用图像预处理技术增强影像特征；接着，计算每个像素的视觉显著性得分，形成显著性图；然后，应用知觉组织算法（如基于图形理论的连通组件分析）来识别和连接显著性高的区域；最后，通过后处理规则（如面积、形状和纹理分析）来筛选和精炼提取结果。 这种方法的优势在于它结合了两种互补的理论，既能有效地捕捉到显著的地物特征，又能利用人类大脑的组织能力来理解这些特征之间的关系。这使得在高分辨率遥感影像中自动提取居民地变得更加准确和可靠。实际应用中，这种方法可以应用于大规模的地理空间数据处理，帮助研究人员和决策者更快速、更准确地获取居民地信息，从而更好地支持各类地学分析和决策支持。 陈一祥等人的研究创新性地将视觉显著性和知觉组织相结合，为高分辨率遥感影像的居民地提取提供了新的解决方案，提高了提取的准确性和效率，对遥感图像处理领域的发展产生了积极影响。