遥感图像多尺度分割算法与矢量化算法的集成

在遥感图像处理和分析软件中,图像分割/分类和矢量化是前后独立的过程:先分割/分类,再矢量化整幅图像。由于矢量化后得到的矢量文件未写入图像对象(区域、图斑)的特征信息,只能用于显示而不能用于后续操作。此外,处理复杂图像时还存在矢量文件多边形数目与分割/分类后图像区域数目不一致的问题。为此,将多尺度分割算法与矢量化算法进行一体化集成。对遥感图像进行多尺度分割得到图像对象链表,逐个对图像对象做矢量化处理,同时把特征统计信息写入多边形属性中。集成后不仅可保证矢量多边形数目与图像对象数目完全一致,而且由于特征统计信息已作为多边形区域的属性保存在多边形中,后续的多尺度分割、区域合并、空间关系操作等均可基于矢量多边形进行。

地理空间中的空间关系表达和推理

针对地理空间中的应用,归纳了在空间关系的表达与推理中不同于人工智能领域研究的一些特点:在人工智能领域,更注重建立形式化的推理系统;而在地理信息科学中,则需更关注地理空间的特点以及地物的地理语义。该文基于地理空间和地理现象的本质且顾及地理空间认知,总结了地理空间中空间关系表达和推理的特点,具体包括空间的有限性、地球的球面特征、地物的地理语义、地物形状的复杂性、面状地物、特殊的空间关系、空间关系的层次性与尺度相应原则、不确定性、三维与时态特性九方面;进而介绍了地理空间关系表达的两个应用,即地理信息检索和基于对象的图像分析。该文的探讨可为地理信息科学中的相关研究提供方向性指导。