談談影像數(shù)字化處理與人工智能的結合問題

劉春玲 鄒 鵬

(1.黑龍江信息技術職業(yè)學院，哈爾濱 150086；2.黑龍江第二測繪工程院，哈爾濱 150080)

1 引言

現(xiàn)階段我國的測繪技術已經(jīng)從傳統(tǒng)的人工測繪發(fā)展到數(shù)字化測繪,而且數(shù)字化測繪技術在不斷地發(fā)展。從傳統(tǒng)大地測量到衛(wèi)星導航定位、從光學航空攝影到數(shù)字航空航天遙感、從手工繪圖到計算機制圖、從紙質地圖到數(shù)字地圖和地理信息系統(tǒng)……我國測繪科技已建立了以遙感、地理信息系統(tǒng)、全球定位系統(tǒng)、網(wǎng)絡通信等技術為核心的數(shù)字化測繪技術體系。隨著各類影像的產(chǎn)生，如何更充分地利用影像來獲取我們想要的信息便成了重要問題——影像的數(shù)字化處理。

2 測繪技術中的影像數(shù)字化處理

2.1 影像數(shù)字化處理

影像的數(shù)字化處理是將模擬的遙感影像經(jīng)采樣和灰度量化轉換成離散的數(shù)字化影像的過程。遙感影像一般有模擬影像和數(shù)字影像兩種產(chǎn)品形式。前者如常見的攝影像片；后者如陸地衛(wèi)星多波段掃描影像磁帶等。當對模擬影像進行數(shù)字圖像處理時，首先必須進行影像的模—數(shù)轉換，即影像的數(shù)字化，才能輸入計算機進行各種處理[1]。

影像數(shù)字化處理的最終目的是進行圖像解譯，即進一步研究圖像中各目標物的性質、特征和它們之間的相互關系，并提出對圖像內(nèi)容的理解以及對原來地面客觀地物、場景的解譯，從而為生產(chǎn)、科研提供真實的、全面的客觀世界方面的信息。圖像解譯是借助知識、經(jīng)驗進行圖像解譯的過程[1]，因此，這一過程一般都得有測繪工作者的參與。

2.2 人工影像數(shù)字化采集存在的問題

在實際工作中，測繪工作者先是利用計算機軟件根據(jù)影像進行數(shù)字化采集，然后拿著經(jīng)過預處理的影像進行像片調繪。像片調繪是以像片判讀為基礎，把航攝像片上的影像所代表的地物識別和辨認出來，并按照規(guī)定的圖示符號和主機方式表示在航測像片上。有了先進的技術，測繪工作者的體力勞動強度隨之降低了，取而代之的是大量繁瑣的計算機圖像分析、采集以及處理工作。長時間重復圖像的解譯工作會讓人身心疲憊。首先，長時間相同的姿勢容易導致各種職業(yè)病的產(chǎn)生；其次，眼睛是工作者最勞累的身體部位，太長時間以及強度過高的工作只會導致眼睛疲勞引起的病變；再次，長時間工作以后，人眼的分辨力不穩(wěn)定帶來的誤差加上鼠標單擊產(chǎn)生的誤差也不容忽視。

人眼的分辨力是指人眼在一定距離上能區(qū)分開相鄰兩點的能力。人眼的分辨力和環(huán)境光照有關，當光照太低時，只有桿狀細胞起作用，則分辨力下降；但光照度太高也無助于分辨力的提高，因為可能引起“炫目”現(xiàn)象。人眼的分辨力還和被觀察對象的相對對比度有關。當相對對比度小時，對象和背景亮度很接近，從而導致分辨力下降[2]。

人眼的分辨力是具有不穩(wěn)定性的，將人工智能同影像的數(shù)字化處理進行有機的結合，讓計算機代替人進行大部分解譯工作，從而降低測繪工作者的工作強度。

3 人工智能

人工智能就是研究如何讓計算機做一些目前人類做得較好的事情。理想情況下，人工智能建立的標準是圖靈測試，即對一個人或一臺計算機提出問題。如果無法回答是人做出的，還是計算機做出的，就可以認為這臺計算機具有智能了。由于大多數(shù)人工智能系統(tǒng)都很難通過圖靈測試，人工智能界一直對圖靈測試不怎么重視，而是繼續(xù)開發(fā)能進行簡單工作的人工智能系統(tǒng)。

人工智能研究始于1955年，在以后很長一段時期內(nèi)，人工智能的作用被過分夸大，但又不能解決人類專家通常能解決的一些問題。于是科學家開始轉向用于“微觀世界”或應用領域非常窄的人工智能應用系統(tǒng)——專家系統(tǒng)。

3.1 專家系統(tǒng)

基于知識的專家系統(tǒng)可以定義為“能夠用于人類知識解決一些通常需要人類智慧才能解決的問題的系統(tǒng)”，它是“在一個較窄的問題領域內(nèi)成功高效地解決問題”并且“以專家的水平實施”的能力。專家系統(tǒng)主要由人類專家、用戶界面、知識庫、推理機、在線數(shù)據(jù)庫、用戶等幾個部分組成，可以根據(jù)工程師指定或機器學習到的知識庫中的規(guī)則、條件來建立遙感分類專家系統(tǒng)。與其他分類方法相比。專家系統(tǒng)決策樹分類器有如下優(yōu)點：①可以對專家系統(tǒng)的輸出進行評估，還可以反過來研究是如何得到最終結論的；②專家系統(tǒng)決策樹分類器對輸入數(shù)據(jù)的分布沒有假設(不像最大似然法，要求數(shù)據(jù)是正態(tài)分布)；③決策樹可以揭示輸入變量間的非線性和層次關系，并預測類的隸屬度；④機器學習有能力高效地處理高維數(shù)據(jù)。

3.2 人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡通過神經(jīng)元、拓撲結構和學習規(guī)則來定義，它通過調整網(wǎng)絡連接神經(jīng)元的權重，采用非算法、非結構的形式來實現(xiàn)運算和推理。人工神經(jīng)網(wǎng)絡在輸入層、隱含層、輸出層中都含有神經(jīng)元。目前，人工神經(jīng)網(wǎng)絡已經(jīng)用于遙感數(shù)據(jù)分類處理，而且很多研究實例表明，其分類結果優(yōu)于其他一些傳統(tǒng)的統(tǒng)計方法。

人工神經(jīng)網(wǎng)絡的優(yōu)點在于：①單個神經(jīng)元模擬多元線性回歸模型的計算；②非參數(shù)化的工作方式，使其不需對數(shù)據(jù)做正態(tài)或線性分布的先驗假設；③能夠從已有的實例中進行適應性學習，使分類更加客觀；④非線性模式是從經(jīng)驗實例中“學習”得到的，而不是分析人員根據(jù)數(shù)據(jù)集中的先驗知識“賦予”的；⑤具有較強的泛化能力，在處理未出現(xiàn)過的、不完整的和不精確的數(shù)據(jù)時仍具有穩(wěn)健的求解能力；⑥可以接受任何格式的數(shù)據(jù)；⑦對噪聲和數(shù)據(jù)缺失有一定的容錯能力，并能尋找出輸入模式的最佳擬合；⑧可以連續(xù)學習。

當然神經(jīng)網(wǎng)絡也不可避免地存在局限性，主要很難全面解釋神經(jīng)網(wǎng)絡做出決策或產(chǎn)生輸出的過程，因此常被稱為“黑箱模型”，在解決一些關鍵問題時，往往不被信賴[3]。

4 人工智能與影像數(shù)字化處理的結合

4.1 遙感影像

目前我們所采用的影像主要是遙感影像。凡是紀錄各種地物電磁波大小的膠片(或相片)，都稱為遙感影像，在遙感影像中主要是指航空像片和衛(wèi)星像片。它以縮小的影像真實再現(xiàn)地表的各地物特征,使人類超越了自身感官的限制,以不同的空間尺度、感知方式快速、及時地監(jiān)測地球環(huán)境的動態(tài)變化,成為獲取地球資源與環(huán)境信息的重要手段。遙感影像直觀逼真，便于目視定性解譯，是最常用的遙感資料。

4.2 遙感數(shù)據(jù)中的信息提取

遙感作為一種數(shù)據(jù)源，已經(jīng)越來越多地用于提取局部區(qū)域以及全球尺度土地利用和地面覆蓋特征。運用統(tǒng)計模式識別方法對多光譜遙感數(shù)據(jù)進行土地利用/地面覆蓋分類，是最常用的一種信息提取方法。

從多光譜遙感數(shù)據(jù)中提取地面覆蓋信息的一般步驟為：①陳述地面覆蓋分類問題的性質；②獲取合適的遙感數(shù)據(jù)及原始的地面參考數(shù)據(jù)；③處理遙感數(shù)據(jù)以提取專題信息；④精度評估；⑤若精度可以接受則發(fā)布成果。

常用的多光譜遙感分類方法有：①參數(shù)與非參數(shù)統(tǒng)計算法；②監(jiān)督分類或非監(jiān)督分類方法；③硬分類或模糊分類；④逐像素或面向對象分類；⑤混合方法。從本質上講，沒有任何一種分類方法是優(yōu)于其他方法的，分類問題的特性、研究區(qū)域的生物物理特性、遙感數(shù)據(jù)的分布以及先驗知識決定了哪種分類算法會得到有用的結果[4]。

現(xiàn)有的遙感圖像處理軟件有ERDAS IMAGINE、PCI等，都擁有一定的圖像處理功能，例如影像增強、圖像濾波、紋理分析及目標檢測等。這些功能都是基于之前所提到的模式識別的，所以可以稱之為人工智能和影像數(shù)字化處理結合的產(chǎn)物[5]。

4.3 存在的問題

到目前為止，人工智能和影像數(shù)字化處理的結合，還只能相對地方便測繪工作者進行圖像解譯工作，而并不能完全代替測繪工作者。主要原因如下：①計算機的識別目前只能按影像的紋理來識別。②遙感影像的光譜太復雜，分析太麻煩，目前編寫程序來讓計算機徹底地分辨不太現(xiàn)實。③光譜的特性復雜，導致同光譜異類地物、同類地物異光譜的出現(xiàn)。例如，同樣的影像可能分別為草地和樹林，不同的影像可能都為草地。④影像具有現(xiàn)勢性，例如，2010年春季的影像和同年秋季或夏季影像不會完全相同，因為地物是一直在變化的。同理不同年份的影像也會有相當?shù)牟町?。⑤測繪工作者目前只能根據(jù)自己長期積累的知識和經(jīng)驗對影像進行解譯，而并不是根據(jù)一套完整的分類系統(tǒng)，具體是什么還必須在進行實地調繪以后才能確認，也就是說，目前人類自己識別影像的能力也是有限的。

綜上所述，要想把人工智能很好地應用到影像數(shù)字化處理領域中，實現(xiàn)計算機代替人的大部分圖像解譯工作，還需要很長的一段時間。不過隨著科技的發(fā)展，這終將成為現(xiàn)實。

[1]湯國安，等.遙感數(shù)字圖像處理[M].北京：科學出版社，2004：4～9.

[2]賈永紅.數(shù)字圖像處理[M].武漢：武漢大學出版社，2003：11～12.

[3][美]詹森著，遙感數(shù)字影像處理導論(第三版)[M].北京：科學出版社，2007：337～430.

[4]舒寧，馬洪國，孫和利.模式識別的理論與方法[M].武漢：武漢大學出版社，2004：137.

[5]孫家抦.遙感原理與應用[M].武漢：武漢大學出版社，2003：90～93.