影像分析所遇到的挑战
人类从遥远的星系中探索微生物的结构,科学家们主要依赖于影像去了解这些环境,但是影像解译是一项极其复杂和具有挑战性的任务。
人类具有非凡的创造遥感技术 的能力,从中提取对象,探索和模拟,通过不确定或局部的信息作出基于全局影像的推论。通过上下文信息,得出独立对象和外部合理应用的关系。
科学家 、学者和影像分析专家在特定的领域里运用他们的技术很多年了,在他们直接应用并解译影像的时候创建了个人知识库。这是在相似但不相同情况下用运丰富经验,对不明确或苛刻的时间约束下针对具有挑战性的数据作出无误的判读。
然而对于计算机就可以发现这些具有挑战的数据并作出分析,尽管它是无法解决的,这一点都不惊奇。
自动影像分析:
科学家们尝试自动影像分析和信息提取已经持续了十多年了,尽管计算机技术和影像获取技术得到了前所未有的进步,然而影像自动分析的基本原理一直受到限制。问题的核心在于对于大多影像具有多种相似性,并且没有方法来判定正确解译的绝对性,比如从各种阴影和颜色下提取地物形状,从二维空间中判定部分隐藏的地物三维高度等。
经验分析可以高精度的解决这些不确定的因素,那么计算机如何模仿人类大脑进行分析处理呢?接下来我们将做出一一阐述。
eCognition不同版本自动化处理能力
功能 |
eCognition 4 |
Definiens Professional 5 |
Definiens Developer 7 |
Definiens EII |
数据管理 |
|
|
|
a |
自动工作空间 |
|
|
|
a |
批处理功能 |
|
|
|
a |
元数据使用,投影功能 |
|
|
a |
a |
终端用户GUI,工作空间 |
|
|
a |
a |
预处理,二次开发 |
|
|
a |
a |
变量功能,规则集加密 |
|
|
a |
a |
规则树 |
|
a |
a |
a |
域概念 |
|
a |
a |
a |
单景影像处理 |
a |
a |
a |
a |
模糊隶属度 |
a |
a |
a |
a |
类层次 |
a |
a |
a |
a |
阅读全文:
http://www.bsei.com.cn/ecognitionmaterial/Definiens%20EII软件从桌面版本到企业级的跨越.pdf