3sNews訊 4月13日消息，“天目創(chuàng)新2010年用戶大會暨WorldView-2產品發(fā)布”今日在京成功舉辦。本次會議由國內領先的高分辨率影像數(shù)據提供商北京天目創(chuàng)新科技有限公司和美國DigitalGlobe公司聯(lián)合主辦，3sNews為獨家門戶支持。以下為嘉賓演講全文：

圖為天目創(chuàng)新公司副總經理朱繼東（3sNews配圖）

　　朱繼東：大家下午好!我上午給大家做了翻譯，下午我給大家講兩點，一個是eCognition信息提取技術，第二是Worldview2高分辨率衛(wèi)星影像，這兩者結合起來做信息提取方面的應用。

　　我們來回顧一下eCognition技術，eCognition最大的特點，我們說它的優(yōu)勢其實是在三個方面，第一是它發(fā)明了面向對象的影像分析技術，現(xiàn)在注冊了OBRA技術，第二是它的手段，大家看看PPT，它的手段是不斷的進行分割分類，在分割分類中間不停的去迭代，在每次迭代中可能會得到感興趣的目標，在無數(shù)次迭代中也逐漸把自己感興趣的目標全部分析出來，然后得到滿意的結果。第三個特點，它的依據是操作者自身的知識水平，就是說這個知識庫，這是它最大的法寶。我們看這規(guī)則庫是軟件最聰明的地方，把決策權交給了操作者。

　　這個軟件在國內推廣了很多年，從它的3.0版本，4.0、5.0、6.0、7.0、8.0，每一年一個新版本，我們看它在國內推了這么多年，目前還是處于不溫不火的狀態(tài)，我們分析一下原因。PPT里寫的原因有四個方面，第一是它不斷的推新版本，功能不斷增多，功能又多又全，大家打開軟件就會清楚按紐太多了，功能太多了，使操作人一拿上就產生了懼怕感。

　　剛才說了它的優(yōu)勢，優(yōu)勢是規(guī)則集非常重要，規(guī)則集怎么來的?是靠專業(yè)知識，專業(yè)知識從哪來?專家給出來的，我們一般操作者不可能是全面的專家，這也是它應用中目前遇到的問題。

　　第三點，自動分類，在國外人們對于成果的美觀要求是比較低的，但是在國內來說，對成果的美觀性要求非常高，很可能達到與成果效果相當高的程度。它解決成果效果方面也不是很好，我們做比較大的項目過程中，在做土地變更分類做過一些實驗，大規(guī)模生產時運算起來比較慢，大規(guī)模生產不太好用。

　　它的技術發(fā)展方向和實際應用也是有一些矛盾，版本越來越多，功能發(fā)展越來越全面，一年一個新版本不斷增新功能，從桌面軟件向集成化軟件慢慢轉變，這個轉變從2007年開始的，已經面向企業(yè)化大規(guī)模組建式的生產。因為這樣，所以對用戶的要求越來越高，不是一個人能玩的轉，需要一個團隊來熟悉這個軟件，需要有開發(fā)的人，需要有行業(yè)應用專家，需要有操作的人，所有人加起來才能熟悉一個軟件，這就對用戶要求非常高。綜合起來國內這么多年的應用情況，軟件門檻越來越高，這個軟件反倒離大家應用越來越遠了。

　　我們說一個特點，曲高和寡，我們經營這么長時間發(fā)現(xiàn)了一個特點，當然是開玩笑的了，發(fā)現(xiàn)這個軟件干什么比較好呢?是研究生做畢業(yè)設計的非常好，做畢業(yè)設計論文非常好過，我們叫它是畢業(yè)設計專用利器。我們既然知道它的矛盾，我們就要解決它，索性在去年的時候德國這家公司已經意識到這個問題了，下面我們看看它在新版本是怎么解決這些矛盾的。

　　首先它解決了一個問題，就是操作者很懼怕操作它，是怎么解決的?第一優(yōu)化人機界面后，把人機界面設計接口以專門的功能開放出來，開放了人機界面設計接口，做到以用戶為中心，用戶可以按自己的喜好設計流程界面，這樣大家喜歡用了才能真正用起來。

　　第二，它提高系統(tǒng)運行效率，大家看這個圖就知道了，在版本7的時候，前年時它的運行效率還不是特別完善，到了去年發(fā)布版本8的時候，效率比之前一下提高了16倍，就是加載速度。數(shù)據瀏覽速度增加了8倍，它采取了一系列多線程并行處理技術，這個技術在上午DJ副總裁也提到了，目前廣泛使用的是DPU技術，并行多線程技術，在電腦緩存中把數(shù)據切成碎片，然后進行處理，處理完后把碎片合成成果，這個技術目前在各個生產型軟件中都有應用，它也不例外。為什么一個版本能提高16倍的運行速度呢，這就是關鍵，采用了新的計算機運行模式。[page]

　　同樣，為了企業(yè)級應用必須要做成分布式系統(tǒng)，好處是可以提高運算速度，多系統(tǒng)并行運行，多線程是提高速度的，同時對企業(yè)級應用來說，支持多個線程分布式處理，你覺得一個服務器不夠，那么可以多加服務器，使運算服務器可以滿足你生產的需要，這是邁向企業(yè)化應用很關鍵的一步。給了個名字叫服務器工廠，可以不斷的加。

　　一個很重要的一點，它加強了輸出結果的美觀性，做了很多周邊工作，我們想想它的技術這么多年都是先進的，到現(xiàn)在還是先進的，現(xiàn)在已經意識到技術先進已經不是問題了，矛盾在哪?在我們剛才提到的那些問題，現(xiàn)在開始做美化工作了，這些美化工作體現(xiàn)在哪呢?比如對房屋、建筑物，可以自動把建筑物規(guī)則化，做的很方，比如一個房子邊界做的方方正正，讓成果看起來非常美觀。比如植被邊界做得比較平滑，不零碎。

　　這是海岸線，大家知道對于信息提取時有可能提取最左邊的影像，有可能會有很多下次，比如缺一塊多一塊，但是怎么樣讓它變成大家能接受得比較好的成果呢，這需要軟件算法，他們做了很多這樣的研究，最后得到什么結果呢?類似于我們說用它的算法，類似于把海岸線抖一抖，把不要的東西都抖掉，變的很平滑。

　　再有一點是成果優(yōu)化，這是對于圖的利用分類效果，左邊右面是效果比較。這是它的建筑物邊界優(yōu)化的情況，綠色是最終得到的矢量邊界。目前為止新版本已經做了很多讓大家接受的東西，更加人性化了。

　　eCognition8我們這次搞個優(yōu)惠推廣活動，大家看這個圖，版本8功能不斷增強，價格要優(yōu)惠推廣，能力大幅度提升，價格大幅度優(yōu)惠，如果各位感興趣的話，聯(lián)系我們銷售代表就可以。

　　我的廣告做完了，下面說另外一個事情。不知道大家是否記得我開始說的三個特點，前面兩個特點都是它本生的特點，最后一個說要靠規(guī)則集，要靠人，或者要靠自己。剩下的核心問題是我們自己怎么解決問題，我剛才把軟件廣告做完了，下面說說我們自己干什么，我們要做的事情是建立一套規(guī)則集，這套規(guī)則集是能合理解決問題的規(guī)則集，建規(guī)則集依靠什么呢?我們總結了12字方針，叫“靠專家、靠資源、靠技術、靠自己”。什么意思呢?我們必須利用多種資源，利用一切可以利用的資源，應用你的專業(yè)知識和技術以及專家的經驗，專家經驗也要非常豐富的，這些綜合起來由我們自己建立一套規(guī)則集，這非常重要，這才是這個軟件的法寶所在。我們?yōu)槭裁从貌缓媚?是我們自己的問題。

　　我用個非常形象的例子給大家講解一下，這個例子也比較有趣，也非常典型。美國羅格西德馬丁公司得機器人項目，有個路徑可通過性自動識別，大家知道這個公司是全球最大的軍火商，這個機器人是戰(zhàn)斗機器人。它的項目目標是快速創(chuàng)建任務區(qū)，可通過性數(shù)據庫，并且植入機器人內部，指導機器人自動巡航，如果機器人多一個區(qū)域里，哪能走，哪不能走要試先知道，不像我們人，遇到前面有沼澤地我繞一下就可以了，但是機器人不知道，我們怎么事先給它一定的規(guī)則集呢?首先利用高分辨率影像做一個信息提取和分類，這個分類的目的是我把地物類別分析出來，然后獲取我需要的信息，這里獲取的是道路中間線分析。我說的例子是完全利用eCognition自動處理的，因為機器人不需要成果多美觀，是要準確性。我們用高分辨率獲取當?shù)氐缆分虚g線信息。工作流程是用eCognition進行全自動識別，獲取道路中間線信息，第二步獲取當?shù)仄露刃畔?，獲取坡度信息是什么意思呢?我這機器人即使有條路，通過性非常好，但是超過了我的爬坡能力，我只能爬30度，不能爬40度，必須要知道坡度信息，我們就獲取當?shù)仄露刃畔?。另外獲取當?shù)貓D質條件，因為有沙圖，有濕地，有堅硬的非滲透區(qū)，有些地區(qū)機器人過不了，我們人可以過沙子，但是有些輪子的東西不一定過得去。比如說沼澤地，真想想辦法就可以過去了，而機器人過不去，我們必須知道土壤的條件，土質分類情況。另外最重要是通過氣象衛(wèi)星獲取當?shù)氐臍庀髼l件。如果是硬質土路面，沒有下雨可以過，但是一下雨變成泥地，結果陷進去回不來了。所以我們必須提前通過氣象衛(wèi)星植入天氣條件。

　　到此大家看一下我們所利用的信息，已經超出了遙感范圍，但還是圖的范圍，還是信息的范圍，比如高分辨率衛(wèi)星影像，地面高成模型，我們土壤地質條件，我們氣象條件，這幾項綜合起來建立一個是否能通過的規(guī)則庫，這是一個判別規(guī)則，這個判別規(guī)則綜合起來給了eCognition軟件，然后自動給你出來一個今天我放出去機器人走哪條路就出來了，這條路就是今天可以通過的路徑。

　　回顧一下這個例子，這個例子的關鍵是PPT正下方的通行與否的規(guī)則，這個規(guī)則怎么建立呢?是氣象專家、土質條件專家、測繪專家、遙感專家加一塊給你出的主意。這個例子希望對大家的理解有所幫助。

　　我們轉過頭來講Worldview高分辨率衛(wèi)星與影像分析技術。這可以達到互相補充和優(yōu)勢戶部的目的，尤其是Worldview2八個波段，可以讓eCognition規(guī)則創(chuàng)建又多了很多參考資源，剛才說靠專家、靠資源，資源多了就大大增加影像分析的效果，深化了影像分析應用的前景。今天上午我給大家翻譯的一個小時，全部說的是影像分析應用的前景。

　　在這里說一個略微知識性的東西，通常來說高分辨率影像包含五個相對獨立的特征成分，分別是城市建成區(qū)、植被、陰影、水體、裸地，假設沒有其他參考信息，高分辨率影像所能識別的，僅有高分辨率影像，所能區(qū)分的就是五大類信息，右面圖是快鳥影像，Worldview2在提取能力對這五種區(qū)分上能力更加強。

　　這是自動分類的實驗，這個實驗上午有兩個演講中都提到了，當使用八波段的時候，我們用了更多的光譜信息，使自動分類提取的精度提高了15%左右。

　　這兩張圖片是對于水體的提取，大家看到明顯不同的是，利用八波段提取的水體噪聲減少了很多，準確度高了非常多，因為有八個波段，左邊有很多白點，白點都是噪聲，有可能被誤分析為水體陰影，但是用八個波段很容易區(qū)分開，所以分析精度大幅度提高。[page]

　　這是八個波段新增的四個波段，有藍邊、黃波段、紅邊和近紅外二號，藍邊波段拓展了，敝藍波段更短范圍，海岸線水體研究很有用，黃波段實際是把光譜信息還原程度大幅提高了，因為黃埔連續(xù)性就高了，中間沒有間隔了。紅邊對于植被生長狀況研究非常有用，還有近紅外二號。

　　這是另外一個情況，上一張PPT講了高分辨率衛(wèi)星影像信息提取的主要區(qū)分五大地類，建成區(qū)、植被、裸地、水體、陰影，這五大類波谷反射特性放在這里了，為什么呢?就是告訴大家，如果大家對波谷反射特性非常了解，可以從這圖中理解到，為什么八個波段會更加能夠區(qū)分這些類別。

　　后面講一下衛(wèi)星和自動化識別技術，就是一個資源一個技術加起來的應用前景。目前講的是衛(wèi)星技術，講的是我們如何用，還有一些專家意見。第一是在地質方面的應用，地質應用主要用到近紅外二號、黃波段、紅邊波段這幾個波段的結合，可以區(qū)分特定礦產。這是地質學方面的一個表，這個表比較專業(yè)，我們簡單的講一下。上面藍色部分是Worldview2衛(wèi)星可以涵蓋的部分，比如說可以突出斷層、采礦主向道，可以發(fā)現(xiàn)鐵氧化物，可以非常容易識別他們，赤鐵礦、赤銅礦。這是Worldview暫時無法解決或者解決有限，還沒有相應的波段可以解決灰色部分的地質應用，但是畢竟開創(chuàng)了一個高分辨率衛(wèi)星影像在地質行業(yè)中的應用。以前可見光在地質行業(yè)應用還顯得沒有什么可能，但是目前來說，可行性變得越來越高。

　　這是潛在的地質應用，紅邊波段和黃波段在地礦方面的價值，這也是波谷反射特性，是上述六種礦物的波谷反射特性，在黃波段與紅邊上反射都很強，反射強就好區(qū)分一些，對特定礦產礦石有比較高的識別能力。

　　這是國外做的一個實驗，這是自然彩色的三波段影像，利用傳統(tǒng)的近紅外波段疊加自然彩色后當?shù)劂~礦的情況。如果疊加近紅外二號、黃波段、藍邊波段之后，色彩信息更加豐富，通過對于色彩信息的波谷反射特性研究，在紫色范圍是潛在的赤銅礦礦址，這是國外的Worldview2應用研究。

　　Worldview2和近紅外二號波段，這是美國的一張經驗表，這是美國航空航天局推薦對于第物目標提取所推薦的波段，七波段是最常用，最常用的七波段和Worldview2波谷范圍近似，所以可以證明一點，Worldview2在右面表里的相關應用都有效的。|

　　下面說一下土地利用分類，我們做了一些實驗，但是這些實驗沒有真正的付諸到大型項目中，比如對于變化信息提取，上午也提到了，對于變化信息提取無非是新影像對舊影像的提取，或者新影像對其他資料進行提取，找到變化。

　　這是僅用波段組合來發(fā)現(xiàn)變化的例子，最簡單的做法是什么?就是把前十項全色影響和后十項全色影像疊加后放在多通道影像通道當中去，形成一個彩色影像，這個偽彩色影像上面的彩色異常是變化存在的地方，這是非常簡單的識別方案。彩色影像怎么做呢?也好做，大家如果用到eCognition就知道，eCognition里面是六通道合成影像，我們把三波段前十項后十項彩色都放進去，形成六波段影像，凡是色彩異常的地方就分析一下為什么異常，異常就是存在變化。

　　如何進行量化提取呢，量化提取對于自動化來說應用的技術，第一是面向對象的信息提取技術，另外我們還有一些實際的案例，比如主成分分類，進行目標制圖，最后輸出成地理信息格式，最后找到了變化的區(qū)域。當然這個區(qū)域對于我們應用，是不是拿來就能用，實際是離我們最后應用成果還比較遠，這只是找到變化的區(qū)域，我們在變化區(qū)域上再加點其他的標準和規(guī)則，比如人為的規(guī)則，什么樣的要提，什么樣的不提，什么樣的作為變化，什么樣的不作為變化，這不是掌握在遙感影像上的，而是掌握在專家手里或者定規(guī)則人的手里。這些要加在一起才能形成我們要的成果。

　　基于矢量的變化信息提取，這簡單講一下，如果基于當前的土地利用變化圖，然后用于新影像找變化的時候，如果同時又前十項，我們與基于影像差不多，用主成分法提取，或者拿土地利用變化圖對影像進行分割，分割后再進行對照，如果沒有前十項影像，只有一個影像和矢量，要把它分類分出來，我們先用土地利用變化圖把影像分割，分割成不同影像塊，每個影像塊就是矢量的范圍，然后利用統(tǒng)計學的方法把矢量數(shù)據庫里相應的信息和識別分類后的信息進行區(qū)域統(tǒng)計，區(qū)域統(tǒng)計后找到它的變化。

　　這是統(tǒng)計學的做區(qū)塊統(tǒng)計，這是個結果，剛才講的是在我們土地利用分類和信息提取種做的嘗試，嘗試了最終沒有付諸大項目的應用，主要是因為大型項目涉及到的規(guī)則太多了，我們沒有辦法收集這些規(guī)則把它一一輸?shù)杰浖?。另外大項目的?guī)則隨時變化的，我們很難把控大規(guī)模自動化生產，這只是個研究，到目前還沒有用于大項目。

　　下面講的是植被種類的識別，講到面向對象分類技術和高分辨率影像，一個技術一個資源怎么用。在植物種類識別方面，最難識別的是野生植被，最好分辨是人為植被。野生植被物種復雜，而且穿插生長，很難有規(guī)律。提取野生植被有什么意義呢?在國外目前已經發(fā)展到生物燃料方面，野生植被有很多有經濟利用價值，比如可以做生物燃料的材料，有潛在的經濟價值，所以要研究野生植被。

　　我們看看利用新增的波段與面向分類技術，怎么對植被進行精確區(qū)分。第一步仍然是開篇提到的，需要一個好的規(guī)則集，先不要拿軟件來做事，也不要先分類，我們先找?guī)讉€專家探討探討，探討什么呢?就是讓專家給我們一些建議，這些是專家給我們的建議，我們在一塊學習一下。創(chuàng)建規(guī)則提取信息的關鍵是什么?第一是植被的各種問題通常會按非常明顯反映到葉片顏色上，比如葉片顏色變了就證明植被健康狀況不一樣了。第二說了葉黃病，是葉綠素減少，同時葉黃素、葉紅素是紅蘿卜素增加了，這些是搞生物的知道，我們搞遙感的不知道。另外遙感專家和生物專家坐在一起，聊了一會而得到了什么?第一紅邊波段對于分類有什么貢獻，處于可見光區(qū)域邊緣的過度地段，在此區(qū)域內植被色素吸收幾乎全部的能，反射很少，但是紅色素反射非常大，對于波谷反射特性來說，從非常小的突然突變?yōu)榉浅４蟮闹?，這個區(qū)域是突變的區(qū)域，此邊緣地帶存在邊緣反射區(qū)帶，這是紅邊。隨著植被的各種變化，邊緣界限會改變，對于我們做一個規(guī)則集提供了又一條專家知識，這背后蘊含了更多的知識，我們要知道什么是葉綠素含量，生物活性、含水量，都怎么獲取，還有個健康指數(shù)怎么獲取。季節(jié)性變化，我們要知道長期的季節(jié)性氣候資料，這些都需要。健康的制備葉綠素含量低，紅邊突變會朝著波長較長移動，如果植物生病，葉面指數(shù)較低，會向波長較短移動。這也是遙感專家和生物學專家坐一塊給我們的規(guī)則。[page]

　　綜合上述規(guī)則，我們得到了一套差不多可以解決問題的規(guī)則，然后我們來看看到底怎么解決。這是剛才那一篇字體現(xiàn)在屏幕上所反映的東西，這里是不同的樹種、植被波谷反射特性，中間藍框是突變區(qū)域，突變區(qū)域就是紅邊波段區(qū)域，紅邊波段在不同波長上突變的情況不太一樣，每一種植被物種反射波谷特性也不一樣，所以利用波谷反射特性表和加上前面的專家知識，足夠我們自己建一套規(guī)則了，這個規(guī)則就得靠自己，當然靠專家給我們建議了。這是國外做生物燃料案例。

　　這是利用黃邊波段識別植被健康狀況的波谷反射狀況的結果，總體來說有三條實線，健康植被、生病植被、死亡植被，在黃邊波段、紅邊波段下三種植被狀態(tài)都有明顯的區(qū)分，這是我們建立規(guī)則又一依據。

　　下面講講其他的應用，比如農作物識別和土產，這也是面向對象的分析分類，最后得出結果。農業(yè)應用就不多改了，給大家讀一下就可以了。比如國外做的濕地人為破壞的監(jiān)測，城市綠地監(jiān)測，國外的葡萄種植園保險金投保評估，多說一句，在國外搖憾被廣泛的應用在保險行業(yè)，就是保險公司采購影像非常多，為什么?保險公司給一個地方投保，要先知道毀壞情況到底怎么樣，比如葡萄園投保，要看生長情況怎么樣，比如葡萄園灌溉情況，草莓生長狀況，果樹施肥效果，這都是農業(yè)中用到的資源技術。

　　另外一個應用是植株樹冠統(tǒng)計，這有什么目的呢?兩個目的，第一是判斷樹的長勢情況，比如提取每一個點，每個樹冠獨立點，點面積越大長勢越好，另外一點，統(tǒng)計樹的數(shù)量，因為獨立點的數(shù)量非常容易了解，知道知道森林有多少棵樹，有闊葉林多少棵，針葉林多少棵，可以非常量化的分析識別出來的，這是更進一步的應用。

　　還有一個是海床識別和底棲生物識別應用，用多波段和信息提取技術，怎么樣對水生植被進行提取的案例，用藍綠紅波段進行組合后，效果不太好，對于水藻、海藻沒有太多反映，整個水體區(qū)分的不太好，我們在應用紅綠、近紅外波段組合，因為近紅外的加入，我們對什么水藻等反饋非常明顯，因為是植被。但是也沒有對底棲生物有反饋，底棲生物包括淺水珊瑚、浮游生物等，我們把紅邊、近紅外、黃色波段又加進去后。在水體區(qū)域內，水的顏色層次變化非常大，有深有淺，有淺藍有深藍，甚至有灰色的，這些區(qū)域對于判別底棲生物非常有用，比如小貝殼在哪里生長，哪里有哪里沒有，哪里長珊瑚，哪里沒有長。我們的資源越豐富，我們波段越多，我們能夠獲取的信息越多。怎么獲取信息?總結一下，我們要的是信息，我們要靠的是12字方針，就是讓專家給我們解決方案，讓資源給我們提供更多的參考信息，用面向對象得分類技術給我們更高明的手段，我們自己還要動腦筋把它組合起來找到真正的信息結果。

　　我就講到這里，謝謝大家!