高鐵安全隱患的三種高效面向?qū)ο筮b感變化檢測方法
本文關鍵詞:高鐵安全隱患的三種高效面向?qū)ο筮b感變化檢測方法
更多相關文章: 面向?qū)ο?/b> GIS 影像特征 最佳閾值 變化檢測
【摘要】:隨著我國高速鐵路事業(yè)的蓬勃發(fā)展,高速鐵路運營安全成為了舉國關注的問題。為此,國務院要求各有關部門開展高速鐵路安全大檢查行動,其中高鐵沿線環(huán)境治理情況作為一項重點檢查內(nèi)容。為快速檢測出高鐵沿線的環(huán)境安全隱患,為有關部門開展高速鐵路安全大檢查行動提供科學依據(jù)和技術支持,本文展開了高鐵沿線安全隱患的快速面向?qū)ο筮b感變化檢測方法的研究。 根據(jù)研究目標本文首先確定了具體的研究內(nèi)容,即:基于GIS輔助分割的面向?qū)ο笞兓瘷z測方法。在總結該類方法總體思路流程的基礎上,對其中涉及到的遙感影像特征以及典型的自動閾值分割技術進行了系統(tǒng)概述。而后通過評估現(xiàn)有三種基于GIS輔助分割的面向?qū)ο笞兓瘷z測方法的效率并進行綜合分析,提出三種高效的基于GIS輔助分割的面向?qū)ο笞兓瘷z測方法,并通過兩組實驗分別對比高效方法與現(xiàn)有方法的效率和精度,在第一組實驗中(影像尺寸:1154×5064),六種方法所耗用的時間依次(與文中順序一致)為:98s,95s,102s,93s,86s,75s;總體精度依次為:80.65%,82.70%,77.57%,87.21%,88.69%,81.69%;漏檢率依次為:8.64%,7.43%,10.53%,1.86%,2.43%,7.43%;誤檢率依次為:10.71%,9.87%,11.90%,10.93%,8.88%,10.88%。第二組實驗中(影像尺寸:16724×3564)六種方法耗時依次為:152s,143s,170s,140s,129s,118s;總體精度依次為:74.19%,78.47%,71.96%,80.56%,83.41%,77.87%;漏檢率依次為:11.43%,9.83%,12.75%,3.75%,4.87%,10.12%;誤檢率依次為:14.38%,11.70%,15.29%,15.69%,11.72%,12.01%。由這些實驗結果可以看出,灰度差分梯度-最大熵法的效率最高,改進的灰度均值向量-Otsu法次之。在精度方面,灰度均值向量-Otsu法及改進的灰度均值向量-Otsu法的總體精度和漏檢率都要優(yōu)于現(xiàn)有三種現(xiàn)有的方法,其中改進的灰度均值向量-Otsu法的總體精度最高,灰度均值向量-Otsu法的漏檢率最低?梢姳疚奶岢龅母咝Х椒ň哂幸欢ǖ母咝约皩嵱眯浴W詈髮⑷N高效的變化檢測方法應用于鄭西高鐵沿線(影像尺寸:78161×7103)的變化檢測應用中,三種高效方法所耗用的時間依次為:2h44min35s,1h35min56s,1h28min45s;總體精度依次為:80.97%,82.72%,77.57%;漏檢率依次為:3.16%,4.36%,10.75%;誤檢率依次為:15.87%,12.92%,11.68%。其中效率較三種現(xiàn)有方法中效率最高的特征量相關系數(shù)-最大目標函數(shù)法分別提高了3.31%,43.64%,47.86%。 上述結果表明本文提出的高效的面向?qū)ο笞兓瘷z測方法在檢測高速鐵路沿線地物變化以及更新高速鐵路數(shù)據(jù)庫方面具有一定的使用價值,并為后續(xù)更為深入的研究提供參考。
【關鍵詞】:面向?qū)ο?/strong> GIS 影像特征 最佳閾值 變化檢測
【學位授予單位】:西南交通大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:U298;P237
【目錄】:
- 摘要6-7
- Abstract7-11
- 第1章 緒論11-20
- 1.1 研究背景與研究意義11-15
- 1.2 面向?qū)ο笞兓瘷z測方法15-18
- 1.2.1 面向?qū)ο笞兓瘷z測概述15
- 1.2.2 面向?qū)ο笞兓瘷z測方法研究現(xiàn)狀15-17
- 1.2.3 面向?qū)ο笞兓瘷z測方法應用現(xiàn)狀17
- 1.2.4 面向?qū)ο笞兓瘷z測方法在高鐵沿線安全隱患檢測應用中面臨的問題17-18
- 1.3 本文研究內(nèi)容及章節(jié)安排18-20
- 1.3.1 研究目標與內(nèi)容18-19
- 1.3.2 章節(jié)安排19-20
- 第2章 高鐵安全隱患的面向?qū)ο蟾叻钟跋褡兓瘷z測方法20-31
- 2.1 面向?qū)ο笞兓瘷z測方法總體思路流程20
- 2.2 衡量對象變化的指標—遙感影像特征20-25
- 2.2.1 光譜特征21-22
- 2.2.2 紋理特征22-23
- 2.2.3 形狀特征23-24
- 2.2.4 空間關系特征24-25
- 2.3 判斷對象變化的標準—閾值的自動確定25-31
- 2.3.1 類間最大方差閾值分割算法25-27
- 2.3.2 灰度直方圖峰谷法27
- 2.3.3 迭代閾值分割算法27-28
- 2.3.4 最大熵法28-29
- 2.3.5 最小誤差法29-31
- 第3章 現(xiàn)有面向?qū)ο笞兓瘷z測方法評估31-42
- 3.1 現(xiàn)有面向?qū)ο笞兓瘷z測方法原理31-37
- 3.1.1 特征量相關系數(shù)-接受者操作特性曲線法31-34
- 3.1.2 特征量相關系數(shù)-最大目標函數(shù)法34-35
- 3.1.3 地類光譜特征曲線擬合-變化測度直方圖法35-37
- 3.2 現(xiàn)有面向?qū)ο笞兓瘷z測方法效率及精度評估實驗37-40
- 3.2.1 實驗平臺及實驗數(shù)據(jù)介紹37-39
- 3.2.2 現(xiàn)有面向?qū)ο笞兓瘷z測方法的效率及精度評估39-40
- 3.3 本章小結40-42
- 第4章 高效的面向?qū)ο笞兓瘷z測方法42-47
- 4.1 灰度均值向量-Otsu法42-43
- 4.2 改進的灰度均值向量-Otsu法43-45
- 4.3 灰度差分梯度-最大熵法45-47
- 第5章 高效的變化檢測方法與現(xiàn)有方法的比較與應用47-53
- 5.1 高效方法與現(xiàn)有方法的效率與精度比較47-50
- 5.2 高效的變化檢測方法在鄭西高鐵沿線變化檢測中的應用50-52
- 5.3 本章小結52-53
- 第6章 結論與展望53-56
- 6.1 總結53
- 6.2 結論53-54
- 6.3 不足之處與展望54-56
- 致謝56-57
- 參考文獻57-64
- 攻讀碩士學位期間發(fā)表的論文64
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 李偉;官云蘭;;遙感變化檢測方法探討[J];北京測繪;2011年01期
2 王漢英;張占睦;張一鳴;張昭云;;遙感影像變化檢測在地形圖快速修測中的應用[J];測繪工程;2009年02期
3 劉永進;喬德軍;鄭衛(wèi)華;;基于植被覆蓋度序列的變化矢量分析[J];測繪通報;2008年11期
4 袁愈才;周曉光;楊小晴;黃文嘉;;基于ERDAS平臺的NDVI植被覆蓋變化檢測[J];測繪信息與工程;2011年05期
5 李丹丹;舒寧;李亮;;像斑的遙感影像土地利用變化檢測方法[J];地理空間信息;2011年01期
6 楊朝輝;陳鷹;;基于ROC融合準則的SAR邊緣檢測算法[J];光電子.激光;2010年07期
7 王琰;舒寧;龔煈;;高分辨率遙感影像土地利用變化檢測方法研究[J];國土資源遙感;2012年01期
8 孟繁爍;;基于遙感影像的變化檢測方法綜述[J];科技創(chuàng)新與應用;2012年24期
9 王琰;舒寧;龔煈;李雪;;基于類別光譜變化規(guī)律的土地利用變化檢測[J];國土資源遙感;2012年03期
10 ;Automatic Change Detection of Geo-spatial Data from Imagery[J];Geo-Spatial Information Science;2003年03期
,本文編號:737988
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/737988.html