本文關鍵詞：高分辨率影像對象變化檢測關鍵技術研究

  更多相關文章： 影像對象 最優(yōu)分割尺度 特征選擇 決策分類 變化檢測

【摘要】：隨著我國工業(yè)化和城市化的發(fā)展需求,自然森林和耕地遭受建設破壞,農(nóng)耕用地大幅減少,給人類生存環(huán)境帶來危害,如何有效控制人類活動對土地資源的濫用是亟需解決的問題。其中,調(diào)查監(jiān)測土地使用情況是土地資源管理的重要工作之一。傳統(tǒng)的土地監(jiān)測方法依靠野外實地調(diào)查,或利用測繪數(shù)據(jù)監(jiān)測,存在工作量大、時效性差、損耗大量勞力物力等缺點。而遙感技術具備獲取重復、連續(xù)、大面積地物覆蓋信息的能力,因此被廣泛用于土地利用變化檢測中。本文總結(jié)歸納了現(xiàn)有遙感影像變化檢測方法的優(yōu)缺點,從基于像素級和基于對象級兩個角度探討變化檢測的機理�；谙袼丶壸兓瘷z測方法存在著處理速度慢、椒鹽噪聲多、受光譜值影響大等缺點;而面向?qū)ο笸恋乩米兓瘷z測技術,將影像分割成一個個對象,通過對對象的特征提取和分析,實現(xiàn)變化檢測自動化提取。該方法可以有效彌補基于像素級方法的不足。但基于對象變化檢測技術存在著兩個關鍵難點:①最優(yōu)分割尺度的確定;②最優(yōu)特征的選擇。本文從這兩個問題出發(fā),主要研究內(nèi)容如下:(1)集成高分辨率遙感影像變化檢測的主要技術流程。主要包括影像預處理、影像多尺度分割、影像對象特征選擇、決策分類和變化檢測等技術。(2)深入研究圖像分割技術中最優(yōu)尺度確定問題。論文對比分析了不同優(yōu)度評價指標與最優(yōu)分割尺度間的關系,提出基于紋理的信息熵和對比度優(yōu)度函數(shù)法來評價最優(yōu)分割尺度,通過建立分割尺度與評價指數(shù)間的關系,得到最優(yōu)分割尺度值。(3)研究面向?qū)ο笞顑?yōu)特征選擇搜索算法,即分離閾值法(SEath)。采用基于J-M距離準則的搜索算法進行特征選擇,在此基礎上改進該算法,考慮特征去相關和類內(nèi)距離,重新構(gòu)造特征篩選評價指標,達到選擇最優(yōu)特征的目的。(4)結(jié)合高分辨率影像實例,應用最優(yōu)分割尺度和最優(yōu)特征選擇兩個關鍵技術,對前后時相影像進行閾值法決策樹分類,最終制定出分類規(guī)則,實驗結(jié)果表明,改進的最優(yōu)特征選擇方法對地物的分類精度有明顯提高。最后利用前后時相影像分類圖進行變化檢測,實現(xiàn)變化信息自動獲取。本文方法對于土地利用變化檢測信息提取具有一定的現(xiàn)實意義和實用價值。
【關鍵詞】：影像對象 最優(yōu)分割尺度 特征選擇 決策分類 變化檢測
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P237
【目錄】：

• 中文摘要3-4
• 英文摘要4-9
• 1 緒論9-19
• 1.1 研究背景和意義9-10
• 1.2 土地利用遙感變化檢測現(xiàn)狀10-14
• 1.2.1 變化檢測方法現(xiàn)狀11-13
• 1.2.2 各種變化監(jiān)測方法比較13-14
• 1.3 面向?qū)ο笞兓瘷z測的發(fā)展14-16
• 1.3.1 面向?qū)ο笞兓瘷z測現(xiàn)狀14-15
• 1.3.2 面向?qū)ο笞兓瘷z測所面臨的問題15-16
• 1.4 研究內(nèi)容和技術路線16-19
• 1.4.1 研究內(nèi)容16-17
• 1.4.2 技術路線17-19
• 2 遙感變化檢測理論19-27
• 2.1 變化檢測概念19
• 2.2 變化檢測流程19-21
• 2.2.1 圖像預處理20-21
• 2.2.2 變化信息獲取21
• 2.2.3 變化后處理21
• 2.3 遙感變化檢測方法21-24
• 2.3.1 基于像素級變化檢測方法21-22
• 2.3.3 基于對象級變化監(jiān)測方法22-24
• 2.4 遙感變化檢測精度評價24-26
• 2.5 本章小結(jié)26-27
• 3 面向?qū)ο蟾呖臻g分辨率影像分析27-47
• 3.1 圖像理解27
• 3.2 多尺度分割效應27-31
• 3.2.1 多尺度分割原理27-29
• 3.2.2 異質(zhì)性指標計算29-31
• 3.3 最優(yōu)分割尺度的選擇31-42
• 3.3.1 同質(zhì)性和異質(zhì)性法32-33
• 3.3.2 均值標準差法33
• 3.3.3 RMAS法33-34
• 3.3.4 最大面積法34
• 3.3.5 改進最優(yōu)尺度評價指數(shù)34-36
• 3.3.6 各種評價指數(shù)驗證36-42
• 3.4 影像對象分類提取技術42-45
• 3.4.1 最鄰近分類法43-44
• 3.4.2 決策樹分類法44
• 3.4.3 閾值分類法44
• 3.4.4 隸屬度分類法44-45
• 3.5 本章小結(jié)45-47
• 4 面向?qū)ο笞顑?yōu)特征選擇47-59
• 4.1 遙感影像的特征47-50
• 4.1.1 光譜統(tǒng)計特征47
• 4.1.2 紋理特征47-48
• 4.1.3 空間結(jié)構(gòu)特征48-50
• 4.2 最優(yōu)特征選擇50-55
• 4.2.1 特征選擇的過程50-52
• 4.2.2 特征選擇算法的分類52
• 4.2.3 基于Filter算法的分離閾值法52-55
• 4.3 改進的最優(yōu)特征選擇55-57
• 4.3.1 特征去相關55-56
• 4.3.2 類內(nèi)距離D56
• 4.3.3 構(gòu)建特征篩選指標56-57
• 4.4 搜索策略57
• 4.5 最優(yōu)特征規(guī)則的建立57-58
• 4.6 本章小結(jié)58-59
• 5 變化檢測實驗與精度評價59-75
• 5.1 實驗數(shù)據(jù)59
• 5.2 軟件平臺59
• 5.3 面向?qū)ο笞兓瘷z測法實驗59-68
• 5.3.1 最優(yōu)分割尺度的確定59-62
• 5.3.2 最優(yōu)特征選擇62-66
• 5.3.3 分類規(guī)則建立66-68
• 5.4 實驗結(jié)果分析與評價68-71
• 5.5 土地利用變化檢測71-73
• 5.6 本章小結(jié)73-75
• 6 總結(jié)與展望75-77
• 6.1 研究結(jié)論75-76
• 6.2 建議與展望76-77
• 致謝77-79
• 參考文獻79-82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李德仁;利用遙感影像進行變化檢測[J];武漢大學學報(信息科學版);2003年S1期

2 胡巖峰,劉波,李峰,李立鋼,丘江;一種基于統(tǒng)計分析的圖像變化檢測方法[J];光子學報;2005年01期

3 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進行城市擴展變化檢測[J];國土資源遙感;2006年03期

4 李雪;舒寧;王琰;李亮;;利用土地利用狀態(tài)轉(zhuǎn)移分析的變化檢測[J];武漢大學學報(信息科學版);2011年08期

5 方針,張劍清,張祖勛;基于城區(qū)航空影像的變化檢測[J];武漢測繪科技大學學報;1997年03期

6 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期

7 馬云飛;李宏;;遙感變化檢測技術方法綜述[J];測繪與空間地理信息;2014年01期

8 劉直芳,張劍清;城區(qū)變化檢測的一種方法[J];測繪通報;2001年02期

9 倪林,冷洪超;機場區(qū)域變化檢測研究[J];遙感技術與應用;2002年04期

10 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學;2005年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

2 劉元波;;環(huán)境遙感變化探測研究中的若干問題：輻射校正方法與變化檢測算法及其理論關系[A];中國地理學會2007年學術年會論文摘要集[C];2007年

3 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術的研究[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 霍春雷;程健;周志鑫;盧漢清;;基于尺度傳播的多尺度變化檢測新方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國（天津）2011’IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2011年

6 胡艷;李勝;何宗;羅靈軍;李靜;;水體變化檢測在重慶市干旱遙感監(jiān)測中的應用[A];重慶市測繪學會第三屆優(yōu)秀論文評選獲獎論文暨2005-2006年度學術交流會論文選編[C];2008年

7 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學會2012年年會論文集[C];2012年

8 柳思聰;杜培軍;;基于形態(tài)學濾波的多時相遙感影像變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

9 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

10 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術研究[A];中國遙感應用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 郝明;基于空間信息準確性增強的遙感影像變化檢測方法研究[D];中國礦業(yè)大學;2015年

2 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學;2015年

3 李向軍;遙感土地利用變化檢測方法探討[D];中國科學院研究生院（遙感應用研究所）;2006年

4 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學院研究生院（遙感應用研究所）;2006年

5 李雪;基于像斑信息挖掘的土地利用變化檢測方法研究[D];武漢大學;2010年

6 張路;基于多元統(tǒng)計分析的遙感影像變化檢測方法研究[D];武漢大學;2004年

7 羅旺;遙感圖像的變化檢測與標注方法研究[D];電子科技大學;2012年

8 王琰;基于像斑統(tǒng)計分析的高分辨率遙感影像土地利用/覆蓋變化檢測方法研究[D];武漢大學;2012年

9 鄧湘金;基于模式識別知識的遙感圖像變化檢測研究[D];中國科學院研究生院（電子學研究所）;2003年

10 祝錦霞;高分辨率遙感影像變化檢測的關鍵技術研究[D];浙江大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張家琦;遙感影像變化檢測方法及應用研究[D];中國地質(zhì)大學(北京);2015年

2 李玲玲;基于NSCT和NSST的圖像變化檢測算法研究及應用[D];新疆大學;2015年

3 胡雪梅;基于MST的遙感圖像變化檢測研究[D];新疆大學;2015年

4 楊國棟;基于分布式并行聚類的SAR圖像變化檢測算法研究[D];西安電子科技大學;2014年

5 王橋;基于多目標模糊聚類的SAR圖像變化檢測[D];西安電子科技大學;2014年

6 張文婷;基于自適應權值差異圖融合和聚類的SAR圖像變化檢測方法研究[D];西安電子科技大學;2014年

7 任新營;基于OpenCL的并行SAR圖像變化檢測[D];西安電子科技大學;2014年

8 宮金杞;面向地理國情監(jiān)測的地表覆蓋變化檢測方法研究及系統(tǒng)實現(xiàn)[D];山東農(nóng)業(yè)大學;2015年

9 趙姣姣;基于無監(jiān)督方法的SAR圖像變化檢測[D];西安電子科技大學;2014年

10 李曉婷;基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測[D];西安電子科技大學;2014年

，

本文編號：1135584