基于GF-2的新疆巴州地區(qū)主要地物類型信息提取方法研究
本文關(guān)鍵詞：基于GF-2的新疆巴州地區(qū)主要地物類型信息提取方法研究
更多相關(guān)文章： 高分二號 卷積濾波 面向?qū)ο?/b> 信息提取
【摘要】：高空間分辨率衛(wèi)星影像能夠為我們提供精確、全面的地面信息,已經(jīng)在林業(yè)、國防、國土資源監(jiān)測、自然災(zāi)害監(jiān)測、數(shù)字城市等方面廣泛應(yīng)用。中國GF-2(高分二號)衛(wèi)星是中國遙感衛(wèi)星進入亞米級“高分時代”的標(biāo)志,本研究在總結(jié)前人研究的基礎(chǔ)上,以GF-2遙感影像為數(shù)據(jù)源,并以巴音郭楞蒙古自治州為研究區(qū)(以尉犁縣墩闊坦鄉(xiāng)塔提里克村為例),對道路、河流、建筑及植被等信息提取方法開展了深入研究,主要研究結(jié)論如下：(1)道路信息、建筑物信息、河流信息提取的主要方法：通過空間卷積濾波,增強影像的低頻、高頻細(xì)節(jié)和邊緣；選擇適當(dāng)?shù)拈撝祵τ跋穸祷幚?使目標(biāo)對象更加鮮明、簡單且易于處理；利用數(shù)學(xué)形態(tài)濾波方法優(yōu)化二值化結(jié)果,過濾掉部分與提取目標(biāo)對象無關(guān)的信息；采用基于邊緣檢測的圖像分割和基于Full lambda schedule的圖像合并算法將影像分割成為若干對象；根據(jù)不同對象空間屬性的相異性,利用基于規(guī)則的面向?qū)ο笮畔⑻崛》椒?準(zhǔn)確提取目標(biāo)信息。(2)建筑物信息提取研究過程中對比了中值濾波與拉普拉斯濾波方法,其中中值濾波方法對建筑物增強效果較好,且建筑物提取精度達到了72.6%。河流信息提取研究在傳統(tǒng)拉普拉斯算子的基礎(chǔ)之上做了適當(dāng)?shù)母倪M增加銳化強度指數(shù),調(diào)整銳化模板,使河流信息更加凸顯,提取精度達到了86.6%。(3)根據(jù)研究區(qū)道路信息的圖像特征與幾何特征將道路分為三類：縣級道路、鄉(xiāng)鎮(zhèn)道路、簡易道路,根據(jù)不同的類型的道路特征分別選用了不同的提取方法,三類道路的提取精度分別為85.6%、73.5%、72.4%,并實現(xiàn)了對研究區(qū)內(nèi)的風(fēng)沙侵蝕(掩蓋)道路的識別與檢測。(4)植被信息提取主要包括植被類型提取和植被覆蓋度提取。植被類型提取主要用了基于樣本的面向?qū)ο笮畔⑻崛?在該研究中對比了不同分割合并尺度對圖像分割的結(jié)果,并選取50為分割合并的閾值,在分類方法上對比了K鄰近法(KNN)與支持向量機(SVM)的分類方法,其中KNN法的總體精度為78.55%,Kappa系數(shù)為0.688.SVM的總體分類精度為88.97%,Kappa系數(shù)為0.83.結(jié)果表明通過SVM方法對以GF-2遙感影像為數(shù)據(jù)源的植被類型信息提取精度較高,具有較高的可靠性。植被覆蓋度的提取利用像元6分模型計算研究區(qū)內(nèi)的植被覆蓋度。
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P237
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 戚東峰,黃樂天;兩幅圖像的相同和相異部分信息提取的新方法[J];中國激光;1993年09期
2 張明;曲佳;;暴力情景對青少年信息提取的負(fù)面影響[J];今日科苑;2010年10期
3 童磊;鄒崢嶸;;基于高分辨率衛(wèi)星影像的城市用地信息提取研究[J];測繪與空間地理信息;2009年02期
4 章程;吳俐民;黃亮;;基于最優(yōu)尺度模型的建筑物信息提取[J];貴州大學(xué)學(xué)報(自然科學(xué)版);2011年03期
5 王娟敏;楊聯(lián)安;姜英;高雪玲;孫嫻;;基于波譜角分類法的沙化信息提取研究——以毛烏素沙地典型地區(qū)為例[J];國土資源遙感;2008年04期
6 翁勇軍;;高考主觀題有效信息提取策略[J];長三角(教育);2012年08期
7 鄭利娟;李小娟;胡德勇;周德民;;基于對象和DEM的濕地信息提取——以洪河沼澤濕地為例[J];遙感技術(shù)與應(yīng)用;2009年03期
8 付玉慧;李棲筠;張寶茹;;海洋溢油光譜分析與衛(wèi)星信息提取[J];遙感學(xué)報;2008年06期
9 張繼平;張鐿鋰;劉林山;丁明軍;張學(xué)儒;;面向?qū)ο蟮拈L江源區(qū)當(dāng)曲流域高寒濕地信息提取(英文)[J];Journal of Resources and Ecology;2011年02期
10 喬治;孫希華;;MODIS在我國陸地科學(xué)中的應(yīng)用進展研究[J];國土資源遙感;2011年02期
中國重要會議論文全文數(shù)據(jù)庫 前9條
1 趙繼成;李英成;劉曉龍;;土地變更信息提取軟件在土地變更/更新調(diào)查項目中的應(yīng)用[A];全國國土資源與環(huán)境遙感技術(shù)應(yīng)用交流會論文文集[C];2004年
2 黃清me;;國際城市天氣預(yù)報信息提取及解/編碼的Delphi實現(xiàn)[A];2009年中國高校通信類院系學(xué)術(shù)研討會論文集[C];2009年
3 侯淑濤;楊鳳海;蘇安玉;唐軍利;;基于MODIS數(shù)據(jù)的土壤信息提取與識別[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年
4 于新洋;呂昌河;張安定;侯西勇;;基于改進VIS-NSMA模型的城市非滲透表面信息提取與應(yīng)用研究[A];自然地理學(xué)與生態(tài)安全學(xué)術(shù)論文摘要集[C];2012年
5 韓杰;廖聞劍;彭艷兵;;基于樓層分割的BBS信息提取[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（上）[C];2009年
6 韓杰;廖聞劍;彭艷兵;;基于樓層分割的BBS信息提取[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（中）[C];2009年
7 黎小東;楊武年;劉漢湖;彭立;簡季;曾濤;胡國超;胡寶榮;;面向?qū)ο蟮母呖臻g分辨率遙感影像城市震害房屋信息提取——以汶川大地震為例[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年
8 楊潔;王朝輝;;遙感監(jiān)測中變化信息提取的方法探討[A];江蘇省測繪學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年
9 袁金國;王衛(wèi);王茜;;遙感與GIS支持下LU／LC信息提取研究[A];“土地變化科學(xué)與生態(tài)建設(shè)”學(xué)術(shù)研討會論文集[C];2004年
中國重要報紙全文數(shù)據(jù)庫 前1條
1 袁鴻 趙西晨;考古發(fā)掘現(xiàn)場遺存器物幾何結(jié)構(gòu)信息提取及數(shù)字化虛擬復(fù)原[N];中國文物報;2013年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 徐俊鋒;IKONOS信息提取的尺度效應(yīng)研究[D];浙江大學(xué);2006年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 王國璽;高分影像在礦山利用現(xiàn)狀信息提取中的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年
2 王賽;基于多源遙感數(shù)據(jù)的汶川地震型滑坡信息提取研究[D];中國地質(zhì)大學(xué)(北京);2015年
3 朱嬌;基于高分一號影像的寶興縣滑坡信息提取研究[D];成都理工大學(xué);2015年
4 李靜;基于GF-2的新疆巴州地區(qū)主要地物類型信息提取方法研究[D];北京林業(yè)大學(xué);2016年
5 凌春麗;面向?qū)ο蟮牧值匦畔⑻崛⊙芯縖D];昆明理工大學(xué);2010年
6 韓杰;中文BBS信息提取與分類[D];武漢郵電科學(xué)研究院;2009年
7 何祺勝;星載雷達圖像在干旱區(qū)鹽漬地信息提取中的應(yīng)用研究[D];新疆大學(xué);2007年
8 黃春龍;基于紋理的水系信息提取及其特征分析[D];吉林大學(xué);2009年
9 王少華;基于多源遙感數(shù)據(jù)的礦山開發(fā)占地信息提取技術(shù)研究[D];中國地質(zhì)大學(xué)（北京）;2011年
10 茍全登;基于XML的半結(jié)構(gòu)化Web信息提取的研究[D];電子科技大學(xué);2006年
，本文編號：1136460
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/1136460.html
