面向?qū)ο蟮倪b感影像旱季水田利用信息提取
本文關(guān)鍵詞：面向?qū)ο蟮倪b感影像旱季水田利用信息提取
更多相關(guān)文章： 面向?qū)ο?/b> 多尺度分割 最優(yōu)分割尺度 信息提取
【摘要】：隨著衛(wèi)星遙感的快速發(fā)展,遙感影像的分辨率也不斷提高,高分辨率遙感影像的大量出現(xiàn)使遙感應(yīng)用于更多的領(lǐng)域。在遙感影像的空間分辨率不斷提高的同時(shí),遙感影像內(nèi)部的光譜差異性也在不斷增大,如何快速準(zhǔn)確地對(duì)高分辨遙感影像進(jìn)行信息提取已經(jīng)成為了遙感影像信息處理的一個(gè)主要研究方向。傳統(tǒng)的遙感影像信息提取多是基于像元的,基于像元的信息提取利用的是像元的光譜信息,在高分辨遙感影像中除光譜信息外還利用了很多其他信息,只利用影像的光譜信息已經(jīng)不能滿足高分辨率遙感影像信息提取的要求。對(duì)于高分辨遙感影像的信息提取,面向?qū)ο蟮男畔⑻崛〖夹g(shù)受到很大的關(guān)注,為高分辨率遙感影像的信息提取提供了獨(dú)特的價(jià)值。該技術(shù)是以與影像對(duì)象作為最小的信息提取單元,不僅利用了影像的光譜信息,還充分利用了影像的空間信息和紋理信息等,進(jìn)行分類的時(shí)候還可以很好地利用目視判讀來一起作為信息提取的依據(jù),很大程度地提高了遙感影像信息提取的精度和效率。 本文在學(xué)習(xí)和研究面向?qū)ο蟮挠跋穹治黾夹g(shù)的基礎(chǔ)上,利用第一個(gè)面向?qū)ο蟮男畔⑻崛≤浖㧐Cognition為軟件平臺(tái),將面向?qū)ο蟮姆治龇椒ê投喑叨确指罴夹g(shù)應(yīng)用到高分辨率遙感影像旱季水田利用的信息提取當(dāng)中。主要研究?jī)?nèi)容和成果如下： (1)研究了面向?qū)ο蟮母叻直媛蔬b感影像提取的方法,在此基礎(chǔ)上提出了旱季水田利用信息提取的流程,對(duì)提取過程中的問題和難點(diǎn)進(jìn)行了研究。 (2)對(duì)影像的多尺度分割方法展開討論,分析了在分割過程中尺度和參數(shù)對(duì)分割結(jié)果的影響,對(duì)研究區(qū)域進(jìn)行多尺度分割時(shí),基于最優(yōu)分割尺度的原則提出了一個(gè)最優(yōu)分割尺度參數(shù)來計(jì)算每個(gè)地類的最優(yōu)分割尺度和參數(shù)。 (3)建立了研究區(qū)域各個(gè)地類的分類規(guī)則。對(duì)分割后的影像進(jìn)影像結(jié)合目視判斷進(jìn)行分析,充分利用高分辨遙感影像豐富的空間特征和光譜特征,選擇出各個(gè)地類的最優(yōu)特征組合,采用模糊分類和閾值分類的方法建立各個(gè)地類的分類規(guī)則對(duì)研究區(qū)域進(jìn)行信息提取。 (4)將面向?qū)ο蟮姆诸惙椒ㄅc傳統(tǒng)的基于像素的方法進(jìn)行比較。文中基于envi軟件,利用最大似然法對(duì)研究區(qū)域進(jìn)行了信息提取,并將提取結(jié)果與面向?qū)ο蟮奶崛〗Y(jié)果從分類的總體精度方面進(jìn)行了比較,結(jié)果表明面向?qū)ο蟮姆诸惙椒ǖ姆诸惤Y(jié)果是圖斑狀的,且區(qū)域都是連續(xù)的,比較接近真實(shí)的地表特征,而且解決了基于像素分類方法中的“椒鹽現(xiàn)象”這一問題。 (5)對(duì)旱季水田的利用情況進(jìn)行了分析。利用面向?qū)ο蠓诸惖慕Y(jié)果,利用面積比對(duì)研究區(qū)域旱季水田的利用信息進(jìn)行了分析。 論文的創(chuàng)新點(diǎn)在于： (1)在分割尺度的選擇上,基于“影像對(duì)象內(nèi)部同質(zhì)性最大,影像對(duì)象之間異質(zhì)性最大”原則提出了一個(gè)最優(yōu)分割尺度參數(shù)來計(jì)算每個(gè)地類的最優(yōu)分割尺度和參數(shù)。 (2)利用面向?qū)ο蟮牡姆椒ㄌ崛〕鍪噶慷噙呅螖?shù)據(jù),大大提高了遙感與GIS的集成,提取結(jié)果也非常方便進(jìn)行數(shù)據(jù)入庫。
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：P237;P208
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 郭建聰;李培軍;肖曉柏;;一種高分辨率多光譜圖像的多尺度分割方法[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版)網(wǎng)絡(luò)版(預(yù)印本);2008年03期
2 譚衢霖;劉正軍;沈偉;;一種面向?qū)ο蟮倪b感影像多尺度分割方法[J];北京交通大學(xué)學(xué)報(bào);2007年04期
3 鄭文娟;;面向?qū)ο蟮倪b感影像模糊分類方法研究[J];北京測(cè)繪;2009年03期
4 蔡銀橋;毛政元;;基于多特征對(duì)象的高分辨率遙感影像分類方法及其應(yīng)用[J];國(guó)土資源遙感;2007年01期
5 余曉敏;湛飛并;;基于高分辨率遙感影像的城市地表信息提取研究[J];測(cè)繪與空間地理信息;2012年07期
6 夏海良;王波;邵紅偉;;標(biāo)準(zhǔn)最鄰近分類法在道路提取中的應(yīng)用[J];地礦測(cè)繪;2012年03期
7 張壽選;;基于面向?qū)ο蟮母叻直媛视跋駥ｎ}信息提取[J];地理空間信息;2013年01期
8 李衛(wèi)國(guó);王紀(jì)華;趙春江;劉良云;;基于遙感信息和產(chǎn)量形成過程的小麥估產(chǎn)模型[J];麥類作物學(xué)報(bào);2007年05期
9 雷小奇;王衛(wèi)星;;基于多特征模糊對(duì)象進(jìn)行遙感圖像的識(shí)別[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年03期
10 李德仁;論21世紀(jì)遙感與GIS的發(fā)展[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2003年02期
，本文編號(hào)：1151716
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/1151716.html
