本文關鍵詞：面向地理國情普查的高分辨率遙感影像面向對象分類技術

  更多相關文章： 地理國情普查 地表覆蓋分類 面向地理對象影像分析 多尺度分割 特征重要性分析

【摘要】：地理國情普查中地表覆蓋信息是地理國情監(jiān)測的基礎數據,及時、準確地提取地表覆蓋信息已成為目前地理國情普查項目的重要任務之一,其主體數據為高分辨率遙感影像。本文從地理國情普查地表覆蓋分類的關鍵技術和應用角度出發(fā),運用面向地理對象影像分析技術,開展面向地理國情普查的地表覆蓋分類技術方法研究,旨在得出適合于地理國情普查的地表覆蓋解譯解決方案。論文的研究內容與成果具體包括以下幾個方面：(1)最佳分割尺度選擇。主要研究多尺度分割技術、基于MPI的并行分割技術,并對基于MPI的并行分割技術進行實驗驗證,證明該技術的有效性。繼而,以多源航空航天遙感影像為數據源,利用“分類反饋”方式研究遙感影像的尺度問題,通過大量的實驗,得到適合不同空間分辨率遙感影像的最佳尺度。(2)最優(yōu)特征分析與選擇。定量化地理國情普查地表覆蓋分類中常用的光譜、形狀、紋理等特征；開展面向地理國情普查的特征分析,得出適合不同地物類型的特征；開展典型實驗區(qū)的GEOBIA分類特征分析實驗,得出特征數目對不同分類算法的影響,為各種地物特征提取與選擇提供指導。(3) GEOBIA分類方法對比分析。首先分析并討論面向地理國情普查的GEOBIA分類方法(語義建模分類、支持向量機方法、決策樹方法、隨機森林方法)；然后以山區(qū)、平原、城區(qū)三個典型區(qū)域的多源高分辨率遙感影像為實驗數據,從分類效果、分類精度、穩(wěn)定性、時效等方面對比分析這四種GEOBIA分類方法,同時分析各個分類方法的優(yōu)點和缺點；最后從應用角度出發(fā),得出最優(yōu)分類器組合方案以及不同環(huán)境下地表覆蓋分類的規(guī)律。
【學位授予單位】：遼寧工程技術大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P237

【參考文獻】

中國期刊全文數據庫 前10條

1 孫曉艷;杜華強;韓凝;葛宏立;谷成燕;;面向對象多尺度分割的SPOT5影像毛竹林專題信息提取[J];林業(yè)科學;2013年10期

2 蘇媛媛;李英杰;周志峰;;遙感圖像融合算法與質量評價探討[J];工程勘察;2012年12期

3 劉毅;杜培軍;鄭輝;夏俊士;柳思聰;;基于隨機森林的國產小衛(wèi)星遙感影像分類研究[J];測繪科學;2012年04期

4 翁中銀;何政偉;于歡;;基于決策樹分類的地表覆蓋遙感信息提取[J];地理空間信息;2012年02期

5 龐素琳;鞏吉璋;;C5.0分類算法及在銀行個人信用評級中的應用[J];系統(tǒng)工程理論與實踐;2009年12期

6 李春華;徐涵秋;;高分辨率遙感圖像融合的光譜保真問題[J];地球信息科學;2008年04期

7 沈占鋒;駱劍承;陳秋曉;盛昊;;基于MPI的遙感影像高效能并行處理方法研究[J];中國圖象圖形學報;2007年12期

8 黃昕;張良培;李平湘;;基于多尺度特征融合和支持向量機的高分辨率遙感影像分類[J];遙感學報;2007年01期

9 陳云浩;馮通;史培軍;王今飛;;基于面向對象和規(guī)則的遙感影像分類研究[J];武漢大學學報(信息科學版);2006年04期

10 張友靜;高云霄;黃浩;任立良;;基于SVM決策支持樹的城市植被類型遙感分類研究[J];遙感學報;2006年02期

，

本文編號：1230502