本文關(guān)鍵詞：面向地理國情普查的高分辨率遙感影像面向?qū)ο蠓诸惣夹g(shù)

  更多相關(guān)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(chǔ)數(shù)據(jù),及時(shí)、準(zhǔn)確地提取地表覆蓋信息已成為目前地理國情普查項(xiàng)目的重要任務(wù)之一,其主體數(shù)據(jù)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(guān)鍵技術(shù)和應(yīng)用角度出發(fā),運(yùn)用面向地理對象影像分析技術(shù),開展面向地理國情普查的地表覆蓋分類技術(shù)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(nèi)容與成果具體包括以下幾個(gè)方面：(1)最佳分割尺度選擇。主要研究多尺度分割技術(shù)、基于MPI的并行分割技術(shù),并對基于MPI的并行分割技術(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,證明該技術(shù)的有效性。繼而,以多源航空航天遙感影像為數(shù)據(jù)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(shí)驗(yàn),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(shí)驗(yàn)區(qū)的GEOBIA分類特征分析實(shí)驗(yàn),得出特征數(shù)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(dǎo)。(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(jī)方法、決策樹方法、隨機(jī)森林方法)；然后以山區(qū)、平原、城區(qū)三個(gè)典型區(qū)域的多源高分辨率遙感影像為實(shí)驗(yàn)數(shù)據(jù),從分類效果、分類精度、穩(wěn)定性、時(shí)效等方面對比分析這四種GEOBIA分類方法,同時(shí)分析各個(gè)分類方法的優(yōu)點(diǎn)和缺點(diǎn)；最后從應(yīng)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(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P237

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫曉艷;杜華強(qiáng);韓凝;葛宏立;谷成燕;;面向?qū)ο蠖喑叨确指畹腟POT5影像毛竹林專題信息提取[J];林業(yè)科學(xué);2013年10期

2 蘇媛媛;李英杰;周志峰;;遙感圖像融合算法與質(zhì)量評價(jià)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(jī)森林的國產(chǎn)小衛(wèi)星遙感影像分類研究[J];測繪科學(xué);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(gè)人信用評級中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)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(xué);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(xué)報(bào);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(jī)的高分辨率遙感影像分類[J];遙感學(xué)報(bào);2007年01期

9 陳云浩;馮通;史培軍;王今飛;;基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)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(xué)報(bào);2006年02期

，

本文編號：1230502