高分辨率遙感影像與矢量數(shù)據(jù)結(jié)合的變化檢測方法研究
發(fā)布時(shí)間:2017-12-15 04:32
本文關(guān)鍵詞:高分辨率遙感影像與矢量數(shù)據(jù)結(jié)合的變化檢測方法研究
更多相關(guān)文章: 高分辨率 變化檢測 多源數(shù)據(jù) 多尺度 像斑差熵
【摘要】:隨著我國經(jīng)濟(jì)的高速發(fā)展,由經(jīng)濟(jì)發(fā)展帶來的城鄉(xiāng)發(fā)展不均衡、產(chǎn)業(yè)結(jié)構(gòu)不合理、資源與環(huán)境矛盾等問題日益突出。因此,我國全面開展地理國情監(jiān)測,能夠?yàn)檎疀Q策和政策的制定提供依據(jù),為相關(guān)部門提供基礎(chǔ)數(shù)據(jù),是應(yīng)對(duì)自然災(zāi)害和突發(fā)事件的客觀要求。地理國情信息普查的主要技術(shù)方法包括遙感綜合監(jiān)測技術(shù)、多源數(shù)據(jù)融合與處理技術(shù)和地理要素的變化檢測等技術(shù)。 本文面向地理國情監(jiān)測,探索融合多源數(shù)據(jù)的地表覆蓋要素變化檢測技術(shù)和方法,主要研究內(nèi)容如下:(1)融合多源數(shù)據(jù),有利于獲取更多的用于變化檢測的信息,這些信息為影像分析提供先驗(yàn)知識(shí)。本文提出了一種基于遙感影像與矢量數(shù)據(jù)結(jié)合的像斑獲取方法,以矢量數(shù)據(jù)的邊界信息和類別信息進(jìn)行多尺度分割,獲取光譜同質(zhì)性較好的像斑,以像斑為基本單位進(jìn)行變化檢測分析。通過該方法獲取“類內(nèi)光譜相同”和“類間光譜相異”的影像像斑。(2)提出了兩種情況下的像斑特征提取范圍:第一種,當(dāng)分割獲取的像斑同質(zhì)性較差時(shí),以像斑內(nèi)部的像元計(jì)算特征值;第二種,當(dāng)像斑同質(zhì)性較好時(shí),以整個(gè)像斑的像元計(jì)算特征值,包括像斑邊界的像元。然后,進(jìn)行像斑的光譜特征、形狀特征、紋理特征和關(guān)系等特征的選取,構(gòu)建特征空間。由于選取特征的過程并不能確定哪種特征適合實(shí)驗(yàn)影像,出現(xiàn)特征冗余現(xiàn)象,需要進(jìn)行特征優(yōu)化,本文對(duì)常用的特征優(yōu)化方法和優(yōu)化的原則進(jìn)行了分析和研究。(3)對(duì)現(xiàn)有的基于遙感影像的變化檢測方法進(jìn)行了歸納、總結(jié)和分類,按照變化檢測的技術(shù)流程分為分類后處理和分類前比較兩種方法。分類后處理的變化檢測方法以影像分類和變化檢測為主要技術(shù)路線;分類前比較的變化檢測方法,以像斑差熵法為代表,通過獲取兩期影像對(duì)應(yīng)像斑的差熵和選取適當(dāng)?shù)拈撝?得到變化檢測結(jié)果。
【學(xué)位授予單位】:山東農(nóng)業(yè)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)】
中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條
1 高偉;基于特征知識(shí)庫的遙感信息提取技術(shù)研究[D];中國地質(zhì)大學(xué);2010年
2 王琰;基于像斑統(tǒng)計(jì)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(xué);2012年
,本文編號(hào):1290665
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/1290665.html
最近更新
教材專著