本文選題：變化檢測　切入點：GIS矢量數(shù)據(jù)　出處：《西南交通大學》2016年碩士論文

【摘要】：利用遙感技術(shù)對土地利用資源進行動態(tài)監(jiān)測,已成為各部門了解地區(qū)經(jīng)濟活動,進行宏觀調(diào)控的一種有效手段。隨著遙感技術(shù),特別是高空間分辨率的遙感技術(shù)以及計算機技術(shù)的快速發(fā)展,利用該技術(shù)對高速鐵路沿線進行土地利用檢測,從而為鐵路部門開展高速鐵路沿線環(huán)境安全檢查提供科學依據(jù)和技術(shù)支持。因此,本文應(yīng)用高分辨率遙感影像,就針對高速鐵路沿線地物特征以及環(huán)境特點進行變化檢測方法展開進一步的探討和分析。本文對遙感影像變化檢測相關(guān)研究成果進行了歸納總結(jié),研究了基于GIS矢量數(shù)據(jù)的變化檢測方法。當前,基于GIS數(shù)據(jù)的遙感影像變化檢測方法較多,這些方法因變化檢測對象的不同而往往具有不同的檢測效果,尚沒有出現(xiàn)較為成熟的基于GIS數(shù)據(jù)的遙感影像變化檢測框架與體系。因此,本文在總結(jié)該類方法總體思路與流程的基礎(chǔ)上,詳細地介紹了目前幾種現(xiàn)有的基于GIS矢量數(shù)據(jù)的以影像像斑為對象的變化檢測方法,同時引入一個新的像斑特征——像斑空間直方圖特征,基于該特征提出一種新的基于GIS數(shù)據(jù)的變化檢測方法,通過實驗證明該方法在保證效率的同時較直接利用灰度直方圖特征進行檢測有一定的精度提高。通過實驗發(fā)現(xiàn),在第二時相影像中,利用矢量數(shù)據(jù)分割得到的部分像斑可能會發(fā)生局部變化,但在檢測過程中將發(fā)生局部變化的像斑錯誤的檢測為全部變化或者全部未變化。為此,本文提出了一種通過分析像斑灰度統(tǒng)計分布圖來判斷第二時期影像像斑的初步變化情況(具體可分為像斑全部變化、像斑全部末變化、像斑局部變化),并通過構(gòu)建與獲取像斑局部變化系數(shù),判斷出第二時期發(fā)生局部變化的像斑,然后對局部變化的像斑進行再次分割的變化檢測方法。實驗結(jié)果表明,該方法能夠檢測出利用GIS數(shù)據(jù)直接分割檢測方法不能檢測出的部分局部變化區(qū)域。檢測精度上,在第一組實驗數(shù)據(jù)中,兩種利用像斑再分割的檢測方法相較于直接利用矢量數(shù)據(jù)分割結(jié)果進行檢測分別提高了1.18%、2.69%；在第二組實驗數(shù)據(jù)中,其總體精度分別提高了2.93%、0.54%；在第三組實驗數(shù)據(jù)中,總體精度分別提高了3.36%、3.77%；在第四組實驗數(shù)據(jù)中,總體精度分別提高了2.11%、1.20%。
[Abstract]:Dynamic monitoring of land use resources using remote sensing technology has become an effective means for various departments to understand regional economic activities and carry out macro-control. Especially, with the rapid development of high spatial resolution remote sensing technology and computer technology, land use detection along high-speed railway is carried out. So it provides scientific basis and technical support for railway department to carry out environmental safety inspection along high-speed railway. Therefore, this paper applies high-resolution remote sensing image, This paper further discusses and analyzes the change detection methods for the features of ground objects and environment along the high-speed railway, and summarizes the related research results of remote sensing image change detection. The change detection methods based on GIS vector data are studied. At present, there are many methods based on GIS data for remote sensing image change detection. These methods often have different detection effects because of the different objects of change detection. There has not been a mature framework and system of remote sensing image change detection based on GIS data. This paper introduces in detail several existing methods of image spot detection based on GIS vector data, and introduces a new feature of image spot space histogram. Based on this feature, a new change detection method based on GIS data is proposed. It is proved by experiments that this method has higher accuracy than that of directly using gray histogram features. In the 02:00 phase image, the partial image spots obtained by using vector data segmentation may have local changes, but in the detection process, the local changes will be detected as all or none of the changes. For this reason, In this paper, we propose a method to judge the initial changes of image spots in the second period by analyzing the grayscale distribution of image spots (including all the changes of image spots and all the final changes of image spots). By constructing and obtaining the local variation coefficient of the image spot, the local change of the image spot in the second period is judged, and then the change detection method of the local change image spot is carried out again. The experimental results show that, This method can detect some local change areas which can not be detected by using GIS data directly. In the first set of experimental data, in the first set of experimental data, In the second group of experimental data, the overall accuracy of the two detection methods using image spot re-segmentation was increased by 1.18 and 2.69, respectively, compared with the direct use of vector data. In the third group of experimental data, the overall accuracy was increased by 2.93 and 0.54, respectively. In the third group of experimental data, In the fourth group of experimental data, the overall accuracy was increased by 2.11 and 1.20, respectively.
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P237

【相似文獻】

相關(guān)期刊論文 前10條

1 李德仁;利用遙感影像進行變化檢測[J];武漢大學學報(信息科學版);2003年S1期

2 胡巖峰,劉波,李峰,李立鋼,丘江;一種基于統(tǒng)計分析的圖像變化檢測方法[J];光子學報;2005年01期

3 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進行城市擴展變化檢測[J];國土資源遙感;2006年03期

4 李雪;舒寧;王琰;李亮;;利用土地利用狀態(tài)轉(zhuǎn)移分析的變化檢測[J];武漢大學學報(信息科學版);2011年08期

5 方針,張劍清,張祖勛;基于城區(qū)航空影像的變化檢測[J];武漢測繪科技大學學報;1997年03期

6 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期

7 馬云飛;李宏;;遙感變化檢測技術(shù)方法綜述[J];測繪與空間地理信息;2014年01期

8 劉直芳,張劍清;城區(qū)變化檢測的一種方法[J];測繪通報;2001年02期

9 倪林,冷洪超;機場區(qū)域變化檢測研究[J];遙感技術(shù)與應(yīng)用;2002年04期

10 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學;2005年06期

相關(guān)會議論文 前10條

1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

2 劉元波;;環(huán)境遙感變化探測研究中的若干問題：輻射校正方法與變化檢測算法及其理論關(guān)系[A];中國地理學會2007年學術(shù)年會論文摘要集[C];2007年

3 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術(shù)的研究[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

4 霍春雷;程健;周志鑫;盧漢清;;基于尺度傳播的多尺度變化檢測新方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

5 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國（天津）2011’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學術(shù)會議論文集[C];2011年

6 胡艷;李勝;何宗;羅靈軍;李靜;;水體變化檢測在重慶市干旱遙感監(jiān)測中的應(yīng)用[A];重慶市測繪學會第三屆優(yōu)秀論文評選獲獎?wù)撐聂?005-2006年度學術(shù)交流會論文選編[C];2008年

7 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學會2012年年會論文集[C];2012年

8 柳思聰;杜培軍;;基于形態(tài)學濾波的多時相遙感影像變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

9 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

10 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術(shù)研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

相關(guān)博士學位論文 前10條

1 郝明;基于空間信息準確性增強的遙感影像變化檢測方法研究[D];中國礦業(yè)大學;2015年

2 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學;2015年

3 李向軍;遙感土地利用變化檢測方法探討[D];中國科學院研究生院（遙感應(yīng)用研究所）;2006年

4 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學院研究生院（遙感應(yīng)用研究所）;2006年

5 李雪;基于像斑信息挖掘的土地利用變化檢測方法研究[D];武漢大學;2010年

6 張路;基于多元統(tǒng)計分析的遙感影像變化檢測方法研究[D];武漢大學;2004年

7 羅旺;遙感圖像的變化檢測與標注方法研究[D];電子科技大學;2012年

8 王琰;基于像斑統(tǒng)計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;2012年

9 鄧湘金;基于模式識別知識的遙感圖像變化檢測研究[D];中國科學院研究生院（電子學研究所）;2003年

10 祝錦霞;高分辨率遙感影像變化檢測的關(guān)鍵技術(shù)研究[D];浙江大學;2011年

相關(guān)碩士學位論文 前10條

1 張家琦;遙感影像變化檢測方法及應(yīng)用研究[D];中國地質(zhì)大學(北京);2015年

2 李玲玲;基于NSCT和NSST的圖像變化檢測算法研究及應(yīng)用[D];新疆大學;2015年

3 胡雪梅;基于MST的遙感圖像變化檢測研究[D];新疆大學;2015年

4 楊國棟;基于分布式并行聚類的SAR圖像變化檢測算法研究[D];西安電子科技大學;2014年

5 王橋;基于多目標模糊聚類的SAR圖像變化檢測[D];西安電子科技大學;2014年

6 張文婷;基于自適應(yīng)權(quán)值差異圖融合和聚類的SAR圖像變化檢測方法研究[D];西安電子科技大學;2014年

7 任新營;基于OpenCL的并行SAR圖像變化檢測[D];西安電子科技大學;2014年

8 宮金杞;面向地理國情監(jiān)測的地表覆蓋變化檢測方法研究及系統(tǒng)實現(xiàn)[D];山東農(nóng)業(yè)大學;2015年

9 趙姣姣;基于無監(jiān)督方法的SAR圖像變化檢測[D];西安電子科技大學;2014年

10 李曉婷;基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測[D];西安電子科技大學;2014年

，

本文編號：1691031