本文選題：高分辨率衛(wèi)星遙感　切入點：變化檢測　出處：《東北大學》2014年碩士論文

【摘要】：高分辨率衛(wèi)星遙感應(yīng)用是遙感領(lǐng)域近年來研究的熱點,利用高分辨率遙感衛(wèi)星空間分辨率高,重訪周期短,敏捷性強等特點,對城市土地利用情況進行變化檢測,完成土地利用情況普查,土地空間數(shù)據(jù)庫更新等任務(wù),對于國家地理國情監(jiān)測,數(shù)字城市工作的開展具有重要意義。目前,還沒有針對高分辨率衛(wèi)星遙感影像最優(yōu)的變化檢測方法,而在使用一般檢測方法處理高分辨率遙感影像時,會出現(xiàn)處理效率低下,檢測結(jié)果破碎化以及變化閾值難以確定等問題。本文面向城市地區(qū)土地利用情況動態(tài)監(jiān)測的需求,改進了一種基于典型相關(guān)分析方法的變化檢測算法,利用典型變量來集中影像各個波段的變化信息,引入交叉窗口均值濾波以去除高分衛(wèi)星影像在像元級檢測時的破碎噪聲,并在傳統(tǒng)的均值-標差法固定閾值基礎(chǔ)上提出動態(tài)閩值算法,以降低漏檢測率。本文的實驗部分利用GDAL等開源函數(shù)庫對改進的典型相關(guān)分析變化檢測算法進行了程序?qū)崿F(xiàn),并選取沈陽市渾南新區(qū)土地覆蓋變化顯著的某建設(shè)區(qū)作為研究區(qū),使用2013年7月4日與2013年8月21日兩期高分一號衛(wèi)星影像進行了變化檢測應(yīng)用實驗,并對檢測結(jié)果進行了精度評價,驗證了該算法的有效性。最后,實驗使用ENVI Feature Extraction模塊對研究區(qū)變化區(qū)域進行了基于面向?qū)ο蠓椒ǖ某鞘械湫偷匚锓诸?使用ArcGIS對分類后的各種土地覆蓋類型變化量與變化率進行了統(tǒng)計分析,并制作了研究區(qū)土地覆蓋變化情況專題地圖。本文針對高分辨率衛(wèi)星遙感影像數(shù)據(jù)量大,細節(jié)特征豐富等特點,改進并實現(xiàn)了基于典型相關(guān)分析方法的變化檢測算法,并驗證了該算法的有效性。使用面向?qū)ο蟮姆椒▽ψ兓瘷z測結(jié)果進行分類,最后對分類結(jié)果進行統(tǒng)計分析及制圖。研究結(jié)果證明本文的理論在基于高分遙感影像的城市地區(qū)變化檢測中具有一定的應(yīng)用價值,為后續(xù)的基于高分遙感的城市典型地物全自動變化檢測提供了實用方法與實踐基礎(chǔ)。
[Abstract]:The application of high-resolution satellite remote sensing is a hot research topic in the field of remote sensing in recent years. Using the characteristics of high-resolution remote sensing satellite with high spatial resolution, short re-visit period and strong agility, the change of urban land use is detected.It is of great significance to complete the land use survey and update the land spatial database for the monitoring of the national geographical situation and the development of the digital city.At present, there is no optimal change detection method for high-resolution satellite remote sensing images, but the processing efficiency will be low when using general detection methods to process high-resolution remote sensing images.The result of detection is broken and the threshold of change is difficult to be determined.In this paper, a change detection algorithm based on canonical correlation analysis is improved to meet the demand of dynamic monitoring of land use in urban areas.The cross-window mean filter is introduced to remove the broken noise in the pixel level detection of high-score satellite images, and a dynamic threshold algorithm based on the traditional mean-scalar difference method is proposed to reduce the leakage detection rate.In the experiment part of this paper, the improved canonical correlation analysis change detection algorithm is implemented by using GDAL and other open source function libraries, and a construction area with significant land cover change in Hunnan New District of Shenyang is selected as the research area.The experiment of change detection is carried out by using the satellite images of Gaofen 1 on July 4, 2013 and August 21, 2013. The accuracy of the detection results is evaluated and the validity of the algorithm is verified.Finally, ENVI Feature Extraction module is used to classify the typical urban features based on object oriented method, and ArcGIS is used to analyze the change amount and change rate of various land cover types.A thematic map of land cover change in the study area was made.In this paper, the change detection algorithm based on canonical correlation analysis method is improved and implemented, and the validity of the algorithm is verified according to the characteristics of high resolution satellite remote sensing image such as large amount of data and rich details.The object-oriented method is used to classify the change detection results. Finally, the classification results are statistically analyzed and mapped.The research results show that the theory of this paper has certain application value in urban area change detection based on high score remote sensing image, and provides a practical method and practical basis for automatic change detection of typical urban ground objects based on high score remote sensing.
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【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：1701847