基于高分辨率影像的信息提取技術(shù)的研究及應(yīng)用
本文選題：高分辨率影像 + 面向?qū)ο?/strong>��； 參考：《中國地質(zhì)大學(xué)(北京)》2017年碩士論文
【摘要】：隨著各國在航空航天領(lǐng)域的不斷角逐,人造衛(wèi)星的成功發(fā)射,使得我們所獲取的航空數(shù)據(jù)的分辨率迅速提高,高分辨率影像隨之產(chǎn)生。高分辨率數(shù)據(jù)在給我們帶來豐富的數(shù)據(jù)信息的同時(shí),也帶來一系列的技術(shù)上的難題。針對(duì)高分辨率數(shù)據(jù),傳統(tǒng)的信息獲取方法顯然無法滿足我們的需求。由于高分辨率數(shù)據(jù)攜帶的信息過于豐富,如何能夠從紛繁復(fù)雜的數(shù)據(jù)中快速地獲取我們需要的信息,是當(dāng)今遙感領(lǐng)域的一個(gè)技術(shù)的難題。本文以湖北公安縣的高分二號(hào)影像數(shù)據(jù)為例,選取具有代表性的、地物類型豐富的地段作為實(shí)驗(yàn)區(qū)域進(jìn)行研究。由于影像主要分為城鎮(zhèn)和鄉(xiāng)村,我們選取兩個(gè)典型區(qū)域代表兩者進(jìn)行實(shí)驗(yàn),詳細(xì)闡述了高分辨影像信息獲取的整個(gè)流程:影像的預(yù)處理,傳統(tǒng)的影像解譯方法,面向?qū)ο蟮挠跋窠庾g:影像分割與分類。本文主要針對(duì)高分辨率影像解譯時(shí)采用的面向?qū)ο蟮姆椒ㄟM(jìn)行研究。為了能夠彰顯面向?qū)ο筮@種方法的顯著優(yōu)勢(shì),專門設(shè)置傳統(tǒng)的解譯方法作為對(duì)照,和面向?qū)ο蟮奶崛〗Y(jié)果進(jìn)行對(duì)比分析。研究成果主要分為以下幾點(diǎn):(1)實(shí)驗(yàn)一二區(qū)監(jiān)督分類的精度分別為69.98%、73.53%;非監(jiān)督分類精度分別為34.41%、46.02%。由于高分辨率影像存在著“同物異普”和“異物同譜”,以及“椒鹽”現(xiàn)象,使得二者的精度不高,同時(shí)由于非監(jiān)督分類沒有訓(xùn)練樣本,分類精度更低。(2)通過研究不同尺度下,亮度均值標(biāo)準(zhǔn)差的變化來獲取不同對(duì)象的最佳分割尺度。當(dāng)亮度均值標(biāo)準(zhǔn)差最大時(shí)的分割尺度,就是此種地物的最佳分割尺度。(3)實(shí)驗(yàn)一、二區(qū)面向?qū)ο蟮姆诸惥确謩e為76.44%、88.68%。面向?qū)ο蟮姆诸惙椒ǖ姆诸惥入m然有一定程度上的提高,但由于實(shí)驗(yàn)一區(qū)由于地物類型復(fù)雜,房屋道路光譜信息相近,水體和各種地物陰影光譜信息相近,使得分類精度并不是很理想。
[Abstract]:With the continuous competition of various countries in the field of aerospace and the successful launch of artificial satellites, the resolution of the airborne data obtained by us improves rapidly and the high-resolution image is produced. High-resolution data not only brings us abundant data information, but also brings a series of technical difficulties. For high-resolution data, the traditional information acquisition method obviously can not meet our needs. Because the high resolution data carries too much information, how to get the information we need quickly from the complicated data is a technical problem in the field of remote sensing. Taking the image data of Gaofen 2 in Gongan County of Hubei Province as an example, this paper selects the representative area with abundant ground objects as the experimental area to study. As the image is mainly divided into towns and villages, we select two typical regions to represent the two experiments, and elaborate the whole process of high-resolution image information acquisition: image preprocessing, traditional image interpretation methods, Object-oriented image interpretation: image segmentation and classification. In this paper, the object-oriented method used in high-resolution image interpretation is studied. In order to show the obvious advantage of the object-oriented method, the traditional interpretation method is specially set as the contrast, and the result of the object-oriented extraction is compared and analyzed. The research results are divided into the following points: 1) the accuracy of the supervised classification in the first and second areas of the experiment is 69.98 and 73.53, respectively, and the accuracy of the unsupervised classification is 34.41 and 46.02, respectively. Because of the existence of "isomorphism", "foreign body isospectral", and "salt and pepper" in high-resolution images, the accuracy of the two images is not high, and because there are no training samples for the unsupervised classification, the classification accuracy is lower. The change of standard deviation of luminance means to obtain the best segmentation scale of different objects. When the standard deviation of luminance means is the largest, the best segmentation scale of this kind of ground object is. Experiment 1. The object oriented classification accuracy of the two areas is 76.440.88.68, respectively. Although the classification accuracy of the object-oriented classification method has been improved to some extent, because of the complex types of ground objects, the building road spectral information and the spectral information of water body and various ground objects, the spectral information of water body and all kinds of ground objects are similar. The classification accuracy is not ideal.
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P237
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 ;高分辨率影像處理的先鋒——ERDASIMAGINE V8.7的優(yōu)勢(shì)[J];國土資源遙感;2004年02期
2 ;高分辨率影像處理的先鋒——ERDASIMAGINE V8.7的優(yōu)勢(shì)[J];國土資源遙感;2004年03期
3 劉正軍;張繼賢;孟亞賓;梁欣廉;孫曉霞;;基于分類與形態(tài)綜合的高分辨率影像建筑物提取方法研究[J];測(cè)繪科學(xué);2007年03期
4 鄧媛媛;巫兆聰;易俐娜;胡忠文;龔正娟;;面向?qū)ο蟮母叻直媛视跋褶r(nóng)用地分類[J];國土資源遙感;2010年04期
5 王志崗;廖勝利;;基于高分辨率影像的城市綠地提取[J];測(cè)繪;2012年05期
6 王華;韓祖杰;王志敏;;一種高分辨率影像上鐵路中心線提取的方法[J];遙感技術(shù)與應(yīng)用;2013年05期
7 林宗堅(jiān),宣文玲,王艷;高分辨率影像定位的一種新方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2004年04期
8 趙鴻燕;饒歡;張璋;;基于高分辨率影像城市建筑物研究[J];測(cè)繪與空間地理信息;2008年06期
9 侯偉;魯學(xué)軍;張春曉;王靜;;面向?qū)ο蟮母叻直媛视跋裥畔⑻崛》椒ㄑ芯俊运拇ɡ砜h居民地提取為例[J];地球信息科學(xué)學(xué)報(bào);2010年01期
10 張揚(yáng);周子勇;;基于關(guān)聯(lián)規(guī)則的面向?qū)ο蟾叻直媛视跋穹诸怺J];遙感技術(shù)與應(yīng)用;2012年03期
相關(guān)會(huì)議論文 前7條
1 鄧媛媛;;面向?qū)ο蟮母叻直媛视跋褶r(nóng)用地分類研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年
2 趙鴻燕;王君玉;;城市高分辨率影像建筑物陰影研究[A];河南地球科學(xué)通報(bào)2008年卷（下冊(cè)）[C];2008年
3 彭舒;趙有松;湯海;陳軍;;基于知識(shí)的高分辨率影像長(zhǎng)城目標(biāo)提取方法研究[A];第四屆海峽兩岸GIS發(fā)展研討會(huì)暨中國GIS協(xié)會(huì)第十屆年會(huì)論文集[C];2006年
4 王堅(jiān);張繼賢;劉正軍;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的高分辨率影像融合[A];中國測(cè)繪學(xué)會(huì)第九次全國會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年
5 張桂芳;單新建;尹京苑;;基于高分辨率影像的房屋自動(dòng)識(shí)別方法[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年
6 胡健波;李月洋;李皚菁;陳會(huì)東;;基于Google Earth高分辨率影像的目視解譯流程[A];第十七屆中國遙感大會(huì)摘要集[C];2010年
7 沈精濤;王健;;高分辨率影像數(shù)據(jù)在城市規(guī)劃中的應(yīng)用與前景——以淄博市為例[A];規(guī)劃50年——2006中國城市規(guī)劃年會(huì)論文集（下冊(cè)）[C];2006年
相關(guān)重要報(bào)紙文章 前5條
1 丁乙;高分辨率影像助力打造更美好的地球[N];中國測(cè)繪報(bào);2014年
2 ;中端圖型芯片面臨大換血[N];中國計(jì)算機(jī)報(bào);2006年
3 徐紅;四維遙感：用先進(jìn)技術(shù)服務(wù)數(shù)字城市建設(shè)[N];經(jīng)濟(jì)日?qǐng)?bào);2009年
4 記者 趙凡;我國首次成功應(yīng)用無人飛艇監(jiān)測(cè)土地[N];中國國土資源報(bào);2006年
5 記者 包冉;戴爾2200MP便攜又清晰[N];計(jì)算機(jī)世界;2003年
相關(guān)碩士學(xué)位論文 前10條
1 段磊;基于本體建模的高分辨率影像鄉(xiāng)村居民地信息提取研究[D];蘭州大學(xué);2016年
2 李彥甫;基于高分辨率影像的光伏電場(chǎng)信息提取魯棒性分析及其熱環(huán)境效應(yīng)研究[D];蘭州大學(xué);2016年
3 張崢;基于詞袋模型的高分辨率影像中建筑物提取方法研究[D];西安科技大學(xué);2015年
4 賈娜娜;LiDAR結(jié)合高分辨率影像的城市不透水地表提取研究[D];新疆大學(xué);2017年
5 秦恒光;基于高分辨率影像的信息提取技術(shù)的研究及應(yīng)用[D];中國地質(zhì)大學(xué)(北京);2017年
6 賀洪元;面向?qū)ο蟾叻直媛视跋穸喑叨确指頪D];華中科技大學(xué);2013年
7 李東亮;高分辨率影像最佳分割尺度研究[D];遼寧工程技術(shù)大學(xué);2011年
8 王新輝;面向?qū)ο蟮母叻直媛视跋裣汩挤植夹畔⑻崛⊙芯縖D];浙江大學(xué);2008年
9 徐天才;高分辨率影像城市道路提取算法研究[D];中南大學(xué);2012年
10 趙得軍;高分辨率影像在稀土礦區(qū)典型地物識(shí)別中的應(yīng)用[D];江西理工大學(xué);2017年
，本文編號(hào)：1999295
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/1999295.html
