【摘要】：近幾年來,在遙感技術、無人機技術等技術的快速發(fā)展下,多源高分辨率的航空/衛(wèi)星影像獲取變得越來越容易,且數(shù)據(jù)體量也越來越大。在遙感大數(shù)據(jù)時代,作為遙感領域非常重要的研究課題—遙感影像分類及變化檢測一直是很多研究者關注的熱點。遙感影像分類及變化檢測在很多領域有著非常實用的價值,比如地理國情監(jiān)以及國土、規(guī)劃和環(huán)保等相關行業(yè)監(jiān)測數(shù)據(jù)庫的更新等都需要應用遙感影像分類和變化檢測技術。但是,目前在相關領域的應用主要還是以人工目視解譯為主。雖然面向對象影像分析技術已經(jīng)成為遙感影像信息提取的一個新的范式,但在面向對象影像分類及變化檢測過程中始終缺乏對地表覆蓋要素的概念化、形式化的描述,對地理要素缺乏客觀、本質的認識;對分類知識也沒有進行統(tǒng)一的完全的形式化的描述,且沒有實現(xiàn)相關行業(yè)分類及變化檢測知識的共享。因此,如何很好的組織遙感影像分類中的高級類別信息和底層特征信息成為當前遙感領域一個重要研究課題。本文以多源遙感影像作為數(shù)據(jù)源,對遙感影像分類及變化檢測進行了相關研究,在遙感影像分類中引入地理本體理論,借助本體可以實現(xiàn)共享概念模型明確的形式化的描述。首先,基于大數(shù)據(jù)分析技術對影像對象特征進行了信息挖掘分析,并利用本體構建地物特征信息圖譜。隨后,采用本體建模軟件,建立了遙感影像地表信息的概念化、形式化的表達方法,以便有效地組織和形式化影像對象分類特征以及分類規(guī)則信息,實現(xiàn)高層分類語義信息與底層特征信息的聯(lián)系,消除二者存在的語義鴻溝。最后,將地理本體分類本體知識與機器學習算法結合起來對分類方法進行了改進。并利用研究區(qū)遙感影像進行了分類及變化檢測實驗,下面是本論文取得幾個重要研究成果及創(chuàng)新點的概述:(1)基于隨機森林的影像對象特征分析,利用隨機森林具有特征選擇的能力,對影像對象的光譜、紋理、幾何特征等進行綜合分析,借助大數(shù)據(jù)分析預測軟件SPM(Salford Predictive Modeler)計算影像對象特征的重要程度得分、整個森林的平衡誤差、袋外數(shù)據(jù)誤差等參數(shù),然后對這些參數(shù)進行綜合分析,實現(xiàn)分類特征的選擇,以及特征的分離閾值。并根據(jù)特征選擇的結果及特征重要性分析,構建了影像分類規(guī)則。(2)以高空間分辨率/高光譜分辨率的航空/衛(wèi)星影像數(shù)據(jù)和LIDAR數(shù)據(jù)作為數(shù)據(jù)源,對遙感影像分類知識以概念化、形式化的方式進行本體建模,影像分類本體模型包括影像對象特征本體模型、分類規(guī)則本體模型和地表覆蓋分類本體模型。在此基礎上進而提出一種地理本體驅動的SVM(Support Vector Machine)分類方法。與普通的SVM分類相比,該方法通過有效的將分類本體知識與SVM分類器結合起來,提高了SVM分類器的分類精度。(3)在獲得高精度的分類結果基礎上,結合基期矢量分類數(shù)據(jù)對分類對象進行變化檢測。得到了研究區(qū)的變化圖斑,計算了地類變化轉移矩陣,通過對轉移矩陣的分析更加直觀的了解了地類的變化流向信息。與人工變化檢測的結果相比,分類后變化檢測基本達到了人工檢測的水平,但速度要比人工檢測快。對后期相關數(shù)據(jù)庫的更新給以一定的幫助。
[Abstract]:......
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P237

【參考文獻】

相關期刊論文 前10條

1 佃袁勇;方圣輝;姚崇懷;;多尺度分割的高分辨率遙感影像變化檢測[J];遙感學報;2016年01期

2 徐俊峰;張保明;郭海濤;張宏偉;;一種多特征融合的面向對象多源遙感影像變化檢測方法[J];測繪科學技術學報;2015年05期

3 馮文卿;張永軍;;利用多尺度融合進行面向對象的遙感影像變化檢測[J];測繪學報;2015年10期

4 苗瑾花;王家耀;成毅;馬苗苗;盧建偉;;地理本體研究綜述及趨勢分析[J];測繪科學技術學報;2014年06期

5 李亮;舒寧;王凱;龔煈;;融合多特征的遙感影像變化檢測方法[J];測繪學報;2014年09期

6 李雪;舒寧;李井岡;劉小利;;基于特征貢獻選擇的遙感影像變化檢測方法研究[J];武漢大學學報(信息科學版);2013年10期

7 崔巍;湯世明;李榮;姚志武;;用地理本體和相對高程識別遙感對象的方法研究[J];武漢理工大學學報(交通科學與工程版);2013年04期

8 姚登舉;楊靜;詹曉娟;;基于隨機森林的特征選擇算法[J];吉林大學學報(工學版);2014年01期

9 周啟鳴;;多時相遙感影像變化檢測綜述[J];地理信息世界;2011年02期

10 ;Object-level change detection based on full-scale image segmentation and its application to Wenchuan Earthquake[J];Science in China(Series E:Technological Sciences);2008年S2期

相關博士學位論文 前5條

1 孫家波;基于知識的高分辨率遙感影像耕地自動提取技術研究[D];中國農業(yè)大學;2014年

2 湯玉奇;面向對象的高分辨率影像城市多特征變化檢測研究[D];武漢大學;2013年

3 祝錦霞;高分辨率遙感影像變化檢測的關鍵技術研究[D];浙江大學;2011年

4 高偉;基于特征知識庫的遙感信息提取技術研究[D];中國地質大學;2010年

5 鐘家強;基于多時相遙感圖像的變化檢測[D];國防科學技術大學;2005年

相關碩士學位論文 前3條

1 張樸;本體驅動的黃土高原典型地貌的DEM提取方法研究[D];蘭州大學;2014年

2 高麗萍;基于面向對象遙感技術的地理本體推理研究[D];武漢理工大學;2009年

3 陳啟浩;面向對象的多源遙感數(shù)據(jù)分類技術研究與實現(xiàn)[D];中國地質大學;2007年

，

本文編號：2474436