【摘要】：隨著科學與信息技術(shù)的不斷進步,與人類社會密切相關(guān)的自然地表景觀及其利用形式無時無刻不在發(fā)生著變化,及時準確地檢測出地球表面土地覆蓋的變化情況,對于正確認識人類與地球之間的關(guān)系、合理有效利用與管理自然資源、實現(xiàn)經(jīng)濟與社會的可持續(xù)發(fā)展具有不可替代的重要作用。由于遙感對地觀測具有大范圍、全天候的特點,基于遙感影像的變化檢測是目前遙感應(yīng)用領(lǐng)域的研究熱點。隨著影像空間分辨率的提高,地物的細節(jié)更加豐富,為變化檢測提供了更好的觀測方式,與此同時,地物中“同物異譜,異物同譜”的影響也越發(fā)明顯,給變化檢測帶來了很多難點。如何快速提取出變化信息,并且滿足人們對自動化程度和精度的需求是一個任重道遠的漫長探索過程。本文針對高分辨率遙感影像的變化檢測進行研究,通過對高分辨率遙感影像進行面向?qū)ο蟮亩喑叨确指?進而對所形成的影像對象矢量圖斑進行特征提取,綜合考慮了其光譜、形狀和紋理特征,并且將對象空間位置關(guān)系上的鄰域特征作為研究的重點,提出了一種基于面向?qū)ο蟮亩嗵卣骶C合高分辨率遙感影像變化檢測方法。首先利用QuickBird影像進行了基于空間鄰域特征的變化檢測實驗,將檢測結(jié)果與傳統(tǒng)的差值法和分類后比較法進行對比,發(fā)現(xiàn)其在檢測精度上具有明顯的優(yōu)勢。最后通過多特征重要性分析,綜合選取了影像對象的光譜均值?,標準差?、面積s、亮度值b、長度l、寬度w、最大差值d,以及對象空間位置關(guān)系上的鄰域特征D,構(gòu)建出一個一維特征向量V,計算前后時相影像對象的綜合特征向量V的相關(guān)系數(shù),通過一個合適的閾值來判別對應(yīng)圖斑是否發(fā)生變化。在進行以上的自動變化檢測時,為保證相對較低的漏檢率,對閾值設(shè)置較為嚴格,從而造成較高的虛檢率,因此需要對偽變化信息進行剔除。首先對自動變化檢測的結(jié)果進行非監(jiān)督聚類,主要采用的方法是ISODATA聚類。經(jīng)過聚類后的變化檢測結(jié)果會產(chǎn)生n個具有相似性質(zhì)特征的類別,這里邊有大量的偽變化信息,但這些偽變化信息的分布情況是有其相應(yīng)規(guī)律可循的,我們可以在人工目視解譯判斷的輔助下,與計算機進行交互,通過這樣的方式找出偽變化信息,與聚類的結(jié)果進行匹配。經(jīng)過一定數(shù)量的驗證后,可以判定這n個類別中的某個類別或者某幾個類別的特征性質(zhì)全都與偽變化區(qū)域所表現(xiàn)的特征一致,那么這種情況下我們就可以將這一類別進行整體的刪除,進而快速提取這些偽變化信息。這種處理方式是批量聯(lián)動的,相較于以人工逐一圖斑的檢查,效率得到了較大的提升,準確度也得到了保證。為了對理論研究進行驗證,變化檢測實驗選用湖南省漣源市作為研究區(qū)。影像的成像時間分別為2015年和2016年的夏季,空間分辨率分別為1m和2m,無云霧干擾,地物輪廓清晰,特征明顯,成像條件良好。以人工勾繪的實際變化區(qū)域作為本次實驗評判的標準,與自動檢測結(jié)果進行疊加對比分析,經(jīng)過變化檢測誤差矩陣相關(guān)統(tǒng)計量的計算驗證,各項檢測指標如下:總體檢測精度為94.55%,Kappa系數(shù)為59.26%,漏檢率為3.57%,虛檢率為54.55%。經(jīng)過半自動人機交互剔除后,總體檢測精度為98.76%,相較之前的94.55%提高了4.21%;Kappa系數(shù)為86.34%,相較之前的59.26%提高了27.08%;漏檢率為9.29%,相較之前的3.57%上升了5.72%;虛檢率為16.45%,相較之前的54.55%下降了38.10%。檢測結(jié)果的綜合評價得到了明顯改善�？梢�,該方法在大尺度范圍的遙感影像變化檢測中具有一定的參考價值。為國家制定和實施有關(guān)發(fā)展戰(zhàn)略與規(guī)劃、優(yōu)化國土空間開發(fā)格局和各種土地資源的優(yōu)化配置,推進生態(tài)環(huán)境保護、建設(shè)資源節(jié)約型和環(huán)境友好型的社會提供一定的理論支持和決策分析。
【圖文】：

圖3.1分割尺度=50

圖3.2分割尺度=100
【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(guān)期刊論文 前10條

1 施文灶;毛政元;;基于圖分割的高分辨率遙感影像建筑物變化檢測研究[J];地球信息科學學報;2016年03期

2 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

3 王斌飛;敖雪;翟晴飛;蔣璐路;;利用Landsat 5 TM數(shù)據(jù)對南京土地覆蓋分類的研究[J];安徽農(nóng)業(yè)科學;2015年35期

4 姜超群;劉亞千;;國土資源遙感變化檢測方法及實驗研究[J];科技資訊;2015年36期

5 曾政祥;呂t2;艾淑華;;地理國情普查更新變化檢測應(yīng)用研究[J];北京測繪;2015年05期

6 張聰;;基于城市遙感動態(tài)監(jiān)測的研究探討[J];國土資源;2015年03期

7 于信芳;羅一英;莊大方;王世寬;王勇;;土地覆蓋變化檢測方法比較——以內(nèi)蒙古草原區(qū)為例[J];生態(tài)學報;2014年24期

8 張正健;李愛農(nóng);雷光斌;邊金虎;吳炳方;;基于多尺度分割和決策樹算法的山區(qū)遙感影像變化檢測方法——以四川攀西地區(qū)為例[J];生態(tài)學報;2014年24期

9 吳彤;;基于ENVI的TM影像變化信息檢測方法與實踐——大連市部分海岸帶變化信息檢測[J];經(jīng)濟研究導刊;2014年33期

10 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

相關(guān)博士學位論文 前10條

1 湯玉奇;面向?qū)ο蟮母叻直媛视跋癯鞘卸嗵卣髯兓瘷z測研究[D];武漢大學;2013年

2 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

3 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

4 吳劍;基于面向?qū)ο蠹夹g(shù)的遙感震害信息提取與評價方法研究[D];武漢大學;2010年

5 馬建偉;全色波段高空間分辨遙感影像特定目標變化檢測技術(shù)研究[D];中國科學院研究生院（遙感應(yīng)用研究所）;2006年

6 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

7 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

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

9 崔林麗;遙感影像解譯特征的綜合分析與評價[D];中國科學院研究生院（遙感應(yīng)用研究所）;2005年

10 張曉東;基于遙感影像與GIS數(shù)據(jù)的變化檢測理論和方法研究[D];武漢大學;2005年

相關(guān)碩士學位論文 前10條

1 李亞萍;高分辨率遙感影像海島礁地表覆蓋變化檢測與分析[D];蘭州交通大學;2015年

2 王凱;基于ZY-1-02C和OLI影像的林地地類變化信息提取研究[D];南京林業(yè)大學;2015年

3 李婕銘;過去40年來景泰地區(qū)土地覆被變化及其驅(qū)動機制研究[D];蘭州大學;2015年

4 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

5 徐俊峰;多特征融合的遙感影像變化檢測技術(shù)研究[D];解放軍信息工程大學;2015年

6 王望;基于國產(chǎn)資源衛(wèi)星的遙感圖像變化檢測[D];北華航天工業(yè)學院;2014年

7 馮磊;基于高分辨率衛(wèi)星遙感的城市典型地物變化監(jiān)測[D];東北大學;2014年

8 韓鎮(zhèn);基于ZY3衛(wèi)星影像的城市建筑用地提取與變化檢測研究[D];蘭州交通大學;2014年

9 王東廣;基于低空遙感影像的建設(shè)用地變化檢測研究[D];南京大學;2013年

10 段賽仙;基于多時相遙感影像的土地利用變化檢測研究[D];昆明理工大學;2013年

，

本文編號：2586268