【摘要】：土地覆被變化檢測具有重要的科學(xué)研究與應(yīng)用的價值。遙感技術(shù)為土地覆被分類及其變化研究提供了重要的數(shù)據(jù)支撐。尤其隨著高分辨率遙感衛(wèi)星影像的發(fā)展,遙感變化檢測成為土地覆被變化數(shù)據(jù)獲取的重要手段。然而在高分辨率影像土地覆被分類后變化檢測過程中,土地覆被分類誤差會造成嚴(yán)重的誤差累積效應(yīng),從而使土地覆被變化檢測的精度變低,同時也會導(dǎo)致土地覆被類型轉(zhuǎn)換結(jié)果中經(jīng)常出現(xiàn)不盡合理的情況,這些不合邏輯的轉(zhuǎn)換結(jié)果同樣影響著影像變化檢測的精度。在一般的變化檢測研究中,對于這些結(jié)果往往需要人工進(jìn)行處理,這大大增加了遙感變化檢測的時間與人工成本。本文考慮將這些不合邏輯的結(jié)果以及其它符合邏輯但是由于誤差造成的不準(zhǔn)確的土地覆被轉(zhuǎn)換結(jié)果分為兩個部分。一部分來源于影像獲取條件、數(shù)據(jù)噪聲等影像在成像過程中產(chǎn)生的誤差。一部分來源于利用影像進(jìn)行變化檢測的處理過程中產(chǎn)生的誤差,主要包括兩期或多期影像在配準(zhǔn)過程中產(chǎn)生的誤差,影像分類或目標(biāo)提取造成的誤差以及兩期或多期影像變化檢測造成的誤差累積。因此針對這兩方面誤差,本文提出利用基于對象的影像分析方法與土地覆被轉(zhuǎn)換邏輯相結(jié)合的改進(jìn)貝葉斯軟融合方法以提高高分辨影像土地覆被變化檢測的精度以及數(shù)據(jù)分析的自動化水平。(1)基于對象的影像分析方法不僅可以在分類過程中利用多種特征以提高分類效果,而且可以通過利用影像對象進(jìn)行分析的方式有效減少數(shù)據(jù)獲取過程中的噪聲。同時有研究表明基于對象的影像變化檢測對高分辨率影像變化檢測過程極易產(chǎn)生的影像配準(zhǔn)誤差問題有較好的緩解作用。本文在基于對象影像分析的基礎(chǔ)上,討論了如何避免該方面的誤差。(2)通過對比分類后比較與貝葉斯軟融合方法,證明了貝葉斯軟融合方法可以有效提高變化檢測精度。并且對比不同的直接變化檢測方法在貝葉斯軟融合中的效果,探討了如何更好地實(shí)現(xiàn)貝葉斯軟融合方法。(3)貝葉斯軟融合方法可以提高精度,減少分類后比較中的誤差,但是其仍不可避免的會出現(xiàn)不符合邏輯的結(jié)果。這些結(jié)果嚴(yán)重影響了土地覆被變化的自動化水平。本文在總結(jié)土地覆被變化的主要驅(qū)動因素的基礎(chǔ)上,分析各種造成土地覆被類別發(fā)生變化的原因,提出一種分析土地覆被變化成因的一般模型,以便于構(gòu)建一般的土地覆被轉(zhuǎn)換邏輯,并利用時空數(shù)據(jù)模型以數(shù)學(xué)的形式表達(dá)土地覆被轉(zhuǎn)換邏輯。最終將土地覆被轉(zhuǎn)換邏輯引入貝葉斯軟融合方法的變化檢測過程之中,自動化地消除這些不符合邏輯的土地覆被轉(zhuǎn)換結(jié)果。(4)本文以兩期國產(chǎn)高分一號影像數(shù)據(jù)為基礎(chǔ),將利用基于對象與土地覆被轉(zhuǎn)換邏輯改進(jìn)的貝葉斯方法應(yīng)用到蘭州市建成區(qū)及其東南部邊緣地區(qū)的土地覆被變化的研究中。結(jié)果表明貝葉斯軟融合方法具有降低土地覆被變化分類誤差的累積效應(yīng)的效果,同時證明了運(yùn)用土地覆被邏輯可以有效消除不合邏輯的變化檢測結(jié)果,使土地覆被變化檢測結(jié)果總體精度達(dá)到95.06%。
【圖文】：

技術(shù)路線圖

大學(xué)碩士學(xué)位論文 基于土地覆被轉(zhuǎn)換邏輯的高分辨率影像對象變化檢測研究 （2.16）中 為解方程得到的特征向量按特征值大小排列組成的矩陣， 為第 個對的慢特征值， 和 分別為對應(yīng)的對象分別在兩個時刻的特征值向量。3 貝葉斯軟融合方法一般的后分類變化檢測是通過影像分類得到類別標(biāo)簽，然后通過比較類別簽來獲得“從-到”的變化信息。然而，由于后分類方法忽略了影像特征之間相關(guān)性，，因此會造成分類錯誤的累積。顯然，多時相影像對象對應(yīng)的類別標(biāo)的變化與其特征之間的變化是相關(guān)的。如果直接的變化檢測與類別標(biāo)簽比較結(jié)果可以相互調(diào)整，那么貝葉斯理論可以給出最佳的多時相分類。貝葉斯軟合的基本原理如圖 2-1 所示。
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊s

本文編號：2701652