【摘要】：遙感圖像在面向?qū)ο蠓诸愄幚磉^程中,避免了“同物異譜”和“同譜異物”現(xiàn)象對圖像分類效果的影響,為高分辨率遙感圖像地物提取創(chuàng)造了更好的條件。本文以遙感圖像地物提取的具體應(yīng)用為背景,在回顧和總結(jié)國內(nèi)外研究進程及現(xiàn)狀的基礎(chǔ)上,通過對現(xiàn)有分類器的介紹,進一步對遙感圖像面向?qū)ο筇幚碇袌D像分割這一重點內(nèi)容進行研究。面向?qū)ο髨D像處理通常會遇到分割方法及分割參數(shù)優(yōu)選的問題,通過反復(fù)的實驗對比可能會得到較好的分類效果,但存在效率低、可重復(fù)性不強等問題,采用分割參數(shù)優(yōu)選工具或算法對圖像進行分割參數(shù)的預(yù)測,是一種有效進行面向?qū)ο蠓诸愄幚淼姆椒āａ槍σ陨蟽?nèi)容,本文研究面向?qū)ο髨D像分割過程中不同分割方法及不同分割參數(shù)對圖像的影響,通過支持向量機(Support Vector Machine,SVM)、決策樹分類(Classification And Regression Tree,CART)及K最鄰近算法(K Nearest Neighbor,KNN)三種面向?qū)ο蠓诸惼鲗Ψ指詈髨D像進行分類處理。最后,將面向?qū)ο蟮倪b感圖像分類方法應(yīng)用在高速鐵路線路提取的具體實例中。主要工作和成果如下:(1)介紹Mean Shif分割、Watersheds分割、棋盤分割、四叉樹分割、分形網(wǎng)絡(luò)演化方法(Fractal Net Evolution Approach,FNEA)、光譜差異分割六種不同多尺度分割方法,比較得出基于FNEA多尺度分割方法在不同的遙感圖像分割過程中具有較好的適用性;(2)引入作為圖像光譜特征的均值及標準差,圖像幾何特征的形狀指數(shù),并考慮分割時間、分割對象數(shù)量、分割對象最大面積進行圖像分割評價,描述不同分割參數(shù)下這些指標隨尺度轉(zhuǎn)換的變化趨勢,對分割結(jié)果進行總結(jié)發(fā)現(xiàn)尺度參數(shù)在30-60之間時圖像分割效果較好,能反映出不同地物之間的差異性;(3)通過ESP工具對IKONOS遙感圖像進行分割參數(shù)預(yù)測,設(shè)置不同的對比參數(shù)與預(yù)測參數(shù)進行面向?qū)ο蠓诸惐容^,實驗結(jié)果表明基于ESP的分割參數(shù)優(yōu)選方法在遙感圖像面向?qū)ο蠓诸愡^程中具有可行性,能更直接的反映出圖像分割參數(shù),并在一定程度上可以提升面向?qū)ο髨D像分類處理的效率。另外,在本文實驗的三種分類器中,基于KNN分類器的面向?qū)ο髨D像分類具有更好地推廣性,分類效果遠高于同一參數(shù)下的CART及SVM分類器分類效果,且SVM分類器分類效果相對較低;(4)基于前期研究及對實驗結(jié)果的總結(jié),利用面向?qū)ο笞顑?yōu)尺度選擇方法及KNN分類器對高速鐵路線路提取的具體應(yīng)用。對實驗定性和定量評價可得出,面向?qū)ο蟮膱D像分類方法在遙感圖像特定地物提取的過程中具有一定的優(yōu)越性。
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P237;TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 孫坤;魯鐵定;;顧及多尺度分割參數(shù)的FNEA面向?qū)ο蠓诸怺J];測繪通報;2018年03期

2 顧海燕;李海濤;閆利;韓顏順;余凡;楊懿;劉正軍;;地理本體驅(qū)動的遙感影像面向?qū)ο蠓治龇椒╗J];武漢大學學報(信息科學版);2018年01期

3 王剛;徐厚廣;;淺析“一帶一路”倡議對中國高速鐵路發(fā)展的影響[J];綜合運輸;2017年09期

4 劉莉文;張明;;高速鐵路對中國城市可達性和區(qū)域經(jīng)濟的影響[J];國際城市規(guī)劃;2017年04期

5 馬燕妮;明冬萍;楊海平;;面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計[J];遙感學報;2017年04期

6 羅建華;李明奇;鄭澤忠;李江;;基于深度卷積神經(jīng)網(wǎng)絡(luò)的高光譜遙感圖像分類[J];西華大學學報(自然科學版);2017年04期

7 孫坤;魯鐵定;;監(jiān)督分類方法在遙感影像分類處理中的比較[J];江西科學;2017年03期

8 馬凱;梁敏;;基于BP神經(jīng)網(wǎng)絡(luò)高光譜圖像分類研究[J];測繪與空間地理信息;2017年05期

9 張浩;趙云勝;陳冠宇;張春苑;;基于支持向量機的遙感圖像建筑物識別與分類方法研究[J];地質(zhì)科技情報;2016年06期

10 王振武;孫佳駿;于忠義;卜異亞;;基于支持向量機的遙感圖像分類研究綜述[J];計算機科學;2016年09期

相關(guān)博士學位論文 前2條

1 趙慶國;高速鐵路產(chǎn)業(yè)發(fā)展政策研究[D];江西財經(jīng)大學;2013年

2 黃昕;高分辨率遙感影像多尺度紋理、形狀特征提取與面向?qū)ο蠓诸愌芯縖D];武漢大學;2009年

相關(guān)碩士學位論文 前5條

1 朱琳;地理國情普查中遙感影像處理方法的研究[D];西安科技大學;2015年

2 陸f3麗;面向?qū)ο蟮霓r(nóng)田目標遙感識別與提取研究[D];南京大學;2011年

3 張少佳;多分類器組合及其遙感分類研究[D];中南大學;2010年

4 王巖;面向?qū)ο髨D像處理方法在遙感震害提取中的應(yīng)用研究[D];中國地震局地震預(yù)測研究所;2009年

5 陳岡;基于航空遙感圖像的人工地物提取方法研究[D];中國科學院研究生院（空間科學與應(yīng)用研究中心）;2009年

本文編號：2740744