地理國(guó)情普查是全面獲取地表自然、生態(tài)及人類活動(dòng)基本情況等地理國(guó)情信息的基礎(chǔ)性工作,是制定和實(shí)施國(guó)家發(fā)展戰(zhàn)略與規(guī)劃、優(yōu)化國(guó)土空間開發(fā)格局和各類資源配置的重要依據(jù)。貴州喀斯特地區(qū)地形復(fù)雜、溝壑縱深,遙感影像自動(dòng)解譯存在解譯難度大、精度不高等問題。第一次地理國(guó)情普查的影像解譯工作主要還是借助人工解譯,解譯工作費(fèi)時(shí)費(fèi)力,工作效率低下。針對(duì)喀斯特地區(qū)地理國(guó)情普查的內(nèi)容和對(duì)象所需,如何提高遙感影像解譯的精度和速度,高質(zhì)量的獲取地理國(guó)情信息,是本文的研究所在。本文結(jié)合LBP算子對(duì)均值漂移分割算法進(jìn)行改進(jìn),并對(duì)多尺度分割技術(shù)進(jìn)行研究。利用改進(jìn)的均值漂移算法進(jìn)行影像的初始分割,采用均值方差法確定各地物類別的最優(yōu)分割尺度,將得到的多尺度分割結(jié)果利用光譜差異法進(jìn)行優(yōu)化,并將優(yōu)化后的影像分割結(jié)果應(yīng)用于研究區(qū)的地物信息提取。論文的主要研究結(jié)論如下:(1)提出了一種基于LBP紋理特征的均值漂移算法。通過分析傳統(tǒng)的均值漂移算法和LBP紋理特征,在均值漂移算法的多維特征向量中加入LBP紋理特征值,進(jìn)行各種帶寬參數(shù)設(shè)置和最小異質(zhì)性區(qū)域合并,得到改進(jìn)后的分割結(jié)果。實(shí)驗(yàn)結(jié)果表明,相比于傳統(tǒng)的均值漂移算法和eCognition軟件的分割結(jié)果,改進(jìn)的算法在紋理豐富的區(qū)域表現(xiàn)出良好的分割效果。(2)優(yōu)化了基于高分辨率遙感影像的多尺度分割技術(shù)。本文通過分析現(xiàn)有的多尺度分割技術(shù),首先采用加入LBP紋理特征的均值漂移算法進(jìn)行初始分割,然后利用均值方差法確定各類地物的最優(yōu)分割尺度,得到各地物類別的多尺度分割結(jié)果,最后通過光譜差異法對(duì)上一步分割結(jié)果進(jìn)行優(yōu)化,得到最終多尺度分割結(jié)果。(3)開展了喀斯特地區(qū)多尺度分割實(shí)驗(yàn)及應(yīng)用研究。為驗(yàn)證本文提出的多尺度分割技術(shù)的有效性,本文選取了研究區(qū)的WorldView-2影像數(shù)據(jù)作為數(shù)據(jù)源,進(jìn)行了各類別地物的多尺度分割實(shí)驗(yàn),并根據(jù)實(shí)驗(yàn)分割結(jié)果在多尺度下提取研究區(qū)地物信息,地物信息提取的總體精度達(dá)到84.24%。
【學(xué)位單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P237
【部分圖文】：

貴州大學(xué)碩士學(xué)位論文 1 緒論證其有效性。1.3.2 技術(shù)路線喀斯特地區(qū)地形復(fù)雜，傳統(tǒng)的自動(dòng)分類解譯方法的解譯精度不高。本文在分析地理國(guó)情普查的對(duì)象、方法和技術(shù)路線等內(nèi)容的基礎(chǔ)上，針對(duì)地理國(guó)情普查中地表覆蓋分類解譯中存在的問題，采用多尺度分割技術(shù)來對(duì)地表覆蓋影像進(jìn)行分割和分類解譯。該分割和解譯方法首先利用結(jié)合空間位置、顏色、紋理等多維特征向量的均值漂移算法進(jìn)行高分辨率遙感影像的初始分割；然后采用均值方差法確定各個(gè)地類的最優(yōu)分割尺度；最后采用光譜差異法對(duì)上一步得到的多尺度分割結(jié)果進(jìn)行優(yōu)化，得到最終分割結(jié)果。論文的技術(shù)路線如圖 1-1 所示

位論文 2 喀斯特地區(qū)地理國(guó)情普查影像多尺度分割換（由 HIS 到 RGB）的過程，使得調(diào)整后的影像色彩鑲嵌就是對(duì)相鄰影像進(jìn)行接邊的過程，可滿足影像的度控制。精度控制主要取決于地面分辨率和成圖比例幅裁剪。影像數(shù)據(jù)拼接后，應(yīng)按要求進(jìn)行圖幅裁剪。廓整飾。根據(jù)具體工作要求制作注記、圖廓整飾數(shù)據(jù)像上，從而生成 DOM 成果。影像的制作流程圖如圖 2-1 所示。

14圖 2-2 地理國(guó)情普查技術(shù)路線圖Figure 2-2 Technical roadmap of national census geography.2.5 地理國(guó)情普查的工作流程地理國(guó)情普查的工作流程如下[54]：（1）資料收集和整理。通過收集數(shù)字正射影像、DOM 數(shù)據(jù)和各行業(yè)的資料,對(duì)其進(jìn)行分析和整理編輯。（2）地表覆蓋分類采集。以數(shù)字正射影像為基礎(chǔ)，利用其他各行業(yè)的專料和地理國(guó)情基礎(chǔ)框架數(shù)據(jù)，結(jié)合已獲取的遙感解譯樣本數(shù)據(jù)，采用人工

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張楠楠;;地理國(guó)情普查的技術(shù)流程及作業(yè)方法[J];測(cè)繪與空間地理信息;2015年11期

2 張珠蓮;李瑤;;遙感技術(shù)在第一次全國(guó)地理國(guó)情普查底圖制作中的應(yīng)用研究[J];青海國(guó)土經(jīng)略;2014年06期

3 朱紅春;蔡麗杰;劉海英;江濤;;高分辨率影像分類的最優(yōu)分割尺度計(jì)算[J];測(cè)繪科學(xué);2015年03期

4 孫悅;;基于eCognition的衛(wèi)星遙感影像分析技術(shù)[J];無線電工程;2014年03期

5 鄧富亮;楊崇俊;曹春香;范協(xié)裕;;高分辨率影像分割的分形網(wǎng)絡(luò)演化改進(jìn)方法[J];地球信息科學(xué)學(xué)報(bào);2014年01期

6 張博;何彬彬;;改進(jìn)的分水嶺變換算法在高分辨率遙感影像多尺度分割中的應(yīng)用[J];地球信息科學(xué)學(xué)報(bào);2014年01期

7 李磊;金良海;宋恩民;;基于區(qū)域合并和圖割的非監(jiān)督彩色圖像分割算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年12期

8 劉大偉;黃磊;李斌兵;;一種基于對(duì)象相似性的遙感影像最優(yōu)分割尺度評(píng)價(jià)方法[J];大地測(cè)量與地球動(dòng)力學(xué);2013年06期

9 殷瑞娟;施潤(rùn)和;李鏡堯;;一種高分辨率遙感影像的最優(yōu)分割尺度自動(dòng)選取方法[J];地球信息科學(xué)學(xué)報(bào);2013年06期

10 譚盼華;劉玉財(cái);胡忠文;;高斯光譜估計(jì)結(jié)合形狀特征的遙感影像分割方法[J];測(cè)繪與空間地理信息;2013年06期

本文編號(hào)：2833899