地表覆蓋的高效變化檢測在地理國情監(jiān)測中具有重要意義。本文針對當(dāng)前地表覆蓋檢測人工目視解譯方法效率低,以及軟件自動解譯錯檢率、漏檢率較高的特點和現(xiàn)狀,提出了一種基于聯(lián)合特征的地表覆蓋類型自動變化檢測方法。該方法通過對比7種不同的特征聯(lián)合方案,確立了聯(lián)合灰度共生矩陣、灰度直方圖、光譜統(tǒng)計特征、對象特征的最優(yōu)組合形式,并設(shè)計支持向量機(jī)高維度分類器進(jìn)行分類。試驗結(jié)果表明,在浙江省復(fù)雜地表覆蓋分布情況下,基于分辨率優(yōu)于1 m的國產(chǎn)高分衛(wèi)星影像,該方法對房屋建筑區(qū)、建筑工地等人工構(gòu)筑物類型變化檢測的正確率達(dá)到85%以上,對耕地、草地等植被類型也能取得較好的檢測效果。 

【文章來源】：測繪通報. 2020年10期 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

技術(shù)路線

傳統(tǒng)的分類器當(dāng)樣本類型、樣本數(shù)量、特征維數(shù)呈現(xiàn)高維度時，分類效果明顯下降，分類結(jié)果會因為高維度特性而被淹沒，無法得到理想的分類效果。SVM支持向量機(jī)是一種新的機(jī)器學(xué)習(xí)方法，以統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小化為基礎(chǔ)，通過非線性變換，將輸入向量從低維空間映射到高維特征空問中，并在高維空間構(gòu)造一個最優(yōu)特征超平面，使得正例與反例之問的隔離邊緣被最大化，能夠避免多維、多類型的特征向量淹沒在分類中，在遙感圖像處理中具有廣泛的應(yīng)用。如圖2所示。4 研究試驗與分析

影像數(shù)據(jù)源選取高分系列影像，分辨率為1 m，景號為GF2L1A000316273520180504，現(xiàn)勢性為2018年9月。地表覆蓋矢量數(shù)據(jù)為2017年安吉縣基礎(chǔ)性地理國情監(jiān)測成果，涉及面積408 km2，圖斑數(shù)量57 767個，如圖3所示。4.2 數(shù)據(jù)預(yù)處理

【參考文獻(xiàn)】：
期刊論文
[1]國產(chǎn)高分辨率遙感數(shù)據(jù)在城市森林資源監(jiān)測中的應(yīng)用[J]. 譚耀華,王長委.  測繪通報. 2019(05)
[2]一種用于圖像特征提取的改進(jìn)ORB-SLAM算法[J]. 張良橋,陳國良,許曉東,連達(dá)軍,王睿.  測繪通報. 2019(03)
[3]融合全局和局部深度特征的高分辨率遙感影像場景分類方法[J]. 龔希,吳亮,謝忠,陳占龍,劉袁緣,俞侃.  光學(xué)學(xué)報. 2019(03)
[4]融合光譜及紋理異質(zhì)度的遙感影像變化檢測[J]. 李亮,李勝,應(yīng)國偉,徐慶.  測繪通報. 2017(S2)
[5]融合像元形狀和光譜信息的高分遙感圖像分類新方法[J]. 楊青山,張華.  國土資源遙感. 2016(04)
[6]基于高分辨率遙感影像的地理國情普查水體信息提取方法[J]. 程滔,劉若梅,周旭.  測繪通報. 2014(04)
[7]多特征融合的遙感圖像分類[J]. 劉帥,李士進(jìn),馮鈞.  數(shù)據(jù)采集與處理. 2014(01)
[8]一種面向?qū)ο蟮南裨夁b感圖像分類方法[J]. 李小江,孟慶巖,王春梅,劉苗,鄭利娟,王珂.  地球信息科學(xué)學(xué)報. 2013(05)
[9]面向?qū)ο蠓诸惖奶卣骺臻g優(yōu)化[J]. 張秀英,馮學(xué)智,江洪.  遙感學(xué)報. 2009(04)
[10]基于對象的對應(yīng)分析在高分辨率遙感影像變化檢測中的應(yīng)用[J]. 龔浩,張景雄,申邵洪.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2009(05)

博士論文
[1]大區(qū)域居住用地信息特征遙感影像提取方法研究[D]. 張扣強(qiáng).中國地質(zhì)大學(xué)（北京） 2013

碩士論文
[1]光譜和空間特征聯(lián)合的高光譜遙感影像多分類器集成方法[D]. 鮑蕊.南京大學(xué) 2016



本文編號：2930364