地理國情，作為我國重要的基本國情已在社會經(jīng)濟發(fā)展、城鎮(zhèn)化建設(shè)中扮演著重要角色并發(fā)生了巨大變化；加強地理國情監(jiān)測已成為我國測繪事業(yè)發(fā)展新目標。地理國情監(jiān)測通過對地理國情要素進行動態(tài)監(jiān)測與統(tǒng)計分析，得到反映地理國情要素空間分布及其演變特征的統(tǒng)計分析成果。道路和水系作為兩大重要地理國情要素，動態(tài)監(jiān)測其空間分布和變化頻率等具有重要意義。隨著遙感技術(shù)的發(fā)展，高分辨率遙感影像為我們獲取數(shù)據(jù)提供了技術(shù)支撐。本文以2012年萬州城區(qū)WordViewⅡ高分辨率遙感影像為數(shù)據(jù)源，采用五個實驗區(qū)分別用于研究水系、公路、城市道路、鄉(xiāng)村道路、鐵路提取。并進行基于面向?qū)ο蟮牡缆泛退堤崛�、基于像元的監(jiān)督分類道路和水系提取以及基于ArcGIS空間分析的道路提取實驗。最后，在道路和水系信息提取基礎(chǔ)上，開展了基于地理國情監(jiān)測的道路和水系信息統(tǒng)計分析工作；本文經(jīng)實驗研究得到了以下具有參考意義的結(jié)論：①本文以eCognition軟件為研究平臺，分別采用多尺度分割、四叉樹分割、棋盤分割對實驗區(qū)一中的水系進行分割；并采用準確度、遺漏誤差、冗余誤差精度指標對水系分割質(zhì)量進行評定。研究表明實驗區(qū)一中采用多尺度分割得到水系分割的準確... 

【文章來源】：重慶交通大學重慶市

【文章頁數(shù)】：123 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 道路和水系提取國內(nèi)外研究現(xiàn)狀
        1.2.1 半自動化道路提取
        1.2.2 自動化道路提取
        1.2.3 水系信息提取
    1.3 高分辨率遙感影像中道路和水系特征
        1.3.1 高分辨率遙感影像中道路特征
        1.3.2 高分辨率遙感影像中水系特征
    1.4 高分辨率遙感影像道路和水系提取發(fā)展趨勢
    1.5 面向地理國情監(jiān)測的道路和水系提取常用方法
    1.6 本文主要結(jié)構(gòu)安排與技術(shù)路線
        1.6.1 本文主要結(jié)構(gòu)
第二章 基于 eCognition 的道路和水系分割方法研究
    2.1 圖像分割理論
        2.1.1 圖像分割概念
        2.1.2 圖像分割原理
    2.2 多尺度分割算法
        2.2.1 多尺度分割概念
        2.2.2 多尺度分割算法
        2.2.3 多尺度分割算法流程圖
    2.3 四叉樹分割算法
        2.3.1 四叉樹分割基本概念
        2.3.2 四叉樹分割算法
    2.4 棋盤分割算法
    2.5 基于 eCognition 的分割算法對比實驗
        2.5.1 分割采用平臺
        2.5.2 分割精度評定指標
        2.5.3 基于 eCognition 的分割對比實驗
    2.6 本章小結(jié)
第三章 基于 eCognition 的道路和水系分類方法研究
    3.1 基于 eCognition 的影像分類相關(guān)理論
        3.1.1 模糊集合
        3.1.2 模糊邏輯
    3.2 基于 eCognition 的道路和水系分類方法
        3.2.1 最鄰近分類法
        3.2.2 隸屬函數(shù)法
        3.2.3 eCognition 中隸屬函數(shù)法分類實例
    3.3 基于 eCognition 的道路和水系分類常用特征
        3.3.1 道路和水系分類常用特征
        3.3.2 紋理特征
    3.4 本章小結(jié)
第四章 基于地理國情監(jiān)測的道路和水系信息統(tǒng)計分析
    4.1 地理國情監(jiān)測統(tǒng)計分析相關(guān)概念
        4.1.1 基本統(tǒng)計
        4.1.2 綜合統(tǒng)計
        4.1.3 分析評價
    4.2 基于地理國情監(jiān)測的道路和水系劃分
        4.2.1 基于地理國情監(jiān)測道路和水系劃分原則
        4.2.2 基于地理國情監(jiān)測道路和水系劃分依據(jù)
        4.2.3 基于地理國情監(jiān)測道路和水系劃分結(jié)果
    4.3 基于地理國情監(jiān)測的道路和水系統(tǒng)計分析指標
        4.3.1 基本統(tǒng)計指標
        4.3.2 綜合統(tǒng)計指標
    4.4 基于地理國情監(jiān)測的道路和水系統(tǒng)計分析單元
    4.5 本章小結(jié)
第五章 基于萬州城區(qū)的道路和水系提取與分析實例
    5.1 實驗研究區(qū)概況
        5.1.1 實驗區(qū)基本概況
        5.1.2 選取此實驗區(qū)研究背景
    5.2 實驗區(qū)采用數(shù)據(jù)源與說明
        5.2.1 實驗區(qū)采用數(shù)據(jù)源
        5.2.2 實驗研究分區(qū)說明
    5.3 實驗區(qū)影像預(yù)處理
    5.4 基于 eCognition 的道路和水系分割實驗
        5.4.1 多尺度分割參數(shù)設(shè)定
        5.4.2 基于 eCognition 的道路和水系分割實例
    5.5 基于 eCognition 的道路和水系分類實驗
        5.5.1 道路和水系分類特征選取
        5.5.2 基于 eCognition 的道路分類提取
        5.5.3 基于 eCognition 的水系分類提取
        5.5.4 影像地物分類精度評定常用方法
        5.5.5 道路和水系分類精度評定
    5.6 基于像元的監(jiān)督分類道路和水系提取實驗
        5.6.1 監(jiān)督分類原理
        5.6.2 基于像元的監(jiān)督分類道路和水系提取
    5.7 基于 ArcGIS 空間分析的道路提取實驗
        5.7.1 疊加分析原理
        5.7.2 緩沖區(qū)分析原理
        5.7.3 基于 ArcGIS 緩沖區(qū)分析的道路提取
    5.8 面向地理國情監(jiān)測的道路和水系提取質(zhì)量評價
        5.8.1 道路和水系提取評價指標
        5.8.2 基于面向?qū)ο蟮牡缆泛退堤崛≠|(zhì)量評價
        5.8.3 基于像元的監(jiān)督分類道路和水系提取質(zhì)量評價
        5.8.4 基于 ArcGIS 空間分析的道路提取質(zhì)量評價
        5.8.5 不同道路和水系提取方法質(zhì)量對比評價
        5.8.6 面向地理國情監(jiān)測道路和水系提取方法總結(jié)
    5.9 基于地理國情監(jiān)測的道路和水系統(tǒng)計分析
        5.9.1 統(tǒng)計單元選取
        5.9.2 基本統(tǒng)計
        5.9.3 綜合統(tǒng)計
        5.9.4 分析評價
    5.10 本章小結(jié)
第六章 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
致謝
參考文獻
在學期間發(fā)表的論文及取得的科研成果


【參考文獻】：
期刊論文
[1]專題地圖表示方法在地理國情監(jiān)測信息制圖中的綜合運用[J]. 劉新華.  測繪標準化. 2013(03)
[2]簡論地理國情監(jiān)測[J]. 陳俊勇.  地理信息世界. 2013(03)
[3]基于eCognition的面向?qū)ο筠r(nóng)村公路提取[J]. 何勇,陳昌鳴,熊增連,吳亞坤.  重慶交通大學學報(自然科學版). 2012(06)
[4]地理國情監(jiān)測內(nèi)容與分類體系探討[J]. 兀偉,鄧國慶,張靜,嚴競新.  測繪標準化. 2012(04)
[5]測繪與地理國情監(jiān)測[J]. 張勤,樊文鋒.  測繪通報. 2012(11)
[6]關(guān)于地理國情監(jiān)測的探討[J]. 李俊鋒.  北京測繪. 2012(02)
[7]面向?qū)ο蟮母叻直媛蔬b感影像道路自動提取實驗[J]. 許高程,畢建濤,王星星,屈鴻鈞.  遙感信息. 2012(02)
[8]淺談地理國情監(jiān)測與測繪高新技術(shù)[J]. 鐘先坤,張貴和,張登波.  江西測繪. 2012(01)
[9]國外地理國情監(jiān)測概況與啟示[J]. 喬朝飛.  測繪通報. 2011(11)
[10]面向?qū)ο笸恋乩眯畔⑻崛〉亩喑叨确指頪J]. 王衛(wèi)紅,何敏.  測繪科學. 2011(04)

碩士論文
[1]地理國情監(jiān)測內(nèi)容分類與指標體系構(gòu)建方法研究[D]. 武琛.山東農(nóng)業(yè)大學 2012
[2]遙感影像數(shù)據(jù)的面向?qū)ο蠓诸惻c模糊邏輯分類研究[D]. 文斯.昆明理工大學 2011
[3]遙感數(shù)字圖像類特征的二階統(tǒng)計紋理分析[D]. 呂鵬.昆明理工大學 2010
[4]基于粗糙集的圖像分割算法研究[D]. 趙軍.山西大學 2010
[5]紋理信息在遙感影像分類中的應(yīng)用[D]. 黃麗梅.山東師范大學 2009
[6]基于Quick Bird影像的面向?qū)ο笮畔⑻崛》椒ū容^實驗研究[D]. 張存.東北大學 2009
[7]三峽庫區(qū)土地資源生態(tài)安全評價研究[D]. 張丹.西南大學 2008
[8]基于遙感影像認知理解的干旱半干旱地區(qū)土地利用/覆蓋自動分類方法研究[D]. 李愛華.蘭州大學 2008
[9]基于“3S”技術(shù)的土地資源綜合承載力研究[D]. 湯日紅.貴州師范大學 2008
[10]基于遙感影像和地形圖的水體提取及其半自動化變化檢測[D]. 郭利川.武漢大學 2005



本文編號：3042541