本文關(guān)鍵詞：遙感影像城市范圍自動提取方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會的發(fā)展和科技的進(jìn)步,城市建設(shè)的急劇加快,城市的范圍也不斷擴大。遙感技術(shù)在近十年間發(fā)展迅速,各種平臺獲取遙感影像信息越來越豐富。遙感技術(shù)作為一種新興技術(shù)手段能夠方便、迅速的獲取同一地理位置的多時相影像數(shù)據(jù)。因此,遙感衛(wèi)星影像為快速分析城市變化及發(fā)展趨勢提供了一種新的手段。通過對遙感影像分析、解譯、目標(biāo)識別等能夠獲得眾多地物中的城市、道路、植被及各種地形、地貌等特征,提取到的相關(guān)地物信息能夠在城市發(fā)展規(guī)劃、數(shù)字城市建設(shè)、國情資源普查等工作發(fā)揮巨大的作用。因此,利用衛(wèi)星影像自動提取城市范圍能為未來城市的發(fā)展和擴張?zhí)峁┛茖W(xué)依據(jù)。 所以,本文針對遙感影像中的城市范圍自動提取技術(shù)和方法進(jìn)行深入研究,將主要研究工作總結(jié)為： (1)對遙感影像特別是利用高分辨率遙感影像提取地物的方法和識別地物的特征的原理進(jìn)行總結(jié)和分析。將影像中各種地物的類型詳細(xì)分為三個不同的類,即光譜特征、紋理特征以及關(guān)鍵點特征。在對所有特征分析方法進(jìn)行深入分析的基礎(chǔ)上,針對最典型的特征提取方法進(jìn)行深入分析和討論,為后續(xù)章節(jié)中的城市區(qū)域和范圍提取奠定基礎(chǔ)。 (2)采用基于多特征融合的一種城市范圍檢測算法來實現(xiàn)對城市范圍的自動提取�；谠摲椒�,可以將常見的特征融合問題進(jìn)行轉(zhuǎn)化,轉(zhuǎn)變?yōu)槎嗵卣骱撕瘮?shù)的組合問題,然后,再通過多核學(xué)習(xí)的途徑來完成多特征融合,最終實現(xiàn)城市范圍分類器的確定。通過與傳統(tǒng)城市范圍檢測算法的比較后發(fā)現(xiàn),文中算法能夠有效提高城市范圍檢測和提取的性能。 (3)采用先比較后檢測的變化檢測技術(shù)和方法,可以有效減少算法的檢測次數(shù),實現(xiàn)對同區(qū)域不同時相數(shù)據(jù)的變化檢測和范圍提�。换谑噶繙p少法來減少檢測算法運算中能夠的分類矢量維數(shù),實現(xiàn)對訓(xùn)練樣品的順利選取。最終實現(xiàn)對城市范圍的自動提取。 (4)通過對城市范圍不同提取方法的分析與評價。對采用傳統(tǒng)的遙感影像分類方法和設(shè)計與采用邊緣檢測技術(shù)分別對研究區(qū)的城市范圍提取進(jìn)行提取,并對結(jié)果進(jìn)行分析與評價。并指出本文采用方法的優(yōu)勢及不足,為進(jìn)一步研究通過遙感影像來對城市范圍進(jìn)行自動提取提供研究奠定基礎(chǔ)。
【關(guān)鍵詞】：遙感影像 城區(qū)范圍檢測 目標(biāo)識別 專家知識分類 邊緣檢測
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P237
【目錄】：

• 摘要3-5
• Abstract5-10
• 第1章 緒論10-18
• 1.1 論文研究背景與意義10-11
• 1.1.1 城市范圍定義及特征10-11
• 1.2 城市范圍自動提取技術(shù)的研究現(xiàn)狀11-13
• 1.2.1 基于紋理、光譜和結(jié)構(gòu)的城市范圍檢測方法11-12
• 1.2.2 局部特征在城市范圍提取中的應(yīng)用12
• 1.2.3 基于影像分類的檢測方法12-13
• 1.3 利用遙感影像檢測城市建筑物研究現(xiàn)狀13-16
• 1.3.1 建筑物的基本特征13-14
• 1.3.2 研究現(xiàn)狀14-16
• 1.4 論文主要內(nèi)容與創(chuàng)新點16
• 1.5 論文章節(jié)安排16-18
• 第2章 遙感影像城市范圍提取的不同方法18-33
• 2.1 地物光譜特征分析法18
• 2.1.1 圖像直方圖分析法18
• 2.1.2 歸一化植被指數(shù)法18
• 2.2 基于地物紋理特征的分析法18-19
• 2.2.1 基于影像統(tǒng)計特征的紋理分析法19
• 2.2.2 基于空間-頻率域的紋理分析法19
• 2.3 基于地物局部特征的分析法19-23
• 2.3.1 局部特征點提取方法20
• 2.3.2 局部特征點描述方法20-22
• 2.3.3 基于SIFT算子的特征點提取法22-23
• 2.4 多核學(xué)習(xí)特征融合法23-26
• 2.4.1 多特征融合法23
• 2.4.2 多核學(xué)習(xí)特征融合法23-26
• 2.5 多特征融合的城區(qū)范圍檢測法26-30
• 2.5.1 地面目標(biāo)特征提取法26-29
• 2.5.2 基于多特征融合的城市范圍提取與城區(qū)檢測法29-30
• 2.6 實驗結(jié)果與分析30-32
• 2.7 本章小結(jié)32-33
• 第3章 多時相遙感影像的城市范圍提取33-47
• 3.1 同區(qū)域多時相城市范圍提取分析33-38
• 3.1.1 城市范圍變化檢測33-34
• 3.1.2 常用范圍提取與檢測法34-37
• 3.1.3 城市范圍提取與檢測過程中的問題37-38
• 3.2 先分類后比較的檢測方法38-43
• 3.2.1 基于多時相遙感圖像的范圍提取38-40
• 3.2.2 分類范圍檢測分析40-43
• 3.3 先比較后分類的檢測方法43-46
• 3.3.1 基于多時相遙感圖像的范圍提取44
• 3.3.2 基于先比較后分類的城市范圍提取方法44-46
• 3.4 本章小結(jié)46-47
• 第4章 城市范圍不同提取方法結(jié)果分析47-58
• 4.1 城市區(qū)域與范圍傳統(tǒng)提取方法47-55
• 4.1.1 基于統(tǒng)計理論法47-48
• 4.1.2 譜間結(jié)構(gòu)閾值法48-50
• 4.1.3 改進(jìn)的NDBI指數(shù)法50-51
• 4.1.4 面向?qū)ο蠓诸惙?/span>51-52
• 4.1.5 專家知識決策樹分類法52-55
• 4.2 基于邊緣檢測技術(shù)的城市范圍提取與分析55-57
• 4.4 本章小結(jié)57-58
• 第5章 結(jié)論與展望58-60
• 5.1 結(jié)論58
• 5.2 研究展望58-60
• 參考文獻(xiàn)60-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉亞文,葉曉新;城區(qū)人工地物變化檢測方法的研究[J];測繪通報;2001年07期

2 余鵬;張震龍;侯至群;;基于高斯馬爾可夫隨機場混合模型的紋理圖像分割[J];測繪學(xué)報;2006年03期

3 陶超;譚毅華;蔡華杰;杜博;田金文;;面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法[J];測繪學(xué)報;2010年01期

4 趙一凡;夏良正;;基于輪廓波特征的紋理圖像識別方法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2008年S2期

5 孫顯;王宏琦;張正;;基于對象的Boosting方法自動提取高分辨率遙感圖像中建筑物目標(biāo)[J];電子與信息學(xué)報;2009年01期

6 陳星星;張榮;;基于多尺度相位特征的圖像檢索方法[J];電子與信息學(xué)報;2009年05期

7 楊智翔;何秀鳳;;基于改進(jìn)的NDBI指數(shù)法的遙感影像城鎮(zhèn)用地信息自動提取[J];河海大學(xué)學(xué)報(自然科學(xué)版);2010年02期

8 劉志敏,楊杰,施鵬飛;數(shù)學(xué)形態(tài)學(xué)的圖象分割算法[J];計算機工程與科學(xué);1998年04期

9 羅曉燕;王成儒;;基于自相關(guān)圖像的紋理特征檢索的研究[J];計算機應(yīng)用與軟件;2008年07期

10 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

  本文關(guān)鍵詞：遙感影像城市范圍自動提取方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：310181