高分影像在礦山利用現(xiàn)狀信息提取中的應(yīng)用研究
發(fā)布時(shí)間：2017-05-18 14:04
本文關(guān)鍵詞：高分影像在礦山利用現(xiàn)狀信息提取中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。
【摘要】：基于像元的遙感分類算法主要用來提取低分辨率遙感衛(wèi)星數(shù)據(jù),而隨著高分辨率衛(wèi)星的商業(yè)化,越來越多的高分辨率遙感影像被廣大用戶使用。高分辨率影像數(shù)據(jù)量大,光譜信息豐富,使得基于低分辨率衛(wèi)星的遙感影像提取方法越來不適用于高分辨率的影像,尤其是在礦山信息提取的時(shí)候。因?yàn)榈V山信息復(fù)雜,僅僅依靠光譜信息提取時(shí),不可避免的產(chǎn)生“同物異譜”和“同譜異物”現(xiàn)象,這就導(dǎo)致提取的效果一直不理想。于是面向?qū)ο蟮挠跋裥畔⑻崛》椒ū贿\(yùn)用到遙感影像的分類中,這大大提高了高分影像的提取精度,尤其是在礦山信息提取方面,有著不可比擬的優(yōu)勢(shì)。本文以北京市房山-門頭溝礦區(qū)的高分影像數(shù)據(jù)為實(shí)驗(yàn)區(qū),綜合運(yùn)用面向?qū)ο蟮姆诸惣夹g(shù)提取礦山的信息,并與基于像元的分類方法和人工解譯方法進(jìn)行對(duì)比。首先,對(duì)試驗(yàn)區(qū)的數(shù)據(jù)進(jìn)行了預(yù)處理,在預(yù)處理的基礎(chǔ)之上進(jìn)行了基于像元的監(jiān)督分類和非監(jiān)督分類,并對(duì)試驗(yàn)區(qū)做了人工解譯;然后,對(duì)實(shí)驗(yàn)區(qū)的數(shù)據(jù)重點(diǎn)進(jìn)行了多尺度分割,在多尺度分割的時(shí)候,重點(diǎn)講解了參數(shù)因子的對(duì)比選擇,接著選擇研究對(duì)象的紋理特征、光譜特征和形狀特征等作為參數(shù)特征,建立分類圖層的隸屬關(guān)系,采用指定參數(shù)法和模糊數(shù)學(xué)法進(jìn)行礦山信息的提取;最后,將傳統(tǒng)方法的分類結(jié)果和基于面向?qū)ο蟮姆诸惙椒ǖ慕Y(jié)果采用混淆矩陣法做精度評(píng)價(jià),并用人工解譯的結(jié)果做輔助說明,得出采用基于面向?qū)ο蟮姆诸惙椒ㄐЧ黠@優(yōu)于傳統(tǒng)基于像元的分類方法,尤其是在礦山信息提取時(shí),效果更好,可以滿足礦山遙感調(diào)查的生產(chǎn)應(yīng)用。
【關(guān)鍵詞】：高分辨率影像 礦山 像元 面向?qū)ο?/strong> 分類
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237;TD17
【目錄】：
- 摘要5-6
- Abstract6-11
- 第1章 緒論11-20
- 1.1 研究的背景及意義11-13
- 1.2 遙感影像信息提取的研究現(xiàn)狀以及應(yīng)用13-15
- 1.2.1 面向?qū)ο筮b感影像信息提取方法的提出13
- 1.2.2 面向?qū)ο蠓诸惙椒ㄟM(jìn)行高分辨率遙感影像分類的優(yōu)勢(shì)13-14
- 1.2.3 面向?qū)ο筮b感影像分類的研究現(xiàn)狀14-15
- 1.3 遙感影像分類方法的局限性15-16
- 1.3.1 基于像元的分類方法在高分辨率影像上的局限性15-16
- 1.3.2 遙感影像在礦山提取方面的局限性16
- 1.4 本文的研究?jī)?nèi)容及技術(shù)路線16-18
- 1.4.1 本文的研究?jī)?nèi)容16-18
- 1.4.2 技術(shù)路線18
- 1.5 論文結(jié)構(gòu)安排18-20
- 第2章 遙感影像分類基本理論20-28
- 2.1 基于像元的分類方法20-22
- 2.1.1 非監(jiān)督分類法20-21
- 2.1.2 監(jiān)督分類法21-22
- 2.2 基于面向?qū)ο蟮姆诸惙椒?/span>22-27
- 2.2.2 多尺度分割原理23-26
- 2.2.3 影像對(duì)象分類技術(shù)26-27
- 2.3 本章小結(jié)27-28
- 第3章 研究區(qū)概況及影像數(shù)據(jù)的準(zhǔn)備28-34
- 3.1 研究區(qū)概況28-29
- 3.2 實(shí)驗(yàn)區(qū)數(shù)據(jù)源29-30
- 3.2.1 Pleiades衛(wèi)星影像數(shù)據(jù)29-30
- 3.2.2 其他輔助資料30
- 3.3 影像預(yù)處理30-34
- 3.3.1 幾何精校正30-32
- 3.3.2 薄云去除32
- 3.3.3 影像裁剪32
- 3.3.4 影像增強(qiáng)32-33
- 3.3.5 本章小結(jié)33-34
- 第4章 基于高分辨率遙感影像的礦山信息提取應(yīng)用研究34-54
- 4.1 基于像元的分類方法34-38
- 4.1.1 非監(jiān)督分類法對(duì)遙感影像進(jìn)行分類34-36
- 4.1.2 監(jiān)督分類法對(duì)遙感影像進(jìn)行分類36-38
- 4.2 基于面向?qū)ο蟮姆诸惙椒?/span>38-54
- 4.2.1 影像融合38-39
- 4.2.2 參數(shù)的選擇39-41
- 4.2.3 參數(shù)因子的選擇及對(duì)比分析41-50
- 4.2.4 遙感影像分類50-53
- 4.2.5 本章小結(jié)53-54
- 第5章 高分辨率遙感影像礦山信息提取精度比較54-60
- 5.1 人工解譯法54-55
- 5.2 定性分析55-56
- 5.2.1 非監(jiān)督分類精度評(píng)定55
- 5.2.2 監(jiān)督分類精度評(píng)定55
- 5.2.3 基于面向?qū)ο蟮木仍u(píng)定55-56
- 5.3 定量分析56-58
- 5.3.1 精度評(píng)價(jià)指標(biāo)56
- 5.3.2 精度評(píng)價(jià)結(jié)果56-58
- 5.4 分析小結(jié)58-59
- 5.5 本章小結(jié)59-60
- 第6章 結(jié)論與展望60-62
- 6.1 研究結(jié)論60-61
- 6.1 展望與不足61-62
- 致謝62-63
- 參考文獻(xiàn)63-67
【共引文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 曾珍英,伊建新;遙感技術(shù)在環(huán)境監(jiān)測(cè)中的應(yīng)用[J];江西化工;2004年04期
2 卜志國(guó),周凱,黃娟;基于圖像特征的航空高光譜數(shù)據(jù)油污染光譜曲線提取分析[J];中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期
3 張輝,韓鳳清,張明剛;青藏高原北緣庫(kù)木庫(kù)里盆地遙感研究[J];青海環(huán)境;2001年04期
4 黃勇;胡雯;何永健;葉金印;;多部雷達(dá)聯(lián)合估算淮河流域降水[J];氣象科學(xué);2010年02期
5 劉志明,晏明,李鐵強(qiáng),何艷芬;冰雹災(zāi)害的衛(wèi)星遙感監(jiān)測(cè)方法初探[J];氣象;2004年09期
6 康偉鋒;王鉆峰;;基于RS鼓浪嶼綠地景觀多樣性動(dòng)態(tài)分析[J];泉州師范學(xué)院學(xué)報(bào);2006年06期
7 楊偉;陳沈良;陳小英;張e
本文編號(hào)：376230
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/376230.html
最近更新
教材專著
