基于面向?qū)ο蟮母叻直媛蔬b感影像信息提取
本文關(guān)鍵詞:基于面向?qū)ο蟮母叻直媛蔬b感影像信息提取,,由筆耕文化傳播整理發(fā)布。
【摘要】:高分辨率遙感影像在遙感影像信息提取中的應(yīng)用越來越廣泛并且已經(jīng)占主流地位,面向?qū)ο笮畔⑻崛》椒ㄊ窃诶眠b感影像光譜信息的基礎(chǔ)上,綜合考慮影像對象的空間信息、紋理信息以及領(lǐng)域?qū)ο蟮年P(guān)聯(lián)信息。由于面向?qū)ο蟮倪b感影像信息提取技術(shù)能適應(yīng)高分辨率遙感影像的特點,并且能快速準確的提取遙感影像專題信息,同時面向?qū)ο笮畔⑻崛〖夹g(shù)的處理過程更加貼近人類認知過程,所以現(xiàn)在已經(jīng)成為遙感影像處理領(lǐng)域的一個熱點研究。 本文以World View-2影像為實驗數(shù)據(jù),實現(xiàn)了利用面向?qū)ο笮畔⑻崛》椒▽ζ溥M行信息提取。對原始影像進行必要的預(yù)處理,選用pan sharpening融合算法對多光譜和全色影像進行融合處理。利用canny邊緣檢測算子對多尺度分割進行優(yōu)化,提高了分割精度和效率,通過對影像進行實驗得出地物要素的最優(yōu)分割參數(shù),并且建立不同地物要素的分割層級。分析實驗數(shù)據(jù)的特點對其進行分類層級構(gòu)建,選取各個地物要素的特征進行特征組合,利用閾值分類和模糊分類實現(xiàn)地物要素信息提取。得到面向?qū)ο蠛突谙裨獌煞N信息提取方法的分類結(jié)果,主觀分析兩種不同方法的分類精度,利用混淆矩陣對其進行客觀分析,得到兩種方法的總體分類精度和kappa系數(shù)。分析結(jié)果表明面向?qū)ο笮畔⑻崛》椒ǜm合高分辨率遙感影像。
【關(guān)鍵詞】:面向?qū)ο?/strong> 多尺度分割 邊緣檢測 影像融合 高分辨率遙感影像
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2014
【分類號】:P237
【目錄】:
- 內(nèi)容提要4-5
- 中文摘要5-7
- Abstract7-10
- 目錄10-12
- 第1章 前言12-18
- 1.1 選題背景和意義12-13
- 1.2 國內(nèi)外研究現(xiàn)狀13-14
- 1.3 研究內(nèi)容方法和技術(shù)路線14-18
- 1.3.1 研究內(nèi)容和方法14-16
- 1.3.2 技術(shù)路線16
- 1.3.3 文章章節(jié)安排16-18
- 第2章 面向?qū)ο蟮男畔⑻崛〖夹g(shù)18-27
- 2.1 影像分割技術(shù)19
- 2.2 多尺度分割技術(shù)19-22
- 2.3 遙感影像特征描述22-24
- 2.4 遙感影像分類方法24-27
- 第3章 數(shù)據(jù)分析處理及信息提取27-44
- 3.1 實驗區(qū)數(shù)據(jù)預(yù)處理及分析27-28
- 3.1.1 實驗區(qū)概況27-28
- 3.1.2 World View-2 衛(wèi)星數(shù)據(jù)介紹28
- 3.2 遙感影像數(shù)據(jù)分析28-32
- 3.2.1 地物光譜分析29-32
- 3.3 實驗數(shù)據(jù)信息提取32-44
- 3.3.1 信息提取平臺介紹32
- 3.3.2 改進的多尺度分割32-33
- 3.3.3 分割參數(shù)選擇33-35
- 3.3.4 專題要素信息提取35-42
- 3.3.5 專題要素的矢量化42-44
- 第四章 數(shù)據(jù)處理質(zhì)量評價及精度分析44-54
- 4.1 數(shù)據(jù)處理質(zhì)量評價44-50
- 4.1.1 影像融合質(zhì)量評價44-49
- 4.1.2 多尺度分割質(zhì)量評價49-50
- 4.2 精度評價50-54
- 4.2.1 面向?qū)ο缶仍u價51-52
- 4.2.2 基于像元方法精度評價52-54
- 第5章 結(jié)論與展望54-56
- 5.1 結(jié)論54-55
- 5.2 展望55-56
- 參考文獻56-61
- 個人簡介及發(fā)表論文61-62
- 致謝62
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 郭建聰;李培軍;肖曉柏;;一種高分辨率多光譜圖像的多尺度分割方法[J];北京大學(xué)學(xué)報(自然科學(xué)版)網(wǎng)絡(luò)版(預(yù)印本);2008年03期
2 譚衢霖;劉正軍;沈偉;;一種面向?qū)ο蟮倪b感影像多尺度分割方法[J];北京交通大學(xué)學(xué)報;2007年04期
3 明冬萍,駱劍承,沈占鋒,汪閩,盛昊;高分辨率遙感影像信息提取與目標識別技術(shù)研究[J];測繪科學(xué);2005年03期
4 孫曉霞;張繼賢;劉正軍;;利用面向?qū)ο蟮姆诸惙椒◤腎KONOS全色影像中提取河流和道路[J];測繪科學(xué);2006年01期
5 唐靜;吳俐民;左小清;;面向?qū)ο蟮母叻直媛市l(wèi)星影像道路信息提取[J];測繪科學(xué);2011年05期
6 林卉;劉培;夏俊士;梁亮;;基于分水嶺變換的遙感影像面向?qū)ο蠖喑叨确指钏惴ㄑ芯縖J];測繪通報;2011年10期
7 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
8 初禹;單久庫;侯建國;;GeoEye-1遙感影像融合效果的比較分析[J];測繪與空間地理信息;2011年03期
9 崔健;;遙感圖像融合評價方法研究[J];電腦開發(fā)與應(yīng)用;2008年06期
10 蒲智;劉萍;楊遼;葛挺進;;面向?qū)ο蠹夹g(shù)在城市綠地信息提取中的應(yīng)用[J];福建林業(yè)科技;2006年01期
中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條
1 陳杰;高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯縖D];中南大學(xué);2010年
2 吳劍;基于面向?qū)ο蠹夹g(shù)的遙感震害信息提取與評價方法研究[D];武漢大學(xué);2010年
本文關(guān)鍵詞:基于面向?qū)ο蟮母叻直媛蔬b感影像信息提取,由筆耕文化傳播整理發(fā)布。
本文編號:450562
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/450562.html