本文關(guān)鍵詞：基于面向?qū)ο蟮母叻直媛蔬b感影像水體信息提取優(yōu)勢(shì)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：美麗的七彩云南近幾年氣候反常，干旱少雨，加之云南省在水資源的研究保護(hù)主要集中在滇池流域，對(duì)其他小型水體缺乏研究，不利于水資源的研究保護(hù)與規(guī)劃，造成在干旱時(shí)期的缺水問(wèn)題。缺水給工農(nóng)業(yè)生產(chǎn)、旅游以及云南人民的生活帶來(lái)了很大的麻煩。所以研究地區(qū)的遙感影像水體信息提取，對(duì)了解地區(qū)水資源變化，進(jìn)而采取相應(yīng)對(duì)策，有利于水資源的有效利用、規(guī)劃以及保護(hù)。因此研究地區(qū)的遙感水體信息提取，并在已經(jīng)形成的諸多水體信息提取方法中找到最適合某地區(qū)的方法是很有必要，也是很有研究意義的。 利用遙感影像提取地物信息的研究方法多樣，各有優(yōu)缺點(diǎn)，本文將傳統(tǒng)遙感水體信息提取技術(shù)與面向?qū)ο筮b感信息提取技術(shù)進(jìn)行對(duì)比。 首先，利用ENVI4.8軟件進(jìn)行基于遙感影像水體信息傳統(tǒng)方法的提取，由于實(shí)驗(yàn)數(shù)據(jù)為QuickBird的高分辨率遙感影像，因此采用的方法有單波段閾值法、植被指數(shù)法、水體指數(shù)法。進(jìn)行實(shí)驗(yàn)研究，得出實(shí)驗(yàn)結(jié)果。 其次，面向?qū)ο笏w信息提取使用eCognition8.7軟件，eCognition8.7是一種基于面向?qū)ο蠹夹g(shù)的軟件。重點(diǎn)研究了面向?qū)ο笥跋穹治龅亩喑叨确指罴夹g(shù)的算法和流程，深入分析了波段權(quán)重、顏色、形狀、緊致度、光滑度、分割尺度等參數(shù)的選擇依據(jù)和原則。利用了基于對(duì)象內(nèi)部標(biāo)準(zhǔn)差和對(duì)象鄰域平均差分的分割質(zhì)量函數(shù)選擇最優(yōu)分割尺度的方法。分析了隸屬度函數(shù)及知識(shí)規(guī)則庫(kù)中對(duì)象特征的選擇策略等相關(guān)問(wèn)題。通過(guò)分析研究影像數(shù)據(jù)的各波段統(tǒng)計(jì)值，選擇影像的分割波段，以及各波段的權(quán)重，然后根據(jù)不同的分割尺度進(jìn)行分割，對(duì)比找出分割效果最好的尺度，根據(jù)對(duì)象特征信息建立模糊規(guī)則庫(kù)進(jìn)行信息提取，并從隸屬度角度評(píng)價(jià)提取結(jié)果的精度。 再次，進(jìn)行面向?qū)ο笏w信息提取與傳統(tǒng)信息提取方法進(jìn)行精度比較，可以得出面向?qū)ο蠹夹g(shù)在高分辨率的遙感影像信息提取方面精度高于傳統(tǒng)提取方法。 最后，通過(guò)實(shí)驗(yàn)驗(yàn)證和研究發(fā)現(xiàn)，在面向?qū)ο蟮亩喑叨确指钪�，不同的分割尺度在突出一部分信息的同時(shí)，也會(huì)損失另一部分信息，這是不可避免的。分割和特征參數(shù)計(jì)算所造成的海量數(shù)據(jù)處理也給信息提取帶來(lái)了困難。針對(duì)存在的問(wèn)題，在面向?qū)ο笮畔⑻崛〖夹g(shù)的基礎(chǔ)上，提出了一種像元和面向?qū)ο笙嘟Y(jié)合的高分辨率遙感影像庫(kù)塘提取方法，，經(jīng)過(guò)試驗(yàn)，經(jīng)過(guò)效率和精度評(píng)價(jià)，得出此方法不僅保證了精度而且提高了分類(lèi)效率。
【關(guān)鍵詞】：高分辨率遙感影像 傳統(tǒng)方法水體信息提取 面向?qū)ο笏w信息提取 對(duì)比分析
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：P332;P237
【目錄】：

• 摘要3-5
• Abstract5-7
• 目錄7-9
• 第1章 引言9-18
• 1.1 研究背景和意義9-11
• 1.2 研究現(xiàn)狀11-13
• 1.2.1 國(guó)內(nèi)研究現(xiàn)狀11-13
• 1.2.2 國(guó)外研究現(xiàn)狀13
• 1.3 研究?jī)?nèi)容、研究方法和技術(shù)路線13-17
• 1.3.1 研究?jī)?nèi)容13-14
• 1.3.2 技術(shù)路線14-16
• 1.3.3 本論文章節(jié)安排16-17
• 1.4 本章小結(jié)17-18
• 第2章 傳統(tǒng)遙感影像水體信息提取18-27
• 2.1 水體的特征分析18-19
• 2.2 水體信息提取的傳統(tǒng)方法19-22
• 2.2.1 單波段閾值法19
• 2.2.2 譜間關(guān)系法19-20
• 2.2.3 植被指數(shù)法20
• 2.2.4 歸一化差異水體指數(shù)法20-21
• 2.2.5 改進(jìn)的歸一化差異水體指數(shù)法21-22
• 2.3 遙感影像的提取試驗(yàn)22-26
• 2.3.1 實(shí)驗(yàn)數(shù)據(jù)及提取試驗(yàn)流程22
• 2.3.2 單波段閾值法22-23
• 2.3.3 植被指數(shù)法23-25
• 2.3.4 歸一化差異水體指數(shù)（NDWI）25-26
• 2.4 本章小結(jié)26-27
• 第3章 面向?qū)ο蟮母叻直媛蔬b感影像提取技術(shù)27-49
• 3.1 影像分割介紹27-41
• 3.1.1 影像分割定義與分割方法分析27-28
• 3.1.2 面向?qū)ο蟮挠跋穹指罘椒?/span>28-30
• 3.1.3 eCognition 軟件的多尺度分割概念30-32
• 3.1.4 多尺度分割策略[55][56]32-35
• 3.1.5 分割參數(shù)的選擇35-38
• 3.1.6 最優(yōu)尺度的分析和選擇38-41
• 3.2 面向?qū)ο蟮倪b感影像的提取方法41-47
• 3.2.1 基于訓(xùn)練樣本的專(zhuān)題信息提取41-43
• 3.2.2 基于規(guī)則的專(zhuān)題信息提取43-47
• 3.3 本章小結(jié)47-49
• 第4章 面向?qū)ο蟮乃w信息提取49-59
• 4.1 實(shí)驗(yàn)數(shù)據(jù)49
• 4.2 實(shí)驗(yàn)流程49-50
• 4.3 影像預(yù)處理50-51
• 4.4 最優(yōu)分割尺度的選擇51-55
• 4.5 構(gòu)建知識(shí)庫(kù)55-57
• 4.6 水體信息提取57-58
• 4.7 本章小結(jié)58-59
• 第5章 面向?qū)ο笏w信息提取與傳統(tǒng)提取方法比較59-60
• 5.1 信息提取精度評(píng)價(jià)59
• 5.2 小結(jié)59-60
• 第6章 一種基于像元和面向?qū)ο蟮膸?kù)塘信息提取方法60-67
• 6.1 基本思路60-62
• 6.2 庫(kù)塘信息提取實(shí)驗(yàn)62-65
• 6.2.1 研究區(qū)概況62
• 6.2.2 創(chuàng)建一個(gè)較低分辨率的子工程62-63
• 6.2.3 庫(kù)塘信息粗分類(lèi)63-64
• 6.2.4 進(jìn)行區(qū)域詳細(xì)分析64-65
• 6.3 實(shí)驗(yàn)結(jié)果分析與精度評(píng)定65-66
• 6.4 本章小結(jié)66-67
• 第7章 結(jié)論與展望67-68
• 7.1 結(jié)論67
• 7.2 展望67-68
• 參考文獻(xiàn)68-72
• 附錄 A：圖目錄72-73
• 附錄 B:表目錄73-75
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果75-76
• 致謝76

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭振亞;王心源;王傳輝;高超;吳海中;;巢湖流域水體信息提取方法研究[J];遙感技術(shù)與應(yīng)用;2012年03期

2 夏雙;阮仁宗;;淡水湖泊濕地水體信息提取方法[J];地理空間信息;2012年05期

3 李金山;;水體指數(shù)在湖泊信息提取中的應(yīng)用[J];硅谷;2013年08期

4 王秋燕;陳仁喜;徐佳;陳犀力;;環(huán)境一號(hào)衛(wèi)星影像中水體信息提取方法研究[J];科學(xué)技術(shù)與工程;2012年13期

5 王晴晴;余明;;基于簡(jiǎn)單比值型水體指數(shù)(SRWI)的水體信息提取研究[J];福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 丁美青;肖紅光;彭文瀾;吳昊;;基于遙感的汶川震區(qū)水體快速提取[J];航天返回與遙感;2012年02期

7 趙書(shū)河,馮學(xué)智,都金康;中巴資源一號(hào)衛(wèi)星水體信息提取方法研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

8 丁鳳;;基于新型水體指數(shù)(NWI)進(jìn)行水體信息提取的實(shí)驗(yàn)研究[J];測(cè)繪科學(xué);2009年04期

9 趙芳;朱豐琪;馮仲科;丁敏;;運(yùn)用資源三號(hào)衛(wèi)星影像數(shù)據(jù)提取水體信息的方法研究[J];測(cè)繪通報(bào);2014年03期

10 丁鳳;;一種基于遙感數(shù)據(jù)快速提取水體信息的新方法[J];遙感技術(shù)與應(yīng)用;2009年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 陳華芳;王金亮;;山地高原地區(qū)TM影像水體信息提取方法比較[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

2 張明華;;用改進(jìn)的譜間關(guān)系模型提取極高山地區(qū)水體信息[A];中國(guó)測(cè)繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

3 許靜;陳興偉;陳文惠;;基于波譜特征的水體信息提取方法研究[A];福建省第十二屆水利水電青年學(xué)術(shù)交流會(huì)論文集[C];2008年

4 連蕓;宋傳中;吳立坤;霍立新;;圖像光譜特征和統(tǒng)計(jì)特征在水體信息提取中的應(yīng)用研究[A];加強(qiáng)地質(zhì)工作促進(jìn)社會(huì)經(jīng)濟(jì)和諧發(fā)展——2007年華東六省一市地學(xué)科技論壇論文集[C];2007年

5 王培忠;嚴(yán)衛(wèi)東;邊輝;翟娜;吳俊政;;基于典型相關(guān)分析的多時(shí)相ETM影像水體信息變化檢測(cè)[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

6 祝令亞;李杏朝;;基于HJ-1 CCD影像的水體信息提取研究及三峽水庫(kù)蓄水動(dòng)態(tài)監(jiān)測(cè)[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 江暉;水體信息自動(dòng)提取遙感研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2006年

2 陳文艷;山區(qū)地形遙感圖像水體信息的提取研究[D];廣西師范大學(xué);2013年

3 杜斌;基于面向?qū)ο蟮母叻直媛蔬b感影像水體信息提取優(yōu)勢(shì)研究[D];云南師范大學(xué);2014年

4 李永生;基于MODIS數(shù)據(jù)的艾比湖湖面變化研究[D];新疆師范大學(xué);2008年

  本文關(guān)鍵詞：基于面向?qū)ο蟮母叻直媛蔬b感影像水體信息提取優(yōu)勢(shì)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：471402