本文關(guān)鍵詞：資源三號(hào)衛(wèi)星影像解譯樣本及特征知識(shí)庫(kù)構(gòu)建研究

  更多相關(guān)文章： 分類體系 特征表達(dá) 數(shù)據(jù)庫(kù)設(shè)計(jì) 樣本變化檢測(cè)

【摘要】：高空間分辨率遙感技術(shù),已成為遙感技術(shù)領(lǐng)域的熱點(diǎn)和主流技術(shù),并在多個(gè)領(lǐng)域得到了廣泛應(yīng)用。本文以資源三號(hào)衛(wèi)星影像為主要研究對(duì)象,研究和探討了資源三號(hào)衛(wèi)星影像解譯樣本及特征知識(shí)庫(kù)構(gòu)建的總體思路和基本策略;統(tǒng)計(jì)、分析和總結(jié)了水體、植被、道路、建筑區(qū)等常見目標(biāo)類型的各類特征信息,并將樣本對(duì)象、特征值等信息存儲(chǔ)于數(shù)據(jù)庫(kù)中,實(shí)現(xiàn)解譯樣本的自動(dòng)搜索調(diào)用、樣本集的更新、樣本特征知識(shí)擴(kuò)充和約束調(diào)用。本文具體做了以下工作:(1)分析了現(xiàn)有土地分類體系,結(jié)合資源三號(hào)2.1米分辨率融合影像的特點(diǎn),制定了適用于資源三號(hào)衛(wèi)星影像的地物分類體系和樣本采集方案。(2)整理歸納了光譜、幾何、紋理和指數(shù)共50個(gè)特征,對(duì)這些特征集進(jìn)行量化表達(dá)和存儲(chǔ)。分析了水體、植被、道路等常見地類的特征值分布規(guī)律,篩選出有效的特征組合構(gòu)建特征向量,作為樣本可用性評(píng)估方法。(3)以樣本及特征知識(shí)庫(kù)中存儲(chǔ)的數(shù)據(jù)類型如樣本屬性、矢量、影像、特征值及特征算法集作為研究對(duì)象,利用Oracle數(shù)據(jù)庫(kù)平臺(tái)和Arc SDE空間數(shù)據(jù)庫(kù)引擎,構(gòu)建了資源三號(hào)衛(wèi)星影像解譯樣本及特征知識(shí)庫(kù)�；贑#語(yǔ)言和Arc GIS Engine二次開發(fā)組件開發(fā)了解譯樣本及特征知識(shí)庫(kù)管理系統(tǒng),實(shí)現(xiàn)了對(duì)數(shù)據(jù)庫(kù)的調(diào)用和維護(hù)。(4)本文選擇山東省濱州地區(qū)347平方公里范圍為實(shí)驗(yàn)區(qū)域,利用該區(qū)域資源三號(hào)融合影像為實(shí)驗(yàn)影像,采集了水體、植被、道路、建筑區(qū)及裸地類別的463個(gè)解譯樣本數(shù)據(jù),測(cè)試了資源三號(hào)衛(wèi)星影像解譯樣本及特征知識(shí)庫(kù)的功能,并采用了同區(qū)域、后時(shí)相影像進(jìn)行了樣本可用性評(píng)估及信息提取實(shí)驗(yàn),進(jìn)一步證明了技術(shù)方法的可行性和實(shí)用性。
【關(guān)鍵詞】：分類體系 特征表達(dá) 數(shù)據(jù)庫(kù)設(shè)計(jì) 樣本變化檢測(cè)
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-15
• 1 緒論15-19
• 1.1 研究背景與研究意義15
• 1.2 研究現(xiàn)狀15-17
• 1.3 研究?jī)?nèi)容17
• 1.4 論文章節(jié)安排與技術(shù)路線17-19
• 2 資源三號(hào)衛(wèi)星影像解譯樣本19-31
• 2.1 影像數(shù)據(jù)源19-20
• 2.2 樣本類別標(biāo)準(zhǔn)20-22
• 2.3 樣本采集方案22-30
• 2.4 本章小結(jié)30-31
• 3 資源三號(hào)衛(wèi)星影像解譯特征31-45
• 3.1 資源三號(hào)衛(wèi)星影像解譯特征表達(dá)31-37
• 3.2 特征分析37-44
• 3.3 本章小結(jié)44-45
• 4 數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)45-55
• 4.1 編碼規(guī)則45-47
• 4.2 解譯樣本及特征知識(shí)庫(kù)設(shè)計(jì)47-52
• 4.3 數(shù)據(jù)庫(kù)實(shí)現(xiàn)52-54
• 4.4 本章小結(jié)54-55
• 5 資源三號(hào)衛(wèi)星影像解譯樣本及特征知識(shí)庫(kù)的建設(shè)與應(yīng)用55-71
• 5.1 數(shù)據(jù)準(zhǔn)備56-59
• 5.2 數(shù)據(jù)入庫(kù)59-61
• 5.3 數(shù)據(jù)檢查61-64
• 5.4 樣本可用性評(píng)估64-67
• 5.5 輔助監(jiān)督分類67-70
• 5.6 本章小結(jié)70-71
• 6 總結(jié)與展望71-73
• 6.1 總結(jié)71
• 6.2 展望71-73
• 參考文獻(xiàn)73-78
• 作者簡(jiǎn)歷78-80
• 學(xué)位論文數(shù)據(jù)集80

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 田茂義;盧秀山;王冬;張燕;;基于Oracle的DOM影像庫(kù)的建立研究[J];測(cè)繪通報(bào);2006年06期

2 張睿;馬建文;;支持向量機(jī)在遙感數(shù)據(jù)分類中的應(yīng)用新進(jìn)展[J];地球科學(xué)進(jìn)展;2009年05期

3 宋楊;李長(zhǎng)輝;林鴻;;面向?qū)ο蟮膃Cognition遙感影像分類識(shí)別技術(shù)應(yīng)用[J];地理空間信息;2012年02期

4 潘紅播;張過(guò);唐新明;王霞;周平;許妙忠;李德仁;;資源三號(hào)測(cè)繪衛(wèi)星影像產(chǎn)品精度分析與驗(yàn)證[J];測(cè)繪學(xué)報(bào);2013年05期

5 許章華;劉健;余坤勇;劉濤;龔從宏;唐夢(mèng)雅;謝婉君;李增祿;;陰影植被指數(shù)SVI的構(gòu)建及其在四種遙感影像中的應(yīng)用效果[J];光譜學(xué)與光譜分析;2013年12期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 許毅平;基于高光譜圖像多特征分析的目標(biāo)提取研究[D];華中科技大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉曉慶;城市基礎(chǔ)地理信息分類編碼的研究[D];山東科技大學(xué);2011年

，

本文編號(hào)：616965