光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測
本文關(guān)鍵詞:光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測
更多相關(guān)文章: 高分辨率遙感影像 變化檢測 面向?qū)ο?/b> 光譜梯度差分 紋理特征
【摘要】:近年來,隨著遙感衛(wèi)星技術(shù)的快速發(fā)展,遙感影像空間分辨率不斷提高,很多遙感衛(wèi)星影像已經(jīng)達(dá)到亞米級。這些高分辨率遙感影像可以提供地物豐富的空間信息、幾何結(jié)構(gòu)信息和紋理信息,極大地提高了對地物的識別能力。高分辨率遙感影像的變化檢測可以利用這些豐富的信息資源,為科學(xué)分析和決策服務(wù),極大地促進(jìn)了高分辨率遙感影像的應(yīng)用。目前高分辨率遙感影像變化檢測已應(yīng)用到國民經(jīng)濟(jì)各個領(lǐng)域,如地理國情監(jiān)測、地表覆蓋變化監(jiān)測、城市擴(kuò)展調(diào)查與規(guī)劃、資源評估、環(huán)境監(jiān)測、災(zāi)害預(yù)警、精準(zhǔn)農(nóng)業(yè)以及地圖數(shù)據(jù)庫更新等。針對高分辨率遙感影像變化檢測方法的研究也因此成為一個研究熱點。目前遙感影像的變化檢測方法主要分為基于像元和基于對象兩類;谙裨淖兓瘷z測方法在高分辨率遙感影像變化檢測中容易出現(xiàn)嚴(yán)重的“椒鹽”噪聲;基于面向?qū)ο蟮淖兓瘷z測方法受影像分割和分類的影響,變化檢測結(jié)果的精度較低。對此,本文對高分辨率遙感影像變化檢測方法展開研究,主要研究內(nèi)容如下:(1)對現(xiàn)有的變化檢測方法進(jìn)行深入的分析,其中重點研究了光譜梯度差分和面向?qū)ο蟮淖兓瘷z測方法,并通過實驗發(fā)現(xiàn)了這些方法在高分辨率遙感影像變化檢測中的優(yōu)勢與不足。(2)針對現(xiàn)有的變化檢測方法在高分辨率遙感影像變化檢測中出現(xiàn)的問題,將光譜梯度差分法與面向?qū)ο蠓ǖ膬?yōu)勢互補(bǔ),提出光譜梯度差分與面向?qū)ο笙嘟Y(jié)合的高分辨率遙感影像變化檢測方法。(3)在光譜梯度差分與面向?qū)ο笙嘟Y(jié)合的變化檢測方法中引入紋理均值,用紋理均值梯度代替?zhèn)鹘y(tǒng)的光譜來計算變化強(qiáng)度,以達(dá)到提高高分辨率遙感影像變化檢測精度的目的。(4)利用安徽省部分地區(qū)2011年3月23日和2015年4月17日的WorldView-2影像進(jìn)行變化檢測實驗,并與其它變化檢測方法進(jìn)行對比。最后得到光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測結(jié)果總體精度達(dá)到90.572%,Kappa系數(shù)為0.812。研究結(jié)果表明,本文提出的光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測方法,既能克服基于像元的變化檢測方法的“椒鹽”噪聲問題,又能有效提高變化檢測結(jié)果的精度。
【關(guān)鍵詞】:高分辨率遙感影像 變化檢測 面向?qū)ο?/strong> 光譜梯度差分 紋理特征
【學(xué)位授予單位】:西南交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:P237
【目錄】:
- 摘要6-7
- Abstract7-11
- 第1章 緒論11-17
- 1.1 研究背景及意義11-12
- 1.2 國內(nèi)外研究現(xiàn)狀12-15
- 1.2.1 基于像元的變化檢測12-14
- 1.2.2 面向?qū)ο蟮淖兓瘷z測14-15
- 1.2.3 高分辨率遙感影像變化檢測現(xiàn)存的問題15
- 1.3 本文研究目的與主要內(nèi)容15-16
- 1.4 論文組織結(jié)構(gòu)16-17
- 第2章 遙感影像變化檢測原理17-27
- 2.1 遙感影像變化檢測的概念17
- 2.2 遙感影像數(shù)據(jù)的選取17-18
- 2.3 遙感影像的預(yù)處理18-21
- 2.3.1 輻射校正18-20
- 2.3.2 幾何校正20
- 2.3.3 影像配準(zhǔn)20-21
- 2.4 變化信息提取21-25
- 2.4.1 遙感影像變化檢測方法21-24
- 2.4.2 變化閾值設(shè)置24-25
- 2.5 精度評價25-26
- 2.6 本章小結(jié)26-27
- 第3章 面向?qū)ο蟮倪b感影像變化檢測27-48
- 3.1 面向?qū)ο蟮淖兓瘷z測流程27
- 3.2 影像分割27-31
- 3.3 影像特征分析31-34
- 3.3.1 光譜統(tǒng)計特征31-32
- 3.3.2 形狀特征32-33
- 3.3.3 紋理特征33-34
- 3.4 影像分類34-35
- 3.5 面向?qū)ο笞兓瘷z測方法35-36
- 3.6 實驗與分析36-46
- 3.6.1 研究區(qū)域概述36-37
- 3.6.2 數(shù)據(jù)預(yù)處理及結(jié)果37-39
- 3.6.3 影像分割結(jié)果39-40
- 3.6.4 影像分類結(jié)果40-41
- 3.6.5 變化信息提取41-42
- 3.6.6 精度評價42-44
- 3.6.7 分析與總結(jié)44-46
- 3.7 面向?qū)ο蟮母叻直媛蔬b感影像變化檢測中存在的問題46-47
- 3.8 本章小結(jié)47-48
- 第4章 基于光譜梯度差異的遙感影像變化檢測48-55
- 4.1 基于光譜梯度差異的變化檢測流程48-49
- 4.2 光譜梯度的計算49-50
- 4.3 光譜梯度向量的生成50
- 4.4 基于光譜梯度差異的變化強(qiáng)度計算50
- 4.5 實驗與分析50-53
- 4.5.1 變化信息提取50-51
- 4.5.2 精度評價51-52
- 4.5.3 分析與總結(jié)52-53
- 4.6 SGD在高分辨率遙感影像變化檢測中存在的問題53-54
- 4.7 本章小結(jié)54-55
- 第5章 光譜梯度差分與面向?qū)ο笙嘟Y(jié)合的變化檢測55-67
- 5.1 變化檢測思路55-56
- 5.2 影像分割結(jié)果56-57
- 5.3 特征選擇結(jié)果57-59
- 5.4 特征梯度的計算59
- 5.5 變化強(qiáng)度計算59-60
- 5.6 變化檢測實驗和分析60-66
- 5.6.1 變化信息提取60-61
- 5.6.2 精度評價61
- 5.6.3 對比分析61-66
- 5.7 本章小結(jié)66-67
- 總結(jié)與展望67-69
- 致謝69-71
- 參考文獻(xiàn)71-75
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 李德仁;利用遙感影像進(jìn)行變化檢測[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2003年S1期
2 胡巖峰,劉波,李峰,李立鋼,丘江;一種基于統(tǒng)計分析的圖像變化檢測方法[J];光子學(xué)報;2005年01期
3 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進(jìn)行城市擴(kuò)展變化檢測[J];國土資源遙感;2006年03期
4 李雪;舒寧;王琰;李亮;;利用土地利用狀態(tài)轉(zhuǎn)移分析的變化檢測[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2011年08期
5 方針,張劍清,張祖勛;基于城區(qū)航空影像的變化檢測[J];武漢測繪科技大學(xué)學(xué)報;1997年03期
6 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期
7 馬云飛;李宏;;遙感變化檢測技術(shù)方法綜述[J];測繪與空間地理信息;2014年01期
8 劉直芳,張劍清;城區(qū)變化檢測的一種方法[J];測繪通報;2001年02期
9 倪林,冷洪超;機(jī)場區(qū)域變化檢測研究[J];遙感技術(shù)與應(yīng)用;2002年04期
10 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學(xué);2005年06期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學(xué)會第九次全國會員代表大會暨學(xué)會成立50周年紀(jì)念大會論文集[C];2009年
2 劉元波;;環(huán)境遙感變化探測研究中的若干問題:輻射校正方法與變化檢測算法及其理論關(guān)系[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年
3 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術(shù)的研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年
4 霍春雷;程健;周志鑫;盧漢清;;基于尺度傳播的多尺度變化檢測新方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年
5 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國(天津)2011’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2011年
6 胡艷;李勝;何宗;羅靈軍;李靜;;水體變化檢測在重慶市干旱遙感監(jiān)測中的應(yīng)用[A];重慶市測繪學(xué)會第三屆優(yōu)秀論文評選獲獎?wù)撐聂?005-2006年度學(xué)術(shù)交流會論文選編[C];2008年
7 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學(xué)會2012年年會論文集[C];2012年
8 柳思聰;杜培軍;;基于形態(tài)學(xué)濾波的多時相遙感影像變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年
9 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集(五)國家安全與軍事地球物理研究[C];2005年
10 劉翔;李萬茂;高連如;陶發(fā)達(dá);倪金生;;基于遙感圖像變化檢測的投資項目搜索技術(shù)研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 郝明;基于空間信息準(zhǔn)確性增強(qiáng)的遙感影像變化檢測方法研究[D];中國礦業(yè)大學(xué);2015年
2 王凌霞;基于多尺度分析和自然進(jìn)化優(yōu)化的遙感圖像配準(zhǔn)與變化檢測[D];西安電子科技大學(xué);2015年
3 劉趕超;基于雙噪聲相似性模型的SAR圖像變化檢測[D];西安電子科技大學(xué);2016年
4 李向軍;遙感土地利用變化檢測方法探討[D];中國科學(xué)院研究生院(遙感應(yīng)用研究所);2006年
5 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學(xué)院研究生院(遙感應(yīng)用研究所);2006年
6 李雪;基于像斑信息挖掘的土地利用變化檢測方法研究[D];武漢大學(xué);2010年
7 張路;基于多元統(tǒng)計分析的遙感影像變化檢測方法研究[D];武漢大學(xué);2004年
8 羅旺;遙感圖像的變化檢測與標(biāo)注方法研究[D];電子科技大學(xué);2012年
9 王琰;基于像斑統(tǒng)計分析的高分辨率遙感影像土地利用/覆蓋變化檢測方法研究[D];武漢大學(xué);2012年
10 鄧湘金;基于模式識別知識的遙感圖像變化檢測研究[D];中國科學(xué)院研究生院(電子學(xué)研究所);2003年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 張家琦;遙感影像變化檢測方法及應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年
2 李根紅;寧武煤田地表覆蓋提取和變化分析[D];太原理工大學(xué);2016年
3 馮磊;基于高分辨率衛(wèi)星遙感的城市典型地物變化監(jiān)測[D];東北大學(xué);2014年
4 施曉良;遙感圖像變化檢測方法研究[D];華東師范大學(xué);2016年
5 楊磊;基于多特征Dempster-shafer證據(jù)融合的高分辨率遙感影像建筑物變化檢測[D];西南交通大學(xué);2016年
6 屈亞;矢量數(shù)據(jù)輔助的高分辨率遙感影像高鐵沿線變化檢測方法研究[D];西南交通大學(xué);2016年
7 韓飛;光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測[D];西南交通大學(xué);2016年
8 李紅凌;面向?qū)ο蟮乃锬竞恿饔驖竦刈兓瘷z測方法研究[D];新疆大學(xué);2016年
9 張一晨;基于NSCT域內(nèi)圖像融合與去噪算法的SAR遙感圖像變化檢測算法[D];新疆大學(xué);2016年
10 邱允亮;基于Semi-NMF的多時相遙感圖像變化檢測研究及應(yīng)用[D];西南交通大學(xué);2016年
,本文編號:634297
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/634297.html