天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 測(cè)繪論文 >

結(jié)合高分辨率遙感影像多維特征的森林分類(lèi)

發(fā)布時(shí)間:2017-08-30 13:43

  本文關(guān)鍵詞:結(jié)合高分辨率遙感影像多維特征的森林分類(lèi)


  更多相關(guān)文章: 多層次分割 數(shù)學(xué)形態(tài)學(xué) 多時(shí)相特征 面向?qū)ο?/b> 隨機(jī)森林 森林分類(lèi)


【摘要】:高分辨率遙感影像具有豐富的紋理、形狀等特征,可有效提升分類(lèi)精度。但由于高分辨率影像普遍具有較少的光譜信息,所以會(huì)在一定程度上削弱其在森林分類(lèi)中的優(yōu)勢(shì)。本文利用WorldView-2高分辨率影像具有八個(gè)光譜波段的優(yōu)勢(shì),進(jìn)行植被分類(lèi)研究,旨在提高林區(qū)各樹(shù)種的分類(lèi)精度。選擇福建省將樂(lè)國(guó)有林場(chǎng)為研究區(qū),首先對(duì)WorldView-2影像進(jìn)行多層次分割,根據(jù)目視判別分割效果及小班矢量圖匹配效果并結(jié)合不同地物的實(shí)際特征,確定不同目標(biāo)地物類(lèi)別的最優(yōu)分割尺度,構(gòu)建地物信息提取的三個(gè)最優(yōu)尺度層,分別提取道路類(lèi)型;林地類(lèi)型,建筑用地,裸地,池塘;河流。其次,分析各類(lèi)地物對(duì)象的光譜特征、植被指數(shù)以及紋理特征曲線,提取基于數(shù)學(xué)形態(tài)學(xué)濾波的形狀特征,選取類(lèi)別間差異性較大的特征值建立特征空間與分類(lèi)規(guī)則。并應(yīng)用兩時(shí)相影像建立多維特征,分析不同時(shí)相的各類(lèi)地物特征值,利用不同季節(jié)的物候差異增強(qiáng)植被的特征差異性,以確定不同時(shí)相的可分性較強(qiáng)的特征值。然后,采用兩時(shí)相與單時(shí)相面向?qū)ο蟮亩鄬哟畏诸?lèi)、單時(shí)相面向?qū)ο蟮膯我粚哟螞Q策樹(shù)分類(lèi)與單時(shí)相基于像元的隨機(jī)森林分類(lèi)方法,實(shí)現(xiàn)地物尤其是各植被類(lèi)型的較高精度分類(lèi)。研究表明,針對(duì)林地類(lèi)型應(yīng)用紋理與多時(shí)相特征,針對(duì)建筑用地、道路及水體類(lèi)型,應(yīng)用基于形態(tài)學(xué)濾波的形狀特征,并結(jié)合各類(lèi)地物類(lèi)型的光譜、植被指數(shù)特征,能夠有效提升分類(lèi)精度。兩時(shí)相面向?qū)ο蟮亩鄬哟畏诸?lèi)方法總體精度達(dá)到92.41%, Kappa系數(shù)為0.9141,滿(mǎn)足森林制圖等應(yīng)用要求,分類(lèi)效果優(yōu)于其它三種結(jié)果。面向?qū)ο蟮亩鄬哟畏诸?lèi)方法能夠有效減少基于像元的分類(lèi)結(jié)果中出現(xiàn)的“同物異譜”與“同譜異物”現(xiàn)象,減少錯(cuò)分與漏分幾率,更加精確地反映各類(lèi)地物的真實(shí)邊界與輪廓信息,加強(qiáng)抗噪能力并避免“椒鹽”現(xiàn)象。
【關(guān)鍵詞】:多層次分割 數(shù)學(xué)形態(tài)學(xué) 多時(shí)相特征 面向?qū)ο?/strong> 隨機(jī)森林 森林分類(lèi)
【學(xué)位授予單位】:北京林業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2016
【分類(lèi)號(hào)】:P237
【目錄】:
  • 摘要3-4
  • ABSTRACT4-9
  • 1 緒論9-21
  • 1.1 研究背景及意義9-10
  • 1.2 遙感影像森林分類(lèi)國(guó)內(nèi)外現(xiàn)狀10-16
  • 1.2.1 基于像元的遙感影像森林分類(lèi)方法10-13
  • 1.2.2 高分遙感影像分類(lèi)13
  • 1.2.3 面向?qū)ο蟮倪b感影像森林分類(lèi)方法13-15
  • 1.2.4 基于多時(shí)相特征的遙感影像森林分類(lèi)方法15-16
  • 1.3 遙感影像森林分類(lèi)存在問(wèn)題與發(fā)展趨勢(shì)16-17
  • 1.4 項(xiàng)目來(lái)源與經(jīng)費(fèi)支持17
  • 1.5 研究目標(biāo)與研究?jī)?nèi)容17-18
  • 1.6 研究方法與技術(shù)路線18-21
  • 2. 研究區(qū)概況與數(shù)據(jù)獲取21-27
  • 2.1 研究區(qū)概況21-22
  • 2.1.1 地理位置21
  • 2.1.2 森林資源21-22
  • 2.1.3 氣候特征22
  • 2.2 數(shù)據(jù)獲取及預(yù)處理22-27
  • 2.2.1 數(shù)據(jù)獲取22-24
  • 2.2.2 遙感影像預(yù)處理24-26
  • 2.2.3 分類(lèi)體系建立26-27
  • 3. 多尺度分割27-35
  • 3.1 異質(zhì)性準(zhǔn)則定義27-28
  • 3.2 分割參數(shù)的選擇與試驗(yàn)28-35
  • 3.2.1 分割參數(shù)的選擇28-29
  • 3.2.2 分割參數(shù)的試驗(yàn)29-33
  • 3.2.3 多層次最優(yōu)分割參數(shù)33-35
  • 4. 對(duì)象特征提取與分析35-67
  • 4.1 光譜特征分析35-38
  • 4.1.1 光譜特征值35-36
  • 4.1.2 對(duì)象光譜特征值分析結(jié)果36-38
  • 4.2 植被指數(shù)特征分析38-43
  • 4.2.1 植被指數(shù)定義38-40
  • 4.2.2 對(duì)象植被指數(shù)分析結(jié)果40-43
  • 4.3 水體指數(shù)分析43
  • 4.4 紋理特征分析43-48
  • 4.4.1 紋理特征參數(shù)43-45
  • 4.4.2 窗口大小的選定45
  • 4.4.3 對(duì)象紋理特征分析結(jié)果45-48
  • 4.5 基于數(shù)學(xué)形態(tài)學(xué)的形狀特征分析48-58
  • 4.5.1 數(shù)學(xué)形態(tài)學(xué)48-54
  • 4.5.2 形態(tài)學(xué)濾波54-57
  • 4.5.3 形狀特征提取分析57-58
  • 4.6 多時(shí)相特征58-67
  • 4.6.1 多時(shí)相光譜特征分析59-61
  • 4.6.2 多時(shí)相植被指數(shù)分析61-63
  • 4.6.3 多時(shí)相紋理特征分析63-67
  • 5. WorldView-2影像森林類(lèi)型識(shí)別67-79
  • 5.1 面向?qū)ο蠖鄬哟畏诸?lèi)67-72
  • 5.1.1 特征空間及分類(lèi)規(guī)則的建立67
  • 5.1.2 分類(lèi)結(jié)果67-72
  • 5.2 面向?qū)ο髥螌哟螞Q策樹(shù)分類(lèi)72-73
  • 5.2.1 決策樹(shù)理論72-73
  • 5.2.2 分類(lèi)結(jié)果73
  • 5.3 隨機(jī)森林分類(lèi)方法73-79
  • 5.3.1 隨機(jī)森林的基分類(lèi)器——CART決策樹(shù)74
  • 5.3.2 隨機(jī)森林的數(shù)學(xué)定義74-75
  • 5.3.3 隨機(jī)森林的性質(zhì)75-76
  • 5.3.4 隨機(jī)森林的構(gòu)建過(guò)程76-77
  • 5.3.5 分類(lèi)結(jié)果77-79
  • 6. 分類(lèi)結(jié)果精度評(píng)價(jià)79-86
  • 6.1 分類(lèi)精度評(píng)價(jià)理論79-80
  • 6.2 分類(lèi)結(jié)果精度評(píng)價(jià)80-86
  • 7. 結(jié)論與討論86-89
  • 7.1 結(jié)論86-87
  • 7.2 特色與創(chuàng)新87
  • 7.3 討論與展望87-89
  • 參考文獻(xiàn)89-97
  • 個(gè)人簡(jiǎn)介97-98
  • 導(dǎo)師簡(jiǎn)介98-99
  • 獲得成果目錄99-100
  • 致謝100

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王愛(ài)萍;王樹(shù)根;吳會(huì)征;;利用分層聚合進(jìn)行高分辨率遙感影像多尺度分割[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年09期

2 王艷梅;王根杰;劉海娟;;高分辨率遙感影像提取道路方法研究進(jìn)展[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年19期

3 顧鈺培;肖蘭玲;凌婷婷;達(dá)利春;;一種基于高分辨率遙感影像的建筑物提取方法[J];測(cè)繪與空間地理信息;2014年04期

4 趙書(shū)河;;高分辨率遙感數(shù)據(jù)處理方法實(shí)驗(yàn)研究[J];地學(xué)前緣;2006年03期

5 羅軍;潘瑜春;王紀(jì)華;陸洲;曹榮龍;閻廣建;;基于高分辨率遙感影像的設(shè)施農(nóng)業(yè)資源信息采集技術(shù)研究[J];地理與地理信息科學(xué);2007年03期

6 邵蕓;郭華東;范湘濤;王爾和;朱博勤;馬建文;張風(fēng)麗;;奧運(yùn)主場(chǎng)館區(qū)工程環(huán)境高分辨率遙感監(jiān)測(cè)與虛擬仿真研究[J];遙感學(xué)報(bào);2008年04期

7 陳世榮;馬海建;范一大;徐豐;連健;;基于高分辨率遙感影像的汶川地震道路損毀評(píng)估[J];遙感學(xué)報(bào);2008年06期

8 韓春峰;米曉飛;;基于高分辨率遙感影像的人口信息的提取綜述[J];科技資訊;2010年04期

9 李彩露;吳平;王寧;劉源璋;;高分辨率遙感影像道路提取方法綜述[J];地理空間信息;2011年03期

10 楊先武;韋春桃;李彩露;吳平;;基于形態(tài)重建的高分辨率遙感影像城市道路提取[J];地理科學(xué);2011年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李艷芳;王生;;高分辨率遙感影像在公安行業(yè)的應(yīng)用分析[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

2 趙書(shū)河;王培法;肖鵬峰;馮學(xué)智;;高分辨率遙感應(yīng)用研究[A];中國(guó)地理學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文摘要集[C];2006年

3 朱曉鈴;鄔群勇;;基于高分辨率遙感影像的城市道路提取方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 張劍清;鄭順義;張勇;張宏偉;李治江;;高分辨率遙感影像的精糾正[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

5 馬力;;基于高分辨率遙感影像的導(dǎo)航數(shù)據(jù)更新研究[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

6 陳君穎;田慶久;;高分辨率遙感植被分類(lèi)模式研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

7 燕琴;張繼賢;劉玉紅;錢(qián)廣軍;;以影像序列糾正高分辨率遙感影像的應(yīng)用研究[A];全面建設(shè)小康社會(huì):中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集(上)[C];2003年

8 溫小歡;林廣發(fā);陳明華;陳友飛;;基于高分辨率遙感影像獨(dú)立樹(shù)冠提取方法之比較[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

9 羅震;楊存建;李小文;;基于高分辨率遙感影像的農(nóng)村聚落信息的提取[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 董明;;基于高分辨率遙感影像的道路半自動(dòng)提取方法研究[A];數(shù)字測(cè)繪與GIS技術(shù)應(yīng)用研討交流會(huì)論文集[C];2008年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 本報(bào)記者 崔恩慧;如何“玩轉(zhuǎn)”高分辨率遙感技術(shù)?[N];中國(guó)航天報(bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 霍宏;生物視覺(jué)啟發(fā)的高分辨率遙感影像特征提取與目標(biāo)檢測(cè)研究[D];上海交通大學(xué);2014年

2 李榮亞;雙態(tài)云支持下高分辨率遙感存儲(chǔ)與計(jì)算一體化研究[D];浙江大學(xué);2014年

3 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測(cè)方法研究[D];華中科技大學(xué);2011年

4 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測(cè)方法研究[D];華中科技大學(xué);2012年

5 洪亮;基于對(duì)象馬爾可夫模型的高分辨率遙感影像分割方法研究[D];武漢大學(xué);2010年

6 陳杰;高分辨率遙感影像面向?qū)ο蠓诸?lèi)方法研究[D];中南大學(xué);2010年

7 Rami Badawi(巴達(dá)衛(wèi));基于高分辨率遙感影像的南京典型城區(qū)綠地信息提取[D];南京大學(xué);2012年

8 張道兵;高分辨率遙感影像中交互式道路提取算法研究[D];中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2007年

9 馮甜甜;基于高分辨率遙感數(shù)據(jù)的城市精細(xì)尺度人口估算研究[D];武漢大學(xué);2010年

10 李海霞;高分辨率遙感影像對(duì)象分類(lèi)方法研究及其城鄉(xiāng)規(guī)劃監(jiān)測(cè)應(yīng)用[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 許潛金;基于高分辨率遙感影像與LiDAR點(diǎn)云的損毀建筑物提取方法研究[D];西南交通大學(xué);2015年

2 李建飛;高分辨率遙感影像中的道路信息提取與表達(dá)方法研究[D];湖南工業(yè)大學(xué);2015年

3 孫雯;微小衛(wèi)星低成本高分辨率遙感相機(jī)的設(shè)計(jì)和研制[D];蘇州大學(xué);2015年

4 程臻;面向?qū)ο蟮母叻直媛蔬b感影像全要素分類(lèi)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 安麗;基于Hough變換的高分辨率遙感影像道路提取[D];東華理工大學(xué);2015年

6 陳璐璐;土地利用動(dòng)態(tài)監(jiān)測(cè)在土地執(zhí)法中的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2014年

7 白金婷;結(jié)合高分辨率遙感影像多維特征的森林分類(lèi)[D];北京林業(yè)大學(xué);2016年

8 康萌萌;基于共享特征的高分辨率遙感影像多層次分類(lèi)研究[D];上海交通大學(xué);2013年

9 潘旋;基于混疊采樣的高分辨率遙感光譜成像研究[D];西安電子科技大學(xué);2013年

10 黃雪青;基于高分辨率遙感影像的信息提取[D];重慶大學(xué);2008年



本文編號(hào):759645


本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/759645.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶(hù)a854a***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com