本文關鍵詞：基于GF-1衛(wèi)星影像的東洞庭湖濕地信息提取技術研究

  更多相關文章： 高分辨率影像 紋理特征 局部二進制模式 濕地信息提取

【摘要】：本文以湖南省北部的東洞庭湖及其附近區(qū)域為研究區(qū),應用高分一號衛(wèi)星(GF-1)影像數(shù)據(jù)。從GF-1影像波段特征入手,分析本地區(qū)地類的波譜特性,得到合適的水體提取指數(shù)。將三種不同半徑的局部二進制算子與灰度共生矩陣結合,分別對影像提取紋理。然后將三種不同半徑的與沒有加入該算子的信息提取結果對比分析,得出最有效的紋理特征提取方法。同時通過轉移矩陣分析不同時相的地類提取結果,研究該地區(qū)濕地資源時空分布規(guī)律。文章旨在應用高分辨率遙感影像GF-1數(shù)據(jù),探索和研究有效的濕地信息提取方法,分析東洞庭湖區(qū)濕地資源的時空分布規(guī)律,為該地區(qū)濕地保護和恢復提供理論和方法參考。本文主要內容和結論如下:(1)GF-1的第一波段為藍靛波段,對水質特別靈敏,同時又是綠色植物葉綠素的吸收區(qū),還可用來區(qū)分土壤植被。經過波段計算分析,發(fā)現(xiàn)用藍靛波段代替綠波段,而后使用歸一化水體指數(shù)與傳統(tǒng)的土壤調整植被指數(shù)相減可以有效地提取水體,該方法在六月份影像的湖面提取中,提取精度達到96.97%。(2)將灰度共生矩陣方法與LBP算法結合應用于紋理信息提取,經過小范圍試驗,當半徑為3的時候,分類精度達到86.58%,比單純的灰度共生矩陣效果好。并且經試驗觀察得到:變換半徑是紋理能否有效提取的關鍵因素,研究初步理解為最佳半徑與空間分辨率和地物實際大小相關。(3)將本文提出的光譜特征和紋理特征提取方法應用于高分辨率影像信息提取,其中河流湖泊、草灘地、耕地、泥灘地、裸灘地這些大面積地物的提取精度都大于或接近90%,達到很高的精度;建筑用地、有林地、庫塘這些面積小的細碎地物提取精度也在80%左右,可見該方法對于高空間分辨率遙感影像信息提取行之有效。(4)采用轉移矩陣分析方法將一月份和六月份地類信息提取結果聯(lián)合分析,實現(xiàn)了基于不同時相地類特征的綜合信息提取。從空間位置上反映該地區(qū)濕地資源的變化特征,有利于全面把握它的時空分布規(guī)律和因時因地的管理與利用。
【關鍵詞】：高分辨率影像 紋理特征 局部二進制模式 濕地信息提取
【學位授予單位】：中國林業(yè)科學研究院
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P237
【目錄】：

• 摘要5-6
• Abstract6-13
• 第一章 緒論13-23
• 1.1 研究目的13
• 1.2 研究的意義13-14
• 1.3 國內外研究進展14-18
• 1.3.1 神經網絡法15
• 1.3.2 支持向量機法15-16
• 1.3.3 決策樹法16
• 1.3.4 面向對象方法16-18
• 1.4 存在問題18
• 1.5 發(fā)展趨勢18-19
• 1.6 研究的主要內容19-20
• 1.6.1 基于GF-1 影像的濕地光譜特征分析研究19
• 1.6.2 基于GF-1 影像的濕地紋理特征提取方法研究19-20
• 1.6.3 基于不同時相遙感影像的濕地特征分析20
• 1.7 研究技術路線20-22
• 1.7.1 研究技術路線圖20-21
• 1.7.2 論文組織與結構21-22
• 1.8 項目經費來源22-23
• 第二章 研究區(qū)概況及數(shù)據(jù)預處理23-35
• 2.1 研究區(qū)概況23-25
• 2.1.1 地理位置23
• 2.1.2 自然條件狀況23-25
• 2.2 遙感影像及輔助數(shù)據(jù)獲取25-26
• 2.3 GF-1 影像預處理26-33
• 2.3.1 GF-1 影像輻射校正26-29
• 2.3.2 GF-1 影像正射校正29-31
• 2.3.3 GF-1 影像圖像融合31-32
• 2.3.4 研究區(qū)影像鑲嵌與裁剪32-33
• 2.4 本章小結33-35
• 第三章 GF-1 影像濕地信息提取方法35-52
• 3.1 特征提取方法35-46
• 3.1.1 光譜特征分析研究方法35-37
• 3.1.2 紋理特征提取法37-46
• 3.1.2.1 原始灰度共生矩陣法38-39
• 3.1.2.2 局部二進制模式（LBP）39-40
• 3.1.2.3 紋理提取方法分析比較40-46
• 3.2 分類系統(tǒng)46-47
• 3.3 分類方法47-49
• 3.3.1 多尺度分割48
• 3.3.2 最鄰近分類（Nearest Neighbor，NN）48-49
• 3.4 轉移矩陣分析方法49-50
• 3.5 本章小結50-52
• 第四章 基于LBP變換紋理特征的東洞庭湖區(qū)域信息提取52-69
• 4.1 分類過程與結果52-58
• 4.2 精度檢驗58-62
• 4.3 研究區(qū)濕地時相變化特征分析62-68
• 4.4 本章小結68-69
• 第五章 結論與討論69-72
• 5.1 結論69-70
• 5.2 存在的問題70-71
• 5.3 討論與展望71-72
• 參考文獻72-77
• 在讀期間學術研究77-78
• 致謝78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 周春艷;王萍;張振勇;齊成濤;;基于面向對象信息提取技術的城市用地分類[J];遙感技術與應用;2008年01期

2 楊廣斌,安裕倫,張雅梅,谷花云,張宏群;基于3S的貴州省萬畝大壩信息提取技術[J];貴州師范大學學報(自然科學版);2003年02期

3 付錦,李劍峰,朱佳保,趙英俊;利用多源信息進行三維地質成像的信息提取技術[J];南華大學學報(理工版);2003年01期

4 塔西甫拉提·特依拜,丁建麗;基于知識的衛(wèi)星遙感信息提取技術研究進展綜述[J];新疆大學學報(自然科學版);2002年02期

5 張安定;彭篤明;李德一;王周龍;王大鵬;;基于TM影像的果園空間信息提取技術研究[J];測繪科學;2007年05期

6 何學洲;宮輝力;李小娟;陳瑩;楊伶俐;;無級比例尺信息提取技術在北京城鎮(zhèn)道路中的應用研究[J];地理信息世界;2008年03期

7 ;[J];;年期

中國重要報紙全文數(shù)據(jù)庫 前1條

1 記者 李偉鋒;我國新型遙感探測技術瞄準國際前沿[N];中國國土資源報;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 朱自娟;基于GF-1衛(wèi)星影像的東洞庭湖濕地信息提取技術研究[D];中國林業(yè)科學研究院;2015年

2 王琳琳;基于HTML Parser的Web信息提取技術[D];北京郵電大學;2007年

3 吳曜宏;基于策略的網絡信息提取技術的研究[D];電子科技大學;2013年

4 繆霖;Web信息提取技術在企業(yè)競爭情報平臺的應用研究[D];電子科技大學;2010年

，

本文編號：774751