本文關(guān)鍵詞：面向地理國情普查的高分辨率遙感影像半自動(dòng)解譯技術(shù)研究

  更多相關(guān)文章： 高分辨率遙感影像 地理國情普查 并行分塊分割 半自動(dòng)解譯 規(guī)則集

【摘要】：隨著高分辨率遙感技術(shù)和信息化測繪技術(shù)的飛速發(fā)展,地理國情普查作為測繪地理信息領(lǐng)域一個(gè)新的、極為重要的工作,已經(jīng)成為高分辨率遙感技術(shù)應(yīng)用的迫切需求。本文主要結(jié)合目前開展的地理國情普查工作,在深入研究分析高分辨率遙感影像解譯過程中能夠?qū)崿F(xiàn)計(jì)算機(jī)自動(dòng)化或半自動(dòng)化處理環(huán)節(jié)的基礎(chǔ)上,結(jié)合地理國情普查內(nèi)容與西部地區(qū)地表覆蓋的特征,構(gòu)建西部地區(qū)高分辨率遙感影像半自動(dòng)解譯體系,通過重點(diǎn)研究高分辨率遙感影像大數(shù)據(jù)的并行分塊分割與地物特征知識(shí)庫建立的理論與方法,針對性地開發(fā)快速、高效的高分辨率遙感影像半自動(dòng)解譯工具軟件,為地理國情普查工作提供依據(jù)和技術(shù)指導(dǎo)。論文主要開展了以下四個(gè)方面研究:(1)高分辨率遙感影像地物特征分析及其空間域量化。本文結(jié)合地理國情普查內(nèi)容與西部地區(qū)地表覆蓋特征,建立了道路、房屋建筑物、水體、植被、裸地五大地理國情普查典型地物分類體系,構(gòu)建了西部遙感影像半自動(dòng)解譯體系框架,為西部高分辨率遙感影像解譯的半自動(dòng)化處理提供技術(shù)指導(dǎo),具有一定的技術(shù)和理論參考價(jià)值。(2)設(shè)計(jì)并實(shí)現(xiàn)了基于ENVI/IDL平臺(tái)高分辨率遙感影像大數(shù)據(jù)并行分塊分割技術(shù)方案。本文將IDL內(nèi)置的IDL_IDLBridge類應(yīng)用于高分辨率遙感影像分割中,結(jié)合面向?qū)ο蠖喑叨确指钏惴�、影像分塊策略,實(shí)現(xiàn)了高分辨率現(xiàn)遙感影像半自動(dòng)解譯的一體化處理技術(shù)解決方案。并對同一高分辨率遙感影像,以時(shí)間為量化指標(biāo),對并行分塊分割方法與整幅影像分割方法進(jìn)行對比,整幅影像分割完成時(shí)間為132.25秒,并行分塊分割完成時(shí)間為118.09秒,分割處理效率有所提高。(3)分析并研究了高分辨率遙感影像半自動(dòng)解譯規(guī)則集建立的技術(shù)與方法。本文分別選取了道路、房屋建筑物、水體、植被、裸地五大地物高分辨率影像樣本,通過研究五大地物的解譯特征組合,建立了道路、房屋建筑物、水體、植被、裸地的半自動(dòng)解譯規(guī)則集,為地理國情普查地物信息的快速、高效提取提供依據(jù)與解決思路。(4)以ENVI/IDL為開發(fā)平臺(tái),設(shè)計(jì)并編程實(shí)現(xiàn)了面向地理國情普查的高分辨率遙感影像半自動(dòng)解譯工具軟件。以重慶市沙坪壩區(qū)大學(xué)城研究區(qū)域的QuickBird影像為研究對象,以人工采樣100個(gè)檢查點(diǎn)的人工解譯結(jié)果為基準(zhǔn),解譯結(jié)果一致性比率為精度評估的量化指標(biāo),對本文研發(fā)的半自動(dòng)解譯工具軟件信息提取結(jié)果進(jìn)行精度分析。結(jié)果表明:道路一致性比率為85%、房屋建筑物一致性比率為83.3%、水體一致性比率為100%、植被一致性比率為90%、裸地一致性比率為72%。本文將遙感解譯地物特征知識(shí)形成地理國情普查典型地物特征知識(shí)組合,并建立相應(yīng)的解譯規(guī)則集,直接服務(wù)于地理國情普查的實(shí)際生產(chǎn)應(yīng)用中。研究成果具有一定的應(yīng)用推廣價(jià)值,研究成果也將為后期地理國情監(jiān)測工作的開展提供技術(shù)依據(jù)。
【關(guān)鍵詞】：高分辨率遙感影像 地理國情普查 并行分塊分割 半自動(dòng)解譯 規(guī)則集
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P237
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-18
• 1.1 研究背景和意義10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 高分辨率遙感發(fā)展現(xiàn)狀11-13
• 1.2.2 高分辨率遙感解譯技術(shù)研究現(xiàn)狀13-15
• 1.3 研究內(nèi)容及論文安排15-18
• 1.3.1 技術(shù)路線15-16
• 1.3.2 論文結(jié)構(gòu)16-18
• 第二章 地理國情普查內(nèi)容與方法18-26
• 2.1 地理國情普查的內(nèi)容18-21
• 2.1.1 國家基本地理信息普查18-20
• 2.1.2 主體功能區(qū)現(xiàn)狀普查20-21
• 2.1.3 重要水源地現(xiàn)狀普查21
• 2.1.4 城市群現(xiàn)狀普查21
• 2.2 地理國情普查的方法21-22
• 2.3 地理國情普查成果數(shù)據(jù)規(guī)格要求22-23
• 2.3.1 地理國情普查數(shù)據(jù)要求22-23
• 2.3.2 平面精度指標(biāo)23
• 2.4 西部遙感半自動(dòng)解譯體系構(gòu)建23-24
• 2.5 本章小結(jié)24-26
• 第三章 高分遙感影像地物特征分析與量化26-36
• 3.1 高分影像的地物基本特征26-27
• 3.2 地理國情普查典型地物特征統(tǒng)計(jì)分析27-30
• 3.2.1 道路特征分析27-28
• 3.2.2 房屋建筑物特征統(tǒng)計(jì)分析28
• 3.2.3 水體特征分析28-29
• 3.2.4 植被特征分析29-30
• 3.2.5 裸露地特征統(tǒng)計(jì)分析30
• 3.3 地物特征空間域的量化研究30-34
• 3.3.1 光譜特征量化30-31
• 3.3.2 幾何特征量化31-32
• 3.3.3 紋理特征量化32-33
• 3.3.4 常用的指數(shù)特征33-34
• 3.4 本章小節(jié)34-36
• 第四章 高分遙感影像半自動(dòng)解譯關(guān)鍵技術(shù)研究36-52
• 4.1 并行分塊分割技術(shù)36-40
• 4.2 地物特征知識(shí)庫構(gòu)建技術(shù)40-49
• 4.2.1 道路特征知識(shí)庫的構(gòu)建40-43
• 4.2.2 房屋建筑物特征知識(shí)庫的構(gòu)建43-45
• 4.2.3 水體特征知識(shí)庫的構(gòu)建45-46
• 4.2.4 植被特征知識(shí)庫的構(gòu)建46-47
• 4.2.5 裸地特征知識(shí)庫的構(gòu)建47-49
• 4.3 影像分級解譯技術(shù)49-50
• 4.4 基于特征知識(shí)庫的影像半自動(dòng)解譯50-51
• 4.5 本章小節(jié)51-52
• 第五章 高分遙感影像半自動(dòng)解譯工具的設(shè)計(jì)與實(shí)現(xiàn)52-76
• 5.1 高分影像半自動(dòng)解譯技術(shù)方案52-53
• 5.2 ENVI/IDL開發(fā)設(shè)計(jì)模式53-54
• 5.2.1 ENVI/IDL平臺(tái)簡介53-54
• 5.2.2 開發(fā)設(shè)計(jì)模式54
• 5.3 軟件總體功能設(shè)計(jì)54-57
• 5.3.1 數(shù)據(jù)預(yù)處理模塊55
• 5.3.2 影像分塊模塊55-56
• 5.3.3 并行分塊分割模塊56
• 5.3.4 特征選取模塊56-57
• 5.3.5 遙感信息提取模塊57
• 5.3.6 后處理模塊57
• 5.4 特征知識(shí)庫的組織與架構(gòu)57-60
• 5.4.1 地物特征編碼規(guī)則57-58
• 5.4.2 特征知識(shí)庫的組織與架構(gòu)58-59
• 5.4.3 基于ENVI/IDL的特征知識(shí)組織59-60
• 5.5 西部典型研究區(qū)域試驗(yàn)60-74
• 5.5.1 研究區(qū)域概況60-61
• 5.5.2 半自動(dòng)解譯工具軟件介紹61-62
• 5.5.3 軟件功能試驗(yàn)62-69
• 5.5.4 半自動(dòng)解譯精度分析69-74
• 5.6 本章小節(jié)74-76
• 第六章 總結(jié)與展望76-78
• 6.1 研究結(jié)論76-77
• 6.2 研究展望77-78
• 致謝78-79
• 參考文獻(xiàn)79-83
• 在學(xué)期間發(fā)表的論著及取得的學(xué)術(shù)成果83

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王愛萍;王樹根;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];測繪與空間地理信息;2014年04期

4 趙書河;;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)主場館區(qū)工程環(huán)境高分辨率遙感監(jiān)測與虛擬仿真研究[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

中國重要會(huì)議論文全文數(shù)據(jù)庫 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];第十七屆中國遙感大會(huì)摘要集[C];2010年

2 趙書河;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];《測繪通報(bào)》測繪科學(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模式研究[A];第十五屆全國遙感技術(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)：中國科技工作者的歷史責(zé)任——中國科協(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)立樹冠提取方法之比較[A];中國地理學(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];《測繪通報(bào)》測繪科學(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)字測繪與GIS技術(shù)應(yīng)用研討交流會(huì)論文集[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 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];中國航天報(bào);2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 沈小樂;視覺注意機(jī)制下面向?qū)ο蟾叻直媛蔬b感影像建筑物提取[D];武漢大學(xué);2014年

3 叢銘;基于視覺感知原理的高分辨率遙感影像分割與人工目標(biāo)提取研究[D];武漢大學(xué);2015年

4 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

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

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

7 洪亮;基于對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

8 陳杰;高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯縖D];中南大學(xué);2010年

9 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

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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 陳璐璐;土地利用動(dòng)態(tài)監(jiān)測在土地執(zhí)法中的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2014年

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

4 張曦;基于時(shí)頻特征和支持向量機(jī)的高分辨率遙感影像道路提取[D];安徽大學(xué);2016年

5 劉一哲;多尺度分割技術(shù)在高分辨率遙感影像地物提取方法的研究[D];昆明理工大學(xué);2016年

6 宋納;高分辨率遙感影像道路提取方法研究[D];昆明理工大學(xué);2016年

7 魯恒新;基于國產(chǎn)高分辨率遙感影像精細(xì)解譯哈思山南麓活動(dòng)斷層[D];中國地震局地震預(yù)測研究所;2016年

8 張瑩瑩;高分辨率遙感影像中典型道路提取方法研究[D];哈爾濱工業(yè)大學(xué);2016年

9 楊一帆;面向?qū)ο蟮母叻直媛蔬b感影像信息提取研究[D];云南師范大學(xué);2016年

10 王更;高分辨率遙感影像多尺度分割算法研究與應(yīng)用[D];中國礦業(yè)大學(xué);2016年

，

本文編號：858232