海岸帶地物的面向?qū)ο蠓诸愃惴ㄑ芯?/H1>
發(fā)布時間：2018-11-07 16:36
【摘要】：遙感因其信息量大、獲取信息速度快、周期短、受限制少等優(yōu)勢,為海岸帶調(diào)查提供了一種新的手段。其中對海岸帶遙感影像的解譯是遙感于海岸帶調(diào)查最常見的應用。目前,面向?qū)ο蟮姆诸惙椒ㄒ呀?jīng)成為遙感圖像解譯的新方向。該方法首先將影像分割成一系列彼此相鄰的同質(zhì)區(qū)域,即對象,之后將對象分類。與傳統(tǒng)的基于像元的方法相比,對象蘊含更豐富的形狀、紋理信息,能夠更全面地描述圖像特征,從而提高分類精度。近年來,有學者將面向?qū)ο蟮姆诸惙椒☉糜诤０稁У匚锏姆诸�。然�?海岸帶的地物類型復雜,自然與人工地物并存,它們的光譜、紋理、形狀、分布特征各異。目前仍沒有一種方法能夠準確提取所有類型的地物。因此,本文以“海岸帶地物的面向?qū)ο蠓诸愃惴ㄑ芯俊睘轭},做了如下工作：1、針對海岸帶影像的自身特點確定地物類別,將紋元理論引入海岸帶的面向?qū)ο蠓诸愔?提出一種基于紋元的面向?qū)ο蠓诸悾?、采用結(jié)構(gòu)張量對基于紋元的面向?qū)ο蠓诸愖龀鰞?yōu)化。使用結(jié)構(gòu)張量的跡提取梯度圖像,優(yōu)化圖像分割,采用結(jié)構(gòu)張量紋理構(gòu)建紋元優(yōu)化分類過程；3、局部二值模式(LBP)是一種簡單有效的紋理特征提取算法,筆者將針對LBP在海岸帶面向?qū)ο蠓诸愔械膽谜归_研究�；贚BP紋理生成標記圖像,進行分水嶺分割,挖掘?qū)ο蟮膸缀翁卣餍畔?最后使用BP神經(jīng)網(wǎng)絡進行分類。結(jié)果表明：紋元在利用圖像光譜特征的同時挖掘了圖像的紋理特征,可以很好地表現(xiàn)圖像特征,基于紋元的面向?qū)ο蠓诸愂且环N有效的分類方法；結(jié)構(gòu)張量可以對基于紋元的分類模型從分割和分類做出優(yōu)化,從而優(yōu)化整個分類過程；LBP對于某些海岸帶地物能夠進行很好地區(qū)分,對海岸帶地物的分類提取有很大的研究價值。
[Abstract]:Remote sensing provides a new method for coastal zone investigation because of its advantages of large amount of information, fast speed of obtaining information, short period and limited limit. The interpretation of coastal zone remote sensing image is the most common application of remote sensing in coastal zone survey. At present, object-oriented classification method has become a new direction of remote sensing image interpretation. The method first divides the image into a series of adjacent homogeneous regions, that is, objects, and then classifies the objects. Compared with traditional methods based on pixel, objects contain more shape and texture information, which can describe image features more comprehensively and improve classification accuracy. In recent years, some scholars have applied the object-oriented classification method to the classification of coastal features. However, the types of coastal features are complex, natural and artificial features coexist, their spectra, textures, shapes and distribution characteristics are different. At present, there is no method to extract all kinds of features accurately. Therefore, this paper focuses on the research of object-oriented classification algorithm for coastal features, and does the following work: 1. According to the characteristics of coastal zone images, the classification of ground objects is determined, and the grain element theory is introduced into the object-oriented classification of coastal zones. An object oriented classification based on grain element is proposed. 2. Structure Zhang Liang is used to optimize object-oriented classification based on grain element. The gradient image is extracted by using the trace of structure Zhang Liang, the image segmentation is optimized, and the texture of the texture is used to construct the texture element to optimize the classification process. 3. Local binary pattern (LBP) is a simple and effective texture feature extraction algorithm. The author will study the application of LBP in coastal zone object-oriented classification. Marking images are generated based on LBP texture, watershed segmentation is carried out, geometric feature information of objects is mined. Finally, BP neural network is used for classification. The results show that the texture feature of the image can be well represented by using the spectral feature of the image, and the object oriented classification based on the grain element is an effective classification method. Structure Zhang Liang can optimize the classification model based on grain element from segmentation and classification, thus optimizing the whole classification process. LBP can distinguish some coastal features well and has great research value for classification and extraction of coastal zone features.
【學位授予單位】：國家海洋環(huán)境預報中心
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P715.7
【相似文獻】
相關(guān)期刊論文 前10條
1 王彩霞;賀興時;張娟娟;;面向?qū)ο蠹夹g(shù)的系統(tǒng)思想[J];湖北師范學院學報(自然科學版);2010年02期
2 曹驥,袁勇;面向?qū)ο笥邢拊椒ㄑ芯窟M展[J];力學季刊;2002年02期
3 高志標,鄭睿穎;基于面向?qū)ο笏枷氲膶W生信息管理系統(tǒng)的設(shè)計[J];科技廣場;2005年10期
4 陳葉旺;余金山;;以責任為中心的面向?qū)ο笥^[J];華僑大學學報(自然科學版);2005年04期
5 肖衍,彭三城,張阿敏;面向?qū)ο蠹夹g(shù)在遠程考試系統(tǒng)開發(fā)中的應用[J];湘潭師范學院學報(自然科學版);2005年01期
6 房宜汕;;面向?qū)ο蠹夹g(shù)中如何發(fā)現(xiàn)對象[J];科技信息;2007年03期
7 王家華;全斐;;面向?qū)ο蠖鄳B(tài)性的研究[J];科技資訊;2008年01期
8 李晶;;淺析對“面向?qū)ο蟆被驹淼恼J識[J];科技信息;2011年36期
9 周本寬,曹中清,陳大鵬;面向?qū)ο笥邢拊绦虻念愒O(shè)計[J];計算結(jié)構(gòu)力學及其應用;1996年03期
10 胡長軍，仝兆岐;用面向?qū)ο蠹夹g(shù)設(shè)計儲層數(shù)據(jù)庫系統(tǒng)[J];石油大學學報(自然科學版);1996年06期
相關(guān)會議論文 前10條
1 趙玉鵬;;面向?qū)ο蠓椒ㄕ撗芯縖A];“工程科技論壇”暨首屆中國自然辯證法研究會工程哲學委員會學術(shù)年會工程哲學與科學發(fā)展觀論文集[C];2004年
2 譚良才;武建勛;;應用面向?qū)ο蠹夹g(shù)開發(fā)暖通空調(diào)軟件[A];全國暖通空調(diào)制冷1996年學術(shù)年會資料集[C];1996年
3 馬智亮;任愛珠;;面向?qū)ο蠹夹g(shù)的新進展及其在土木工程中的應用展望[A];中國土木工程學會計算機應用學會第六屆年會土木工程計算機應用文集[C];1995年
4 沈康辰;;面向?qū)ο髴眉夹g(shù)的新進展[A];《智能技術(shù)應用與CAD學術(shù)討論會》論文集[C];2000年
5 沈國狀;廖靜娟;;面向?qū)ο蠹夹g(shù)用于多極化SAR圖像地表淹沒程度自動探測分析[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年
6 張琨;;面向?qū)ο筌浖臏y試過程與方法的研究[A];第七屆青年學術(shù)會議論文集[C];2005年
7 鄧安福;魏艷軍;鄧璞;鄭冰;;面向?qū)ο笕S非線性有限元程序設(shè)計[A];第15屆全國結(jié)構(gòu)工程學術(shù)會議論文集（第Ⅱ冊）[C];2006年
8 李芳;夏宇;;面向?qū)ο蟪绦蛟O(shè)計的探討[A];2008'中國信息技術(shù)與應用學術(shù)論壇論文集（二）[C];2008年
9 姚卿達;呂錦玲;;一個基于面向?qū)ο髾C制的知識-數(shù)據(jù)模型[A];第十屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1992年
10 宋善德;馬建平;余祥宣;;一種面向?qū)ο笙到y(tǒng)安全模型[A];第九次全國計算機安全學術(shù)交流會論文集[C];1994年
相關(guān)重要報紙文章 前7條
1 王詠剛;有一種道理叫“實踐”[N];中華讀書報;2004年
2 廣東省電信科學技術(shù)研究院多媒體部 陳學軍 曹克虎;嵌入式系統(tǒng)軟件的面向?qū)ο箝_發(fā)技術(shù)[N];中國計算機報;2000年
3 楊欣欣;科學事業(yè)高于一切[N];中國測繪報;2003年
4 成通亮;以面向?qū)ο蠹夹g(shù)促進IT發(fā)展[N];中國計算機報;2002年
5 ;C++之父談編程[N];電腦報;2005年
6 劉基誠 雷厲風;Java的盛宴（中）[N];中華讀書報;2005年
7 紀宗;C++語言的入門指南[N];中國郵政報;2003年
相關(guān)博士學位論文 前10條
1 黃志堅;面向?qū)ο笥跋穹治鲋械亩喑叨确椒ㄑ芯縖D];國防科學技術(shù)大學;2014年
2 李必信;程序切片技術(shù)及其在面向?qū)ο筌浖攘亢蛙浖䴗y試中的應用[D];南京大學;2000年
3 韓凝;空間信息在面向?qū)ο蠓诸惙椒ㄖ械膽肹D];浙江大學;2011年
4 毛澄映;面向?qū)ο蟪绦蚍治雠c測試技術(shù)研究[D];華中科技大學;2006年
5 徐新國;在EDBMS中若干面向?qū)ο箨P(guān)鍵技術(shù)的擴充及系統(tǒng)應用[D];中國科學院研究生院（計算技術(shù)研究所）;1996年
6 李海江;基于網(wǎng)絡的工程設(shè)計與有限元分析系統(tǒng)的面向?qū)ο髽?gòu)建[D];大連理工大學;2003年
7 賀華波;間接式干燥裝備建模及面向?qū)ο筌浖_發(fā)[D];浙江大學;2002年
8 劉譯t，
本文編號：2316935
本文鏈接：http://sikaile.net/kejilunwen/haiyang/2316935.html
[Abstract]:Remote sensing provides a new method for coastal zone investigation because of its advantages of large amount of information, fast speed of obtaining information, short period and limited limit. The interpretation of coastal zone remote sensing image is the most common application of remote sensing in coastal zone survey. At present, object-oriented classification method has become a new direction of remote sensing image interpretation. The method first divides the image into a series of adjacent homogeneous regions, that is, objects, and then classifies the objects. Compared with traditional methods based on pixel, objects contain more shape and texture information, which can describe image features more comprehensively and improve classification accuracy. In recent years, some scholars have applied the object-oriented classification method to the classification of coastal features. However, the types of coastal features are complex, natural and artificial features coexist, their spectra, textures, shapes and distribution characteristics are different. At present, there is no method to extract all kinds of features accurately. Therefore, this paper focuses on the research of object-oriented classification algorithm for coastal features, and does the following work: 1. According to the characteristics of coastal zone images, the classification of ground objects is determined, and the grain element theory is introduced into the object-oriented classification of coastal zones. An object oriented classification based on grain element is proposed. 2. Structure Zhang Liang is used to optimize object-oriented classification based on grain element. The gradient image is extracted by using the trace of structure Zhang Liang, the image segmentation is optimized, and the texture of the texture is used to construct the texture element to optimize the classification process. 3. Local binary pattern (LBP) is a simple and effective texture feature extraction algorithm. The author will study the application of LBP in coastal zone object-oriented classification. Marking images are generated based on LBP texture, watershed segmentation is carried out, geometric feature information of objects is mined. Finally, BP neural network is used for classification. The results show that the texture feature of the image can be well represented by using the spectral feature of the image, and the object oriented classification based on the grain element is an effective classification method. Structure Zhang Liang can optimize the classification model based on grain element from segmentation and classification, thus optimizing the whole classification process. LBP can distinguish some coastal features well and has great research value for classification and extraction of coastal zone features.
【學位授予單位】：國家海洋環(huán)境預報中心
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P715.7
【相似文獻】
相關(guān)期刊論文 前10條
1 王彩霞;賀興時;張娟娟;;面向?qū)ο蠹夹g(shù)的系統(tǒng)思想[J];湖北師范學院學報(自然科學版);2010年02期
2 曹驥,袁勇;面向?qū)ο笥邢拊椒ㄑ芯窟M展[J];力學季刊;2002年02期
3 高志標,鄭睿穎;基于面向?qū)ο笏枷氲膶W生信息管理系統(tǒng)的設(shè)計[J];科技廣場;2005年10期
4 陳葉旺;余金山;;以責任為中心的面向?qū)ο笥^[J];華僑大學學報(自然科學版);2005年04期
5 肖衍,彭三城,張阿敏;面向?qū)ο蠹夹g(shù)在遠程考試系統(tǒng)開發(fā)中的應用[J];湘潭師范學院學報(自然科學版);2005年01期
6 房宜汕;;面向?qū)ο蠹夹g(shù)中如何發(fā)現(xiàn)對象[J];科技信息;2007年03期
7 王家華;全斐;;面向?qū)ο蠖鄳B(tài)性的研究[J];科技資訊;2008年01期
8 李晶;;淺析對“面向?qū)ο蟆被驹淼恼J識[J];科技信息;2011年36期
9 周本寬,曹中清,陳大鵬;面向?qū)ο笥邢拊绦虻念愒O(shè)計[J];計算結(jié)構(gòu)力學及其應用;1996年03期
10 胡長軍，仝兆岐;用面向?qū)ο蠹夹g(shù)設(shè)計儲層數(shù)據(jù)庫系統(tǒng)[J];石油大學學報(自然科學版);1996年06期
相關(guān)會議論文 前10條
1 趙玉鵬;;面向?qū)ο蠓椒ㄕ撗芯縖A];“工程科技論壇”暨首屆中國自然辯證法研究會工程哲學委員會學術(shù)年會工程哲學與科學發(fā)展觀論文集[C];2004年
2 譚良才;武建勛;;應用面向?qū)ο蠹夹g(shù)開發(fā)暖通空調(diào)軟件[A];全國暖通空調(diào)制冷1996年學術(shù)年會資料集[C];1996年
3 馬智亮;任愛珠;;面向?qū)ο蠹夹g(shù)的新進展及其在土木工程中的應用展望[A];中國土木工程學會計算機應用學會第六屆年會土木工程計算機應用文集[C];1995年
4 沈康辰;;面向?qū)ο髴眉夹g(shù)的新進展[A];《智能技術(shù)應用與CAD學術(shù)討論會》論文集[C];2000年
5 沈國狀;廖靜娟;;面向?qū)ο蠹夹g(shù)用于多極化SAR圖像地表淹沒程度自動探測分析[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年
6 張琨;;面向?qū)ο筌浖臏y試過程與方法的研究[A];第七屆青年學術(shù)會議論文集[C];2005年
7 鄧安福;魏艷軍;鄧璞;鄭冰;;面向?qū)ο笕S非線性有限元程序設(shè)計[A];第15屆全國結(jié)構(gòu)工程學術(shù)會議論文集（第Ⅱ冊）[C];2006年
8 李芳;夏宇;;面向?qū)ο蟪绦蛟O(shè)計的探討[A];2008'中國信息技術(shù)與應用學術(shù)論壇論文集（二）[C];2008年
9 姚卿達;呂錦玲;;一個基于面向?qū)ο髾C制的知識-數(shù)據(jù)模型[A];第十屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1992年
10 宋善德;馬建平;余祥宣;;一種面向?qū)ο笙到y(tǒng)安全模型[A];第九次全國計算機安全學術(shù)交流會論文集[C];1994年
相關(guān)重要報紙文章 前7條
1 王詠剛;有一種道理叫“實踐”[N];中華讀書報;2004年
2 廣東省電信科學技術(shù)研究院多媒體部 陳學軍 曹克虎;嵌入式系統(tǒng)軟件的面向?qū)ο箝_發(fā)技術(shù)[N];中國計算機報;2000年
3 楊欣欣;科學事業(yè)高于一切[N];中國測繪報;2003年
4 成通亮;以面向?qū)ο蠹夹g(shù)促進IT發(fā)展[N];中國計算機報;2002年
5 ;C++之父談編程[N];電腦報;2005年
6 劉基誠 雷厲風;Java的盛宴（中）[N];中華讀書報;2005年
7 紀宗;C++語言的入門指南[N];中國郵政報;2003年
相關(guān)博士學位論文 前10條
1 黃志堅;面向?qū)ο笥跋穹治鲋械亩喑叨确椒ㄑ芯縖D];國防科學技術(shù)大學;2014年
2 李必信;程序切片技術(shù)及其在面向?qū)ο筌浖攘亢蛙浖䴗y試中的應用[D];南京大學;2000年
3 韓凝;空間信息在面向?qū)ο蠓诸惙椒ㄖ械膽肹D];浙江大學;2011年
4 毛澄映;面向?qū)ο蟪绦蚍治雠c測試技術(shù)研究[D];華中科技大學;2006年
5 徐新國;在EDBMS中若干面向?qū)ο箨P(guān)鍵技術(shù)的擴充及系統(tǒng)應用[D];中國科學院研究生院（計算技術(shù)研究所）;1996年
6 李海江;基于網(wǎng)絡的工程設(shè)計與有限元分析系統(tǒng)的面向?qū)ο髽?gòu)建[D];大連理工大學;2003年
7 賀華波;間接式干燥裝備建模及面向?qū)ο筌浖_發(fā)[D];浙江大學;2002年
8 劉譯t，
本文編號：2316935
本文鏈接：http://sikaile.net/kejilunwen/haiyang/2316935.html
