面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì)
本文關(guān)鍵詞：面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì) 出處：《遙感學(xué)報(bào)》2017年04期 論文類型：期刊論文
更多相關(guān)文章： 面向?qū)ο笥跋穹治?/b> 影像分割 尺度估計(jì) 尺度選擇 空間統(tǒng)計(jì) 分形網(wǎng)絡(luò)演化方法
【摘要】：多尺度分割是遙感影像分析的關(guān)鍵步驟,影像分割過(guò)程中的尺度參數(shù)選擇直接關(guān)系到面向?qū)ο笥跋穹治龅馁|(zhì)量和精度。首先,總結(jié)了面向?qū)ο笥跋穹治鲋谐叨雀拍畹膬?nèi)涵,分析遙感影像空間和屬性兩大基本特征,依據(jù)空間統(tǒng)計(jì)和光譜統(tǒng)計(jì)獲得理論上最優(yōu)的空間尺度分割參數(shù)、屬性尺度分割參數(shù)。其次,運(yùn)用了基于譜空間統(tǒng)計(jì)的高分辨率影像分割尺度估計(jì)方法,分析了分形網(wǎng)絡(luò)演化多尺度分割與影像譜空間統(tǒng)計(jì)特征的關(guān)系,進(jìn)而將基于譜空間統(tǒng)計(jì)的面向?qū)ο笥跋穹治龀叨葏?shù)應(yīng)用于分形網(wǎng)絡(luò)演化多尺度分割算法中,最后,對(duì)其參數(shù)的合理性進(jìn)行驗(yàn)證。研究采用高空間分辨率IKONOS和SPOT 5影像數(shù)據(jù),選擇建筑實(shí)驗(yàn)區(qū)和農(nóng)田實(shí)驗(yàn)區(qū)進(jìn)行空間和光譜特征統(tǒng)計(jì),以進(jìn)一步估計(jì)分割中的最佳尺度參數(shù)。使用分形網(wǎng)絡(luò)演化方法對(duì)圖像進(jìn)行分割,利用監(jiān)督分類對(duì)本文提出的尺度估計(jì)方法進(jìn)行驗(yàn)證,驗(yàn)證結(jié)果表明尺度估計(jì)方法可以一定程度上保證后續(xù)的面向?qū)ο笥跋穹诸惖木�。不同于以往分割后評(píng)價(jià)的尺度選擇方法會(huì)需要大量的運(yùn)算量,本文方法不需要先驗(yàn)知識(shí)的參與,且在分割前就可以自適應(yīng)地估計(jì)出相對(duì)較為合適的尺度參數(shù),提高了面向?qū)ο笮畔⑻崛〉淖詣?dòng)化程度。
[Abstract]:Multi-scale segmentation is a key step in remote sensing image analysis. The selection of scale parameters in the process of image segmentation is directly related to the quality and accuracy of object-oriented image analysis. This paper summarizes the connotation of mesoscale concept of object-oriented image analysis, analyzes the spatial and attribute characteristics of remote sensing image, and obtains the optimal spatial scale segmentation parameters according to spatial statistics and spectral statistics. Secondly, high-resolution image segmentation scale estimation method based on spectral space statistics is used to analyze the relationship between fractal network evolution multi-scale segmentation and spectral spatial statistical features. Then the scale parameters of object-oriented image analysis based on spectral space statistics are applied to the fractal network evolution multi-scale segmentation algorithm. Finally. High spatial resolution IKONOS and SPOT 5 image data were used to select the building experimental area and farmland experimental area for spatial and spectral characteristics statistics. In order to further estimate the best scale parameters in the segmentation, the fractal network evolution method is used to segment the image, and the supervised classification is used to verify the scale estimation method proposed in this paper. The results show that the scale estimation method can ensure the accuracy of the following object-oriented image classification to a certain extent. Different from the previous methods of scale selection after segmentation evaluation will require a lot of computation. In this method, prior knowledge is not required, and relatively appropriate scale parameters can be estimated adaptively before segmentation, which improves the automation of object oriented information extraction.
【作者單位】： 中國(guó)地質(zhì)大學(xué)(北京)信息工程學(xué)院;浙江工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(編號(hào):41371347,41671369)~~
【分類號(hào)】：TP751
【正文快照】： 引用格式:馬燕妮,明冬萍,楊海平.2017.面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì).遙感學(xué)報(bào),21(4):566 578Ma Y N,Ming D P and Yang H P.2017.Scale estimation of object-oriented image analysis based on spectral-spatial近50年來(lái),全球?qū)Φ赜^測(cè)技術(shù)得到快速發(fā)展,人類實(shí)
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 明冬萍;周文;汪閩;;基于譜空間統(tǒng)計(jì)特征的高分辨率影像分割尺度估計(jì)[J];地球信息科學(xué)學(xué)報(bào);2016年05期
2 馮霞;秦昆;崔衛(wèi)紅;陳一祥;李向輝;;高分辨率遙感影像目標(biāo)形狀特征多尺度描述與識(shí)別[J];遙感學(xué)報(bào);2014年01期
3 陳杰;鄧敏;肖鵬峰;楊敏華;梅小明;劉慧敏;;紋理頻譜分析的高分辨率遙感影像最佳尺度選擇[J];遙感學(xué)報(bào);2011年03期
4 明冬萍;王群;楊建宇;;遙感影像空間尺度特性與最佳空間分辨率選擇[J];遙感學(xué)報(bào);2008年04期
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 馬燕妮;明冬萍;楊海平;;面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì)[J];遙感學(xué)報(bào);2017年04期
2 LIANG Jian;ZHANG Jie;MA Yi;;A spatial resolution effect analysis of remote sensing bathymetry[J];Acta Oceanologica Sinica;2017年07期
3 張東輝;趙英俊;裴承凱;陸冬華;武鼎;秦凱;;機(jī)載高光譜測(cè)量地面同步數(shù)據(jù)管理系統(tǒng)的實(shí)現(xiàn)[J];測(cè)控技術(shù);2017年06期
4 董志鵬;王密;李德仁;;一種融合超像素與最小生成樹(shù)的高分辨率遙感影像分割方法[J];測(cè)繪學(xué)報(bào);2017年06期
5 王二麗;李存軍;周靜平;彭代亮;胡海棠;董熙;;基于多時(shí)相遙感影像的北京平原人工林樹(shù)種分類[J];北京工業(yè)大學(xué)學(xué)報(bào);2017年05期
6 周斌;馬玲;;三維人體運(yùn)動(dòng)跟蹤中形狀特征表述重建[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2017年03期
7 付杰;張?jiān)?;遙感數(shù)據(jù)尺度特征的研究進(jìn)展[J];北京測(cè)繪;2017年01期
8 齊婧冰;樊風(fēng)雷;;基于信息熵的山西太谷植被指數(shù)最佳分辨率尺度分析[J];廣東農(nóng)業(yè)科學(xué);2017年01期
9 趙曉慶;楊貴軍;劉建剛;張小燕;徐波;王艷杰;趙春江;蓋鈞鎰;;基于無(wú)人機(jī)載高光譜空間尺度優(yōu)化的大豆育種產(chǎn)量估算[J];農(nóng)業(yè)工程學(xué)報(bào);2017年01期
10 石磊;楊武年;楊彥通;陳平;;影像不同空間尺度對(duì)魯?shù)橹脖环治龅挠绊慬J];測(cè)繪科學(xué);2017年03期
【二級(jí)參考文獻(xiàn)】
相關(guān)期刊論文 前6條
1 陳杰;鄧敏;肖鵬峰;楊敏華;梅小明;劉慧敏;;利用小波變換的高分辨率多光譜遙感圖像多尺度分水嶺分割[J];遙感學(xué)報(bào);2011年05期
2 萬(wàn)瑋;馮學(xué)智;肖鵬峰;趙利民;;基于傅里葉描述子的高分辨率遙感圖像地物形狀特征表達(dá)[J];遙感學(xué)報(bào);2011年01期
3 明冬萍;王群;楊建宇;;遙感影像空間尺度特性與最佳空間分辨率選擇[J];遙感學(xué)報(bào);2008年04期
4 韓鵬;龔健雅;李志林;;基于信息熵的遙感分類最優(yōu)空間尺度選擇方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年07期
5 陳云浩;馮通;史培軍;王今飛;;基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年04期
6 陳秋曉,駱劍承,周成虎,鄭江,魯學(xué)軍,沈占鋒;基于多特征的遙感影像分類方法[J];遙感學(xué)報(bào);2004年03期
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 胡長(zhǎng)軍，，仝兆岐;用面向?qū)ο蠹夹g(shù)設(shè)計(jì)儲(chǔ)層數(shù)據(jù)庫(kù)系統(tǒng)[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);1996年06期
2 譚衢霖;徐東彪;;基于面向?qū)ο蠓诸惖拿茉瓶h城區(qū)地面不透水程度分析[J];北京交通大學(xué)學(xué)報(bào);2011年04期
3 劉哠,翁長(zhǎng)儉;動(dòng)力分析的面向?qū)ο笥邢拊椒╗J];廣東造船;2003年04期
4 周晴;杜平安;劉孝保;;面向?qū)ο笥邢拊治黾夹g(shù)及其實(shí)現(xiàn)方法研究[J];系統(tǒng)仿真學(xué)報(bào);2012年03期
5 楊良闖;程先富;;基于高分?jǐn)?shù)據(jù)的村級(jí)地塊面向?qū)ο蠓诸惙椒ㄑ芯縖J];資源開(kāi)發(fā)與市場(chǎng);2014年05期
6 鄭毅;武法東;劉艷芳;;一種面向?qū)ο蠓诸惖奶卣鞣治龇椒╗J];地理與地理信息科學(xué);2010年02期
7 別強(qiáng);何磊;趙傳燕;;基于影像融合和面向?qū)ο蠹夹g(shù)的植被信息提取研究[J];遙感技術(shù)與應(yīng)用;2014年01期
8 孫志英;趙彥鋒;陳杰;李桂林;檀滿枝;;面向?qū)ο蠓诸愒诔鞘械乇聿豢赏杆忍崛≈械膽?yīng)用[J];地理科學(xué);2007年06期
9 員永生;常慶瑞;劉煒;高欣;;面向?qū)ο笸恋馗脖粓D像組合分類方法[J];農(nóng)業(yè)工程學(xué)報(bào);2009年07期
10 劉煒;王聰華;趙爾平;杜鶴娟;;基于面向?qū)ο蠓诸惖募?xì)小河流水體提取方法研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年07期
相關(guān)博士學(xué)位論文 前2條
1 黃志堅(jiān);面向?qū)ο笥跋穹治鲋械亩喑叨确椒ㄑ芯縖D];國(guó)防科學(xué)技術(shù)大學(xué);2014年
2 韓凝;空間信息在面向?qū)ο蠓诸惙椒ㄖ械膽?yīng)用[D];浙江大學(xué);2011年
相關(guān)碩士學(xué)位論文 前4條
1 鄧海龍;高分辨率遙感圖像面向?qū)ο蠓指钆c分類方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年
2 譚龍;基于面向?qū)ο蠓诸惙ǖ母叻直媛蔬b感滑坡信息提取應(yīng)用研究[D];蘭州大學(xué);2014年
3 董小姣;面向?qū)ο蠛鸵?guī)則的高分辨率影像分類和建筑物信息提取研究[D];湖南科技大學(xué);2014年
4 鄧劉昭蘆;基于MSRC的遙感影像面向?qū)ο蠓诸愌芯縖D];湖南工業(yè)大學(xué);2014年
本文編號(hào)：1434063
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1434063.html
