發(fā)布時(shí)間：2021-12-09 13:57

　　近半個(gè)世紀(jì)以來,遙感技術(shù)呈現(xiàn)出突飛猛進(jìn)的發(fā)展趨勢(shì),無論是在小范圍內(nèi)的科學(xué)技術(shù)研究到大范圍的生產(chǎn)應(yīng)用均取得了豐碩的成果。隨著3S技術(shù)的不斷發(fā)展,林業(yè)行業(yè)使用遙感技術(shù)進(jìn)行林地信息提取和森林資源監(jiān)測(cè)也隨之快速的發(fā)展,并在方法上不斷推陳出新。本文以遼寧省研究區(qū)的GF-1衛(wèi)星遙感全色和多光譜數(shù)據(jù)為研究對(duì)象,通過融合試驗(yàn)選擇最優(yōu)像素級(jí)影像融合算法,并以此為基礎(chǔ)對(duì)融合影像進(jìn)行人工目視解譯、基于像元的分類、面向?qū)ο蠓诸愌芯?并在面向?qū)ο蠓诸惖幕A(chǔ)上提出一種結(jié)合多尺度紋理特征的面向?qū)ο蠓诸惙椒?力圖為林業(yè)部門遙感影像大規(guī)模融合分類應(yīng)用和森林資源動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)構(gòu)建提供參考。研究結(jié)論如下：（1）以GF-1多光譜和全色影像為對(duì)象,采用Brovey變換、PCA變換、HPF、Gram-Schmidt變換、Pansharpening五種像素級(jí)融合算法進(jìn)行影像融合試驗(yàn),探究其面向林地信息提取的融合效果并采用主觀與定量評(píng)價(jià)相結(jié)合并輔以不同地類紋理特征分析的綜合融合效果評(píng)價(jià)方法。結(jié)果表明,Gram-Schmidt變換影像融合結(jié)果各波段與原多光譜波段相關(guān)系數(shù)高于0.700,平均梯度增幅超過10%,高頻信息融入度R、G、B波段... 

【文章來源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 引言
    1.1 研究背景
        1.1.1 影像融合技術(shù)
        1.1.2 遙感影像分類
        1.1.3 紋理特征提取與應(yīng)用
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究的目標(biāo)、主要內(nèi)容和技術(shù)路線
        1.3.1 研究目標(biāo)和主要內(nèi)容
        1.3.2 技術(shù)路線
2 研究區(qū)概況及數(shù)據(jù)獲取
    2.1 研究區(qū)概況
        2.1.1 地理位置
        2.1.2 地形地貌
        2.1.3 土地利用概況及分類體系
    2.2 數(shù)據(jù)源
    2.3 數(shù)據(jù)預(yù)處理
3 像素級(jí)遙感影像融合及質(zhì)量評(píng)價(jià)
    3.1 常用的像素級(jí)影像融合算法
        3.1.1 Brovey變換融合
        3.1.2 PCA變換融合
        3.1.3 HPF融合
        3.1.4 Gram-Schmidt變換融合
        3.1.5 Pansharpening融合
    3.2 主觀融合效果評(píng)價(jià)
    3.3 客觀融合效果評(píng)價(jià)
        3.3.1 融合結(jié)果整體特征分析
        3.3.2 不同地類紋理特征分析
4 基于人工目視解譯遙感影像分類方法
    4.1 人工目視解譯分類方法
    4.2 分類參考相對(duì)真值的獲取
    4.3 人工目視解譯分類結(jié)果
    4.4 精度評(píng)價(jià)
5 基于像元的遙感影像分類方法
    5.1 定義訓(xùn)練樣本
    5.2 執(zhí)行監(jiān)督分類
    5.3 分類結(jié)果
    5.4 精度評(píng)價(jià)
6 結(jié)合多尺度紋理的遙感影像面向?qū)ο蠓诸惙椒?br>    6.1 高分辨率影像的多尺度分割
        6.1.1 波段權(quán)重的選擇
        6.1.2 最佳分割尺度的選擇
        6.1.3 均質(zhì)因子的確定
        6.1.4 多尺度分割層次的建立
    6.2 面向?qū)ο蟮奶卣魈崛?br>        6.2.1 多尺度紋理特征的提取
        6.2.2 多尺度紋理特征尺度選擇
        6.2.3 多尺度紋理特征組合選擇
        6.2.4 面向?qū)ο蠓诸惤Y(jié)果
        6.2.5 精度評(píng)價(jià)
7 三種分類方法的比較和評(píng)價(jià)
    7.1 方法評(píng)述
    7.2 不同方法的精度比較
    7.3 三種分類方法的評(píng)價(jià)
8 結(jié)論與展望
    8.1 結(jié)論
    8.2 創(chuàng)新點(diǎn)
    8.3 討論與展望
參考文獻(xiàn)
個(gè)人簡介
導(dǎo)師簡介
獲得成果目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]高分一號(hào)衛(wèi)星4種融合方法評(píng)價(jià)[J]. 劉錕,付晶瑩,李飛.  遙感技術(shù)與應(yīng)用. 2015(05)
[2]面向?qū)ο蟮母叻直媛蔬b感影像建筑物震害信息提取[J]. 甘甜,李金平,李小強(qiáng),王劉偉.  測(cè)繪工程. 2015(04)
[3]遙感影像融合質(zhì)量評(píng)價(jià)方法研究[J]. 王樂,牛雪峰,魏斌,陳立春.  測(cè)繪通報(bào). 2015(02)
[4]高分1號(hào)融合光譜特征提取杭州灣河口沿岸濕地典型植被信息方法研究[J]. 陳金鳳,程乾.  杭州師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[5]基于中巴資源衛(wèi)星的多源遙感影像融合研究[J]. 谷帥兵,赫曉慧,郭恒亮.  北京聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[6]高分一號(hào)多光譜遙感數(shù)據(jù)的面向?qū)ο蠓诸怺J]. 劉書含,顧行發(fā),余濤,王珂,張周威,鞠頌.  測(cè)繪科學(xué). 2014(12)
[7]利用資源一號(hào)02C數(shù)據(jù)提取森林資源變化信息[J]. 高媛赟,溫小榮,林國忠,佘光輝,王凱.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2014(12)
[8]SPOT6遙感圖像融合方法比較研究[J]. 郭蕾,楊冀紅,史良樹,戰(zhàn)鷹,趙冬玲,張超,孫家波,季佳佳.  國土資源遙感. 2014(04)
[9]基于光譜響應(yīng)函數(shù)的ZY-3衛(wèi)星圖像融合算法研究[J]. 王力彥,趙冬,陳建平.  宇航學(xué)報(bào). 2014(08)
[10]ZY-3衛(wèi)星全色與多光譜影像融合方法比較[J]. 李霖,佘夢(mèng)媛,羅恒.  農(nóng)業(yè)工程學(xué)報(bào). 2014(16)

博士論文
[1]高分辨率遙感影像多尺度紋理、形狀特征提取與面向?qū)ο蠓诸愌芯縖D]. 黃昕.武漢大學(xué) 2009
[2]多傳感器圖像融合方法研究[D]. 劉貴喜.西安電子科技大學(xué) 2001

碩士論文
[1]基于ZY-3衛(wèi)星的森林分類及郁閉度提取方法研究[D]. 高志雄.北京林業(yè)大學(xué) 2015
[2]基于ALOS數(shù)據(jù)的遙感森林分類研究[D]. 楊冉冉.首都師范大學(xué) 2013
[3]多源遙感圖像融合技術(shù)研究[D]. 張亞峰.湖南大學(xué) 2013
[4]遙感影像融合及其質(zhì)量評(píng)價(jià)[D]. 王樂.吉林大學(xué) 2012
[5]基于WorldView-2影像的面向?qū)ο笮畔⑻崛〖夹g(shù)研究[D]. 陸超.浙江大學(xué) 2012
[6]面向?qū)ο筮b感影像分類方法及其應(yīng)用研究[D]. 汪求來.南京林業(yè)大學(xué) 2008
[7]浙江錢塘江流域土地利用/覆蓋自動(dòng)分類研究及時(shí)空變化分析[D]. 劉璞.浙江大學(xué) 2008



本文編號(hào)：3530753