基于高光譜遙感圖像分類的水域變化檢測(cè)
本文關(guān)鍵詞:基于高光譜遙感圖像分類的水域變化檢測(cè),由筆耕文化傳播整理發(fā)布。
《南昌工程學(xué)院》 2015年
基于高光譜遙感圖像分類的水域變化檢測(cè)
孫寧
【摘要】:隨著遙感技術(shù)的快速發(fā)展,高光譜遙感已逐漸應(yīng)用到各個(gè)領(lǐng)域,如氣象觀測(cè)、地質(zhì)調(diào)查、資源考察、地圖測(cè)繪、精細(xì)植被分類和軍事偵察等。高光譜遙感圖像分類是高光譜遙感影像處理最基本的問題之一,其主要任務(wù)是根據(jù)地物電磁波輻射信息在遙感圖像上的特征,判讀識(shí)別地面物體的類屬及其分布狀況。高光譜遙感圖像分類的精度將直接影響到后續(xù)地物判讀識(shí)別與變化檢測(cè)的效果。高光譜遙感技術(shù)具有快速、準(zhǔn)確、準(zhǔn)時(shí)、周期短等優(yōu)點(diǎn),同時(shí)可以分析水域周邊的生環(huán)境及土地覆蓋類別,是當(dāng)前水域變化檢測(cè)的研究熱點(diǎn)。高光譜遙感圖像包含著豐富的空間、輻射和光譜信息,波段眾多,信息量大,但其波段相關(guān)性強(qiáng),冗余信息多且存在“維數(shù)災(zāi)難”現(xiàn)象,導(dǎo)致傳統(tǒng)的高光譜遙感圖像分類方法可能會(huì)造成錯(cuò)分、誤分現(xiàn)象,并且分類精度不高。本論文重點(diǎn)研究了空間特征信息與光譜特征信息相結(jié)合的高光譜遙感圖像分類方法,并將其應(yīng)用于水域動(dòng)態(tài)變化檢測(cè)。主要研究?jī)?nèi)容概括如下:首先,闡明了課題的研究背景和意義,分析了高光譜遙感圖像分類理論、特點(diǎn)、及傳統(tǒng)分類方法的優(yōu)缺點(diǎn),并給出了用于測(cè)試高光譜遙感圖像分類效果的實(shí)驗(yàn)數(shù)據(jù)集。其次,研究了結(jié)合空間和光譜信息的高光譜遙感圖像分類方法,提出了結(jié)合主動(dòng)學(xué)習(xí)和濾波后處理的高光譜遙感圖像分類方法。訓(xùn)練樣本的選取直接影響到分類器的分類精度。多項(xiàng)邏輯回歸分類只考慮了高光譜遙感圖像的光譜信息,忽視了相鄰像元間的空間相關(guān)性。而引導(dǎo)濾波可以保留圖像的空間結(jié)構(gòu)信息;诖,新的方法首先采用主動(dòng)學(xué)習(xí)選取具有代表性、可表征樣本信息的訓(xùn)練樣本來訓(xùn)練多項(xiàng)邏輯回歸分類器,之后采用引導(dǎo)濾波對(duì)初分類結(jié)果進(jìn)行修正。新的方法同時(shí)考慮空間和光譜信息,與傳統(tǒng)的基于光譜信息的分類器相比,獲得了更高的分類精度。再次,針對(duì)訓(xùn)練樣本的選取和分類器的設(shè)計(jì),提出了基于局部保持投影的稀疏高光譜遙感圖像分類方法。由于高光譜數(shù)據(jù)維數(shù)高,數(shù)據(jù)量大,在分類之前需要數(shù)據(jù)進(jìn)行降維處理,將原始特征空間投影到低維特征空間。新方法首先結(jié)合局部保持投影和線性判別分析對(duì)高光譜遙感數(shù)據(jù)進(jìn)行降維,之后采用K近鄰法選取聚類中心范圍內(nèi)的樣本,并將選取的訓(xùn)練樣本用于訓(xùn)練稀疏分類器,以保持類內(nèi)距離小,類間距離大。實(shí)驗(yàn)結(jié)果表明該分類方法分類結(jié)果好。最后,將以上兩種分類方法應(yīng)用于水域變化檢測(cè),提出了基于高光譜遙感圖像分類的水域動(dòng)態(tài)變化檢測(cè)。傳統(tǒng)的水域變化檢測(cè)方法無法對(duì)水域面積變化做出實(shí)時(shí)、高效的調(diào)查,采用遙感技術(shù)可以準(zhǔn)確觀測(cè)水域及其周圍生態(tài)環(huán)境變化。以上兩種高光譜遙感圖像分類方法可以對(duì)水域及其周邊的土地覆蓋進(jìn)行分類,融合其他類別提取出水體,并對(duì)水域變化進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果表明,基于高光譜遙感圖像分類的水域變化檢測(cè)方法可以更好地對(duì)水域變化進(jìn)行檢測(cè)。
【關(guān)鍵詞】:
【學(xué)位授予單位】:南昌工程學(xué)院
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2015
【分類號(hào)】:TP751;P332
【目錄】:
下載全文 更多同類文獻(xiàn)
CAJ全文下載
(如何獲取全文? 歡迎:購(gòu)買知網(wǎng)充值卡、在線充值、在線咨詢)
CAJViewer閱讀器支持CAJ、PDF文件格式
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 孫寧;鄧承志;汪勝前;;基于濾波后處理的主動(dòng)學(xué)習(xí)高光譜遙感圖像分類[J];南昌工程學(xué)院學(xué)報(bào);2015年01期
2 張克祥;張國(guó)慶;;MODIS監(jiān)測(cè)的鄱陽湖水域面積變化研究(2000-2011年)[J];東華理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年03期
3 張達(dá);鄭玉權(quán);;高光譜遙感的發(fā)展與應(yīng)用[J];光學(xué)與光電技術(shù);2013年03期
4 方帥;楊靜榮;曹洋;武鵬飛;饒瑞中;;圖像引導(dǎo)濾波的局部多尺度Retinex算法[J];中國(guó)圖象圖形學(xué)報(bào);2012年07期
5 吳昊;;綜合紋理特征的高光譜遙感圖像分類方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年05期
6 拉巴;拉巴卓瑪;陳濤;;基于MODIS影像的西藏典型內(nèi)陸湖泊變化研究及成因分析[J];氣象與環(huán)境科學(xué);2011年03期
7 高恒振;萬建偉;粘永健;王力寶;徐湛;;組合核函數(shù)支持向量機(jī)高光譜圖像融合分類[J];光學(xué)精密工程;2011年04期
8 楊桂山;馬榮華;張路;姜加虎;姚書春;張民;曾海鰲;;中國(guó)湖泊現(xiàn)狀及面臨的重大問題與保護(hù)策略[J];湖泊科學(xué);2010年06期
9 楊瑩;阮仁宗;;基于TM影像的平原湖泊水體信息提取的研究[J];遙感信息;2010年03期
10 王海波;馬明國(guó);;基于遙感的湖泊水域動(dòng)態(tài)變化監(jiān)測(cè)研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2009年05期
【共引文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 鄒濱;劉翱;;輪廓波變換與改進(jìn)MSRCR的圖像增強(qiáng)[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年06期
2 趙偉;鞠美玉;李子雙;;復(fù)雜光線下的車牌圖像增強(qiáng)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年06期
3 郝貴斌;吳波;張立福;付東杰;李瑤;;ESTARFM模型在西藏色林錯(cuò)湖面積時(shí)空變化中的應(yīng)用分析(1976-2014年)[J];地球信息科學(xué)學(xué)報(bào);2016年06期
4 王冬梅;劉勁松;梁文廣;;基于高分遙感和DEM的洪澤湖開發(fā)利用監(jiān)測(cè)與管理[J];中國(guó)水利;2016年10期
5 郭建茂;王遷;童應(yīng)詳;費(fèi)敦悅;劉俊偉;;太陽輻射強(qiáng)度與觀測(cè)角度對(duì)冬小麥冠層反射高光譜的影響[J];農(nóng)業(yè)工程學(xué)報(bào);2016年10期
6 陸健強(qiáng);王衛(wèi)星;胡子昂;石穎;黃德威;;基于改進(jìn)暗通道先驗(yàn)算法的農(nóng)田視頻實(shí)時(shí)去霧清晰化系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報(bào);2016年10期
7 張玉;徐德福;李映雪;李慧麗;管益東;;2種動(dòng)物對(duì)復(fù)合垂直流人工濕地基質(zhì)中磷形態(tài)的影響[J];環(huán)境工程學(xué)報(bào);2016年05期
8 梁耀歡;師永民;徐蕾;張志強(qiáng);張恩瑜;盧玉峰;;扶余油層河湖頻繁交替的比較沉積學(xué)依據(jù)[J];科學(xué)技術(shù)與工程;2016年14期
9 張清慧;董旭輝;羊向東;;湖北梁子湖近百年來環(huán)境演變歷史及驅(qū)動(dòng)因素分析[J];湖泊科學(xué);2016年03期
10 莫家勇;鐘萍;劉正文;;生態(tài)修復(fù)對(duì)淺水湖泊沉積物磷形態(tài)特征及湖水磷濃度的影響[J];應(yīng)用與環(huán)境生物學(xué)報(bào);2016年02期
【二級(jí)參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 閔騫;占臘生;;1952-2011年鄱陽湖枯水變化分析[J];湖泊科學(xué);2012年05期
2 方帥;楊靜榮;曹洋;武鵬飛;饒瑞中;;圖像引導(dǎo)濾波的局部多尺度Retinex算法[J];中國(guó)圖象圖形學(xué)報(bào);2012年07期
3 鄭玉權(quán);;溫室氣體遙感探測(cè)儀器發(fā)展現(xiàn)狀[J];中國(guó)光學(xué);2011年06期
4 高恒振;萬建偉;粘永健;王力寶;徐湛;;組合核函數(shù)支持向量機(jī)高光譜圖像融合分類[J];光學(xué)精密工程;2011年04期
5 拉巴;陳濤;拉巴卓瑪;次珍;;基于MODIS影像的色林錯(cuò)湖面積變化及成因[J];氣象與環(huán)境學(xué)報(bào);2011年02期
6 汪榮貴;張新彤;張璇;方帥;;基于Zernike矩的新型Retinex圖像增強(qiáng)方法研究[J];中國(guó)圖象圖形學(xué)報(bào);2011年03期
7 拉巴;德吉央宗;次珍;拉巴卓瑪;;基于MODIS影像的西藏羊卓雍湖面積變化與成因分析[J];高原山地氣象研究;2011年01期
8 邢文淵;石玉;韓勇;肖繼東;師慶東;;巴里坤植被覆蓋動(dòng)態(tài)變化及氣象因素分析[J];氣象與環(huán)境科學(xué);2011年01期
9 肖開提.阿不都熱衣木;湯世珍;;新疆艾比湖水礦化度變化過程及原因分析[J];水資源保護(hù);2010年04期
10 王君波;彭萍;馬慶峰;朱立平;;西藏當(dāng)惹雍錯(cuò)和扎日南木錯(cuò)現(xiàn)代湖泊基本特征[J];湖泊科學(xué);2010年04期
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 譚衢霖,邵蕓;雷達(dá)遙感圖像分類新技術(shù)發(fā)展研究[J];國(guó)土資源遙感;2001年03期
2 潘建剛,趙文吉,宮輝力;遙感圖像分類方法的研究[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年03期
3 杜鳳蘭,田慶久,夏學(xué)齊;遙感圖像分類方法評(píng)析與展望[J];遙感技術(shù)與應(yīng)用;2004年06期
4 李石華,王金亮,畢艷,陳姚,朱妙園,楊帥,朱佳;遙感圖像分類方法研究綜述[J];國(guó)土資源遙感;2005年02期
5 王一達(dá);沈熙玲;謝炯;;遙感圖像分類方法綜述[J];遙感信息;2006年05期
6 岳昔娟;張勇;黃國(guó)滿;;改進(jìn)的直方圖均衡化在遙感圖像分類中的應(yīng)用[J];四川測(cè)繪;2008年04期
7 金良;于鳳鳴;;計(jì)算機(jī)遙感圖像分類法在天然草原土地利用現(xiàn)狀研究中的應(yīng)用[J];科技資訊;2010年36期
8 付森;;遙感圖像分類技術(shù)的發(fā)展現(xiàn)狀[J];科技風(fēng);2010年08期
9 許凱;秦昆;劉修國(guó);李登朝;;泛概念層次構(gòu)建方法及其在遙感圖像分類中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年09期
10 潘時(shí)祥 ,朱述龍;概率松馳法在提高遙感圖像分類精度中的應(yīng)用[J];解放軍測(cè)繪學(xué)院學(xué)報(bào);1993年03期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前5條
1 張守娟;周詮;;空間數(shù)據(jù)挖掘決策樹算法在遙感圖像分類中的應(yīng)用研究[A];中國(guó)遙感應(yīng)用協(xié)會(huì)2010年會(huì)暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年
2 鄧文勝;邵曉莉;劉海;萬誥方;許亮;;基于證據(jù)理論的遙感圖像分類方法探討[A];中國(guó)地理學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文摘要集[C];2006年
3 周軍其;張紅;孫家抦;;利用地物光譜響應(yīng)進(jìn)行TM圖像分類[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
4 賈天下;葉昕;田慶久;;基于自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
5 曾生根;王小敏;夏德深;;基于松弛因子的FastICA算法的遙感圖像分類技術(shù)[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第八屆年會(huì)論文集[C];2004年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前4條
1 劉小芳;基于核理論的遙感圖像分類方法研究[D];電子科技大學(xué);2011年
2 王佐成;基于紋理的遙感圖像分類研究[D];西南交通大學(xué);2007年
3 許凱;云模型支持下的遙感圖像分類粒計(jì)算方法研究[D];武漢大學(xué);2010年
4 張雁;基于機(jī)器學(xué)習(xí)的遙感圖像分類研究[D];北京林業(yè)大學(xué);2014年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 林丹;基于小波變換的K-means算法在遙感圖像分類中的應(yīng)用研究[D];河北工程大學(xué);2015年
2 姜瑋;張量空間FCM算法研究及其在高光譜遙感圖像分類中的應(yīng)用[D];西南交通大學(xué);2015年
3 付建東;粒子群神經(jīng)網(wǎng)絡(luò)在遙感影像分類中的應(yīng)用研究[D];東華理工大學(xué);2015年
4 孫寧;基于高光譜遙感圖像分類的水域變化檢測(cè)[D];南昌工程學(xué)院;2015年
5 崔亮;基于蟻群算法的遙感圖像分類研究[D];華中科技大學(xué);2007年
6 李昕;基于分形理論的遙感圖像分類方法研究[D];湖南大學(xué);2009年
7 王方方;利用融合方法的遙感圖像分類研究[D];西安電子科技大學(xué);2009年
8 陳敏;基于紋理特征的遙感圖像分類技術(shù)研究[D];福州大學(xué);2005年
9 羅來平;遙感圖像分類中模糊模式識(shí)別和決策樹方法的應(yīng)用研究[D];首都師范大學(xué);2006年
10 張文君;基于特征庫和模糊技術(shù)的遙感圖像分類研究[D];電子科技大學(xué);2007年
本文關(guān)鍵詞:基于高光譜遙感圖像分類的水域變化檢測(cè),,由筆耕文化傳播整理發(fā)布。
本文編號(hào):184370
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/184370.html