本文關鍵詞：面向對象分類方法在四川丘陵區(qū)森林分類中的應用研究

  更多相關文章： 面向對象 多尺度分割 信息提取 eCognition

【摘要】：森林資源調查作為一項重要的國家資源調查,目的是全方位了解全國林業(yè)資源利用狀況,掌握真實的林業(yè)資源數(shù)據,為國家宏觀掌控森林資源的消耗、制定國民生產計劃以及指導和改善林業(yè)工作計劃提供可依靠的證據。近幾年來,隨著遙感科技的發(fā)展,遙感影像的時像分辨率、三維分辨率以及色譜分辨率都有了極大的提高,給人們對于遙感研究提供了極其豐富的地表信息。同時,也為森林資源的調查提供了一種全新的科學手段,使得森林資源調查的精度有了進一步提高,并大大提高了作業(yè)效率。傳統(tǒng)的信息提取方法在大部分情況下是通過分析地物的波段特征相近的程度來進行信息提取,這種基于像元的光譜信息提取技術忽略了整個影像的基本結構情況,從而導致對影像的認識和提取的準確性受到影響；因此,為了解決這一不足,提出了關于面向對象的分類方法。面向對象的遙感圖像分類方法充分利用光譜、結構及三維等各種信息,彌補了傳統(tǒng)分類方法的不足,取得了較好的分類效果,避免了椒鹽現(xiàn)象的產生,突破了傳統(tǒng)的分類方法以基本像素為分類和處理單元的局限性。本文基于eCognition軟件,利用面向對象的分類方法對四川省南部縣玉鎮(zhèn)鄉(xiāng)SPOT5遙感影像進行森林分類,并驗證其分類結果的精確程度。旨在探索適合四川省丘陵區(qū)遙感影像的森林資源分類方法,并提高SPOT5影像森林分類的準確度,為快速、準確、合理的進行森林分類調查提供可借鑒的經驗和方法。主要結果如下：(1)通過面積比均值法以及反復的分割試驗,最終確定建設用地、耕地和林地、水田和水域的最優(yōu)分割尺度和最優(yōu)分割參數(shù)分別為10、30和70；形狀因子分別為0.7、0.3和0.5。(2)充分利用分割后影像對象的紋理和光譜特征以及各層次間的關系,建立起適合該地區(qū)的分類知識庫,采用模糊分類中的隸屬度函數(shù)分類方法將有林地、疏林地、耕地、以及建筑提取出來。這樣的分類規(guī)則適合于研究區(qū)的森林分類。(3)精度評價的結果表明,傳統(tǒng)最大似然法分類結果顯示總體的精度為54.50%,kappa系數(shù)為0.4921,面向對象分類方法總體精度和kappa系數(shù)分別為80.93%和0.7672,明顯比最大似然法有所提高�？傮w看來,面向對象分類方法在高分辨率影像分類時,精度有明顯的提高,結果符合實際生產的要求,因此該方法適用于四川省丘陵區(qū)林地遙感分類。
【關鍵詞】：面向對象 多尺度分割 信息提取 eCognition
【學位授予單位】：四川農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：S757
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 前言7-8
• 1 文獻綜述8-13
• 1.1 傳統(tǒng)遙感分類方法研究現(xiàn)狀8-10
• 1.1.1 監(jiān)督分類8-9
• 1.1.2 非監(jiān)督分類9
• 1.1.3 其他分類方法9-10
• 1.2 面向對象的遙感分類方法研究現(xiàn)狀10-12
• 1.3 面向對象遙感圖像森林分類研究進展12-13
• 2 研究目的和意義13-14
• 2.1 研究意義13-14
• 2.2 研究目的14
• 3 研究區(qū)域概況與數(shù)據源14-17
• 3.1 研究區(qū)域概況14-15
• 3.2 SPOT5影像數(shù)據源15-17
• 4 技術路線17-18
• 5 研究內容和方法18-28
• 5.1 研究內容18
• 5.2 研究方法18-27
• 5.2.1 圖像剪裁18
• 5.2.2 幾何校正18-19
• 5.2.3 圖像融合19-20
• 5.2.4 解譯標志20-21
• 5.2.5 多尺度分割21-25
• 5.2.6 最優(yōu)分割尺度25
• 5.2.7 模糊分類25-26
• 5.2.8 分類層次建立與分類特征的選取26-27
• 5.2.9 精度評價27
• 5.3 研究平臺27-28
• 6 結果與分析28-37
• 6.1 最優(yōu)分割尺度及參數(shù)28-31
• 6.2 面向對象的影像信息提取31-33
• 6.3 面向像元的影像信息提取33-35
• 6.4 精度評價35-36
• 6.5 各類土地面積36-37
• 7 討論與結論37-40
• 7.1 討論37-39
• 7.1.1 多尺度分割策略在面向對象分類中的應用37-38
• 7.1.2 遙感分類38-39
• 7.2 結論39-40
• 8 展望與不足40-42
• 參考文獻42-48
• 致謝48

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 包奇金寶;張景龍;;面向對象基本概念的研究[J];內蒙古民族大學學報;2011年02期

2 王秀明;;面向對象技術的概說[J];熱帶農業(yè)工程;2011年01期

3 許軍;面向對象與生物系統(tǒng)[J];計算機農業(yè)應用;1994年02期

4 李守義,龐 飛;面向對象法在水利水電工程概預算系統(tǒng)開發(fā)中的應用[J];中國農村水利水電;2002年04期

5 蔣永濤;任國業(yè);鄧良基;高雪松;龔碧凱;;面向對象土地利用信息提取技術研究[J];西南農業(yè)學報;2009年03期

6 朱珊娜;李書琴;;面向對象技術在產生式系統(tǒng)設計中的應用[J];西北農林科技大學學報(自然科學版);2006年08期

7 王繼昕;;職業(yè)技術院�！懊嫦驅ο蟆背绦蛟O計課程的教學思考[J];內蒙古民族大學學報;2007年02期

8 魏淑芬;;關于面向對象軟件開發(fā)技術的哲學思考[J];甘肅農業(yè);2006年10期

9 曹寶;秦其明;張自力;馬海建;邱云峰;;基于特征增強技術的面向對象分類方法[J];水土保持研究;2008年01期

10 朱樹人;;一種面向對象程序質量的評測方法[J];湖南農業(yè)大學學報(自然科學版);2006年04期

中國重要會議論文全文數(shù)據庫 前10條

1 趙玉鵬;;面向對象方法論研究[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;;應用面向對象技術開發(fā)暖通空調軟件[A];全國暖通空調制冷1996年學術年會資料集[C];1996年

3 馬智亮;任愛珠;;面向對象技術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;;面向對象應用技術的新進展[A];《智能技術應用與CAD學術討論會》論文集[C];2000年

5 沈國狀;廖靜娟;;面向對象技術用于多極化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學術交流會論文摘要集[C];2005年

6 張琨;;面向對象軟件的測試過程與方法的研究[A];第七屆青年學術會議論文集[C];2005年

7 鄧安福;魏艷軍;鄧璞;鄭冰;;面向對象三維非線性有限元程序設計[A];第15屆全國結構工程學術會議論文集（第Ⅱ冊）[C];2006年

8 李芳;夏宇;;面向對象程序設計的探討[A];2008'中國信息技術與應用學術論壇論文集（二）[C];2008年

9 姚卿達;呂錦玲;;一個基于面向對象機制的知識-數(shù)據模型[A];第十屆全國數(shù)據庫學術會議論文集[C];1992年

10 宋善德;馬建平;余祥宣;;一種面向對象系統(tǒng)安全模型[A];第九次全國計算機安全學術交流會論文集[C];1994年

中國重要報紙全文數(shù)據庫 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研究院多媒體部 陳學軍 曹克虎;嵌入式系統(tǒng)軟件的面向對象開發(fā)技術[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;以面向對象技術促進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

中國博士學位論文全文數(shù)據庫 前10條

1 黃志堅;面向對象影像分析中的多尺度方法研究[D];國防科學技術大學;2014年

2 李必信;程序切片技術及其在面向對象軟件度量和軟件測試中的應用[D];南京大學;2000年

3 韓凝;空間信息在面向對象分類方法中的應用[D];浙江大學;2011年

4 毛澄映;面向對象程序分析與測試技術研究[D];華中科技大學;2006年

5 徐新國;在EDBMS中若干面向對象關鍵技術的擴充及系統(tǒng)應用[D];中國科學院研究生院（計算技術研究所）;1996年

6 李海江;基于網絡的工程設計與有限元分析系統(tǒng)的面向對象構建[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對象軟件開發(fā)[D];浙江大學;2002年

8 劉譯t，

本文編號：1075728