基于超像素区域融合的遥感图像地物分类算法研究

发布时间：2019-07-25 18:04

【摘要】：遥感图像地物目标分类识别是目前模式识别与智能技术领域里的研究重点和热点问题之一,对它的研究具有良好的应用价值,无论在军事还是民用方面都具有重要的意义。本文在现有的地物目标分类技术基础上进行深入分析,对目前的方法做了总结,并分析了它们存在的优点和缺陷。通过观察大量图像总结出遥感图像各地物特点,根据这些特点提出了基于超像素区域融合的地物分类方法,克服了目前其它算法的不足。最后通过实验和设计的软件系统验证了算法的有效性和优越性。本文的工作与成果如下：(1)面向遥感图像给出了地物类别的定义与特点分析。给出了六类地物定义：建筑物、阴影、裸地、水体、植被、道路。它们分别具备以下重要特点：水体区域的灰度普遍较低,近深绿色,且颜色分布均匀平坦,具有较大面积的连通性；阴影灰度很低,基本呈灰黑色,且纹理信息不确定,取决于被阴影遮挡的地物类型；而建筑物特征最不明显,顶端颜色各异且纹理信息丰富,不同的建筑物特征区别较大；道路具备明显的形状特征,灰度变化不剧烈；植被区域颜色多呈深绿色,但纹理信息较河流丰富；而裸地则呈现土黄色,颜色深浅存在差异,且通常存在大量的连通区域。本文以总结出的六类事物作为目标对象,利用颜色、形状和纹理特征进行分类,取得了较高的分类精度。(2)针对遥感图像特点提出了一套行之有效的地物分类算法框架。首先利用SLIC超像素算法进行图像预分割,将分割后面积小且无意义的孤立区域强制归并到与其相邻且最相似的超像素中。然后对更新的超像素区域提取颜色特征构建条件随机场模型,推导超像素标签的最大边缘后验概率,然后将具备相同标签且空间相邻的超像素区域进行合并,实现图像的分割。(3)本文在地物分类算法中引入了基于LDA的特征降维方法,使特征之间具备最大的可分离性。将降维后的颜色特征,与形状、纹理特征组合作为分类器的特征向量,最后采用一对一策略的SVM多类分类器进行分类,成功识别出各类地物。(4)本文设计了基于Google Earth和Matlab的软件系统平台,该平台可调用Google Earth软件,根据输入经纬度截取遥感图像,然后将裁剪后的小图像分别进行分类识别,最后将分类结果图像进行拼接,形成最终分类结果。最后利用该平台进行了实验,验证了平台的有效性和本文算法广泛适用性。
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 李伟;;遥感图像中的道路提取[J];自动化博览;2006年05期

2 李传龙;李颖;马龙;;一种新的遥感图像海岸线检测方法[J];计算机仿真;2010年08期

3 张学良;肖鹏峰;冯学智;;基于图像内容层次表征的遥感图像分割方法[J];中国图象图形学报;2012年01期

4 秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期

5 陈小琪;现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例[J];地球信息科学;2000年02期

6 邓湘金,彭海良;一种基于遥感图像的机场检测方法[J];测试技术学报;2002年02期

7 余杰千,方涛,陈雍业;一种有效的遥感图像无缝分割方法[J];计算机应用;2003年12期

8 吴为禄;遥感图像中的云层消除处理[J];铁路航测;2003年01期

9 于辉,徐军;彩色遥感图像目标提取方法研究[J];遥感技术与应用;2003年06期

10 黄勇杰,王树国,刘俊义,陈东;遥感图像去云算法研究[J];仪器仪表学报;2003年S2期

相关会议论文 前10条

1 张凤春;董增寿;刘明君;;基于局部方差均衡的遥感图像增强方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

2 邓冰;林宗坚;彭晓东;;遥感图像信息度量的原理与方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 江兴方;江鸿;何贤强;;遥感图像两种半自动拼接方法的研究[A];全国农业遥感技术研讨会论文集[C];2009年

4 罗睿;张永生;范永弘;邓雪清;;遥感图像基于内容查询的研究与实践[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 陈东;庞怡杰;黄勇杰;;大倾斜航空遥感图像快速自动镶嵌技术[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

6 黄勇杰;王树国;刘俊义;陈东;;遥感图像去云算法研究[A];首届信息获取与处理学术会议论文集[C];2003年

7 谢建春;赵荣椿;;遥感图像中的军用机场识别算法研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

8 陈姚;王金亮;李石华;;遥感图像中云层遮挡影响消除处理方法研究述评[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 张磊;朱磊;;遥感图像中直线目标的检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 邱磊;李国辉;衡祥安;;一种基于交互学习的遥感图像挖掘方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

相关重要报纸文章 前5条

1 蒋建科邋孙宏金 陈树琛;传回清晰遥感图像[N];人民日报;2008年

2 记者 郑千里;北京地区有了航空遥感图像[N];科技日报;2000年

3 本报通讯员;煤航遥感院获美国快鸟遥感图像西部代理权[N];中煤地质报;2005年

4 王石;印度通过“快鸟”影像发现古墓地[N];中国测绘报;2010年

5 记者 马彦平 张桂敏;澳大利亚钾矿钻探启动[N];农资导报;2011年

相关博士学位论文 前10条

1 江兴方;遥感图像去云方法的研究及其应用[D];南京理工大学;2007年

2 滕鑫鹏;遥感图像道路提取研究[D];江苏大学;2014年

3 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年

4 刘哲;基于信息融合的遥感图像处理方法研究[D];西北工业大学;2002年

5 强赞霞;遥感图像的融合及应用[D];华中科技大学;2005年

6 杜根远;海量遥感图像内容检索关键技术研究[D];成都理工大学;2011年

7 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年

8 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年

9 薛丽霞;基于对象云的遥感图像模糊边缘检测研究[D];西南交通大学;2007年

10 罗睿;遥感图像信息系统的设计与分析[D];解放军信息工程大学;2001年

相关硕士学位论文 前10条

1 邱磊;基于内容的遥感图像挖掘方法研究[D];国防科学技术大学;2005年

2 陈浩;高分辨遥感图像灾区建筑检测[D];南京理工大学;2015年

3 朱然;大数据量复杂背景下桥梁水坝目标快速识别[D];电子科技大学;2015年

4 王静静;基于NSCT和Shearlet变换的遥感图像增强研究[D];新疆大学;2014年

5 柴宏磊;基于知识的遥感图像港口目标识别[D];电子科技大学;2015年

6 冯一鸣;基于遥感图像中港口目标的分割算法研究与实现[D];西安电子科技大学;2014年

7 吴云坤;遥感图像变化检测技术研究[D];国防科学技术大学;2013年

8 王旭;无参考遥感图像质量综合评价算法研究[D];西安电子科技大学;2015年

9 宋玉梅;基于遥感图像的内河航道识别研究[D];重庆交通大学;2015年

10 张少辉;基于刃边法的遥感图像重建方法研究[D];西安电子科技大学;2014年

，

本文编号：2519260