基于高分一号全色影像的安居房核查技术研究

发布时间：2022-11-05 05:11

　　在我国,为推进实施“安居工程”而建设的保障性住房——安居房,对解决中低收入居民的住房问题起到了很大的作用。坐落在偏远的农村地区的安居房在建设过程中往往存在“乱建、少建、未建”等现象,造成政府财政的浪费和挪用,因此为了使政府的投入落到实处,有必要对这些地区的安居房进行逐一核查。由于农村地区幅员辽阔,地理环境较为复杂,信息采集困难,逐一实地核查不仅费时费力,而且多出很多不必要的经济支出,核查效率较低。如果采用当前的抽样实地核查的办法,会因抽样的比例小,而容易导致误差隐患。因此,本文为解决这些问题,以高分一号全色遥感影像为基础数据,将遥感监测和遥感图像处理两方面技术结合,以建筑物特征提取和分割为算法为基础,对如何实现安居房的快速准确核查展开研究。本文的主要研究内容如下:（1）研究了形态学建筑物指数（Morphological Building Index,MBI）的建筑物特征提取算法。通过结合建筑物在高分辨率全色遥感影像上的特征（灰度、形状、纹理）,利用多尺度、多方向的线性结构元素对影像进行数学形态学处理,计算出遥感影像的MBI特征图,并通过采用多组不同的MBI参数对影像处理并进行灰度特征分... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 高分辨率遥感技术发展现状
        1.2.2 建筑物提取技术研究现状
    1.3 研究内容和技术路线
    1.4 论文章节安排
第2章 研究区概况与数据资料
    2.1 研究区概况
    2.2 数据资料
    2.3 本章小结
第3章 建筑物特征提取
    3.1 建筑物在全色遥感影像上的特征
        3.1.1 灰度特征
        3.1.2 形状特征
        3.1.3 纹理特征
    3.2 基于形态学建筑物指数的建筑物特征提取
        3.2.1 形态学图像处理基本运算
        3.2.2 形态学建筑物指数提取建筑物特征
        3.2.3 实验分析
    3.3 本章小结
第4章 基于地理位置约束的建筑物目标分割与安居房核查
    4.1 安居房矢量数据的地理位置约束
    4.2 阈值分割法
    4.3 Isodata聚类分割算法
        4.3.1 K-mean聚类
        4.3.2 Isodata聚类
    4.4 Mean Shift分割算法
        4.4.1 特征空间的无参数概率密度估计
        4.4.2 常用核函数
        4.4.3 Mean Shift的向量和特征
        4.4.4 Mean Shift及其改进自适应方法在遥感图像分割中的应用
        4.4.5 建筑物提取结果后处理
    4.5 安居房核查
    4.6 实验分析
        4.6.1 实验一:建筑物提取实验
        4.6.2 实验二:安居房核查实验
    4.7 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
个人简历、攻读硕士学位期间参与的科研项目及发表的学术论文
致谢



本文编号：3701976