高铁安全隐患的三种高效面向对象遥感变化检测方法

发布时间：2017-08-25 19:30

  本文关键词：高铁安全隐患的三种高效面向对象遥感变化检测方法

  更多相关文章： 面向对象 GIS 影像特征 最佳阈值 变化检测

【摘要】：随着我国高速铁路事业的蓬勃发展,高速铁路运营安全成为了举国关注的问题。为此,国务院要求各有关部门开展高速铁路安全大检查行动,其中高铁沿线环境治理情况作为一项重点检查内容。为快速检测出高铁沿线的环境安全隐患,为有关部门开展高速铁路安全大检查行动提供科学依据和技术支持,本文展开了高铁沿线安全隐患的快速面向对象遥感变化检测方法的研究。 根据研究目标本文首先确定了具体的研究内容,即：基于GIS辅助分割的面向对象变化检测方法。在总结该类方法总体思路流程的基础上,对其中涉及到的遥感影像特征以及典型的自动阈值分割技术进行了系统概述。而后通过评估现有三种基于GIS辅助分割的面向对象变化检测方法的效率并进行综合分析,提出三种高效的基于GIS辅助分割的面向对象变化检测方法,并通过两组实验分别对比高效方法与现有方法的效率和精度,在第一组实验中(影像尺寸：1154×5064),六种方法所耗用的时间依次(与文中顺序一致)为：98s,95s,102s,93s,86s,75s；总体精度依次为：80.65%,82.70%,77.57%,87.21%,88.69%,81.69%；漏检率依次为：8.64%,7.43%,10.53%,1.86%,2.43%,7.43%；误检率依次为：10.71%,9.87%,11.90%,10.93%,8.88%,10.88%。第二组实验中(影像尺寸：16724×3564)六种方法耗时依次为：152s,143s,170s,140s,129s,118s；总体精度依次为：74.19%,78.47%,71.96%,80.56%,83.41%,77.87%；漏检率依次为：11.43%,9.83%,12.75%,3.75%,4.87%,10.12%；误检率依次为：14.38%,11.70%,15.29%,15.69%,11.72%,12.01%。由这些实验结果可以看出,灰度差分梯度-最大熵法的效率最高,改进的灰度均值向量-Otsu法次之。在精度方面,灰度均值向量-Otsu法及改进的灰度均值向量-Otsu法的总体精度和漏检率都要优于现有三种现有的方法,其中改进的灰度均值向量-Otsu法的总体精度最高,灰度均值向量-Otsu法的漏检率最低。可见本文提出的高效方法具有一定的高效性及实用性。最后将三种高效的变化检测方法应用于郑西高铁沿线(影像尺寸：78161×7103)的变化检测应用中,三种高效方法所耗用的时间依次为：2h44min35s,1h35min56s,1h28min45s;总体精度依次为：80.97%,82.72%,77.57%；漏检率依次为：3.16%,4.36%,10.75%；误检率依次为：15.87%,12.92%,11.68%。其中效率较三种现有方法中效率最高的特征量相关系数-最大目标函数法分别提高了3.31%,43.64%,47.86%。 上述结果表明本文提出的高效的面向对象变化检测方法在检测高速铁路沿线地物变化以及更新高速铁路数据库方面具有一定的使用价值,并为后续更为深入的研究提供参考。
【关键词】：面向对象 GIS 影像特征 最佳阈值 变化检测
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U298;P237
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-20
• 1.1 研究背景与研究意义11-15
• 1.2 面向对象变化检测方法15-18
• 1.2.1 面向对象变化检测概述15
• 1.2.2 面向对象变化检测方法研究现状15-17
• 1.2.3 面向对象变化检测方法应用现状17
• 1.2.4 面向对象变化检测方法在高铁沿线安全隐患检测应用中面临的问题17-18
• 1.3 本文研究内容及章节安排18-20
• 1.3.1 研究目标与内容18-19
• 1.3.2 章节安排19-20
• 第2章 高铁安全隐患的面向对象高分影像变化检测方法20-31
• 2.1 面向对象变化检测方法总体思路流程20
• 2.2 衡量对象变化的指标—遥感影像特征20-25
• 2.2.1 光谱特征21-22
• 2.2.2 纹理特征22-23
• 2.2.3 形状特征23-24
• 2.2.4 空间关系特征24-25
• 2.3 判断对象变化的标准—阈值的自动确定25-31
• 2.3.1 类间最大方差阈值分割算法25-27
• 2.3.2 灰度直方图峰谷法27
• 2.3.3 迭代阈值分割算法27-28
• 2.3.4 最大熵法28-29
• 2.3.5 最小误差法29-31
• 第3章 现有面向对象变化检测方法评估31-42
• 3.1 现有面向对象变化检测方法原理31-37
• 3.1.1 特征量相关系数-接受者操作特性曲线法31-34
• 3.1.2 特征量相关系数-最大目标函数法34-35
• 3.1.3 地类光谱特征曲线拟合-变化测度直方图法35-37
• 3.2 现有面向对象变化检测方法效率及精度评估实验37-40
• 3.2.1 实验平台及实验数据介绍37-39
• 3.2.2 现有面向对象变化检测方法的效率及精度评估39-40
• 3.3 本章小结40-42
• 第4章 高效的面向对象变化检测方法42-47
• 4.1 灰度均值向量-Otsu法42-43
• 4.2 改进的灰度均值向量-Otsu法43-45
• 4.3 灰度差分梯度-最大熵法45-47
• 第5章 高效的变化检测方法与现有方法的比较与应用47-53
• 5.1 高效方法与现有方法的效率与精度比较47-50
• 5.2 高效的变化检测方法在郑西高铁沿线变化检测中的应用50-52
• 5.3 本章小结52-53
• 第6章 结论与展望53-56
• 6.1 总结53
• 6.2 结论53-54
• 6.3 不足之处与展望54-56
• 致谢56-57
• 参考文献57-64
• 攻读硕士学位期间发表的论文64

【参考文献】

中国期刊全文数据库 前10条

1 李伟;官云兰;;遥感变化检测方法探讨[J];北京测绘;2011年01期

2 王汉英;张占睦;张一鸣;张昭云;;遥感影像变化检测在地形图快速修测中的应用[J];测绘工程;2009年02期

3 刘永进;乔德军;郑卫华;;基于植被覆盖度序列的变化矢量分析[J];测绘通报;2008年11期

4 袁愈才;周晓光;杨小晴;黄文嘉;;基于ERDAS平台的NDVI植被覆盖变化检测[J];测绘信息与工程;2011年05期

5 李丹丹;舒宁;李亮;;像斑的遥感影像土地利用变化检测方法[J];地理空间信息;2011年01期

6 杨朝辉;陈鹰;;基于ROC融合准则的SAR边缘检测算法[J];光电子.激光;2010年07期

7 王琰;舒宁;龚煈;;高分辨率遥感影像土地利用变化检测方法研究[J];国土资源遥感;2012年01期

8 孟繁烁;;基于遥感影像的变化检测方法综述[J];科技创新与应用;2012年24期

9 王琰;舒宁;龚煈;李雪;;基于类别光谱变化规律的土地利用变化检测[J];国土资源遥感;2012年03期

10 ;Automatic Change Detection of Geo-spatial Data from Imagery[J];Geo-Spatial Information Science;2003年03期

，

本文编号：737988