基于GF-1卫星影像的道路信息提取与应用
发布时间：2021-02-21 07:25
国产高分辨率卫星影像已经被广泛应用到了农业、测绘、城乡建设、调查统计等各个生产生活领域。道路作为连接地区与地区的纽带,道路的发展状况决定着一个国家的经济发展建设水平,同时道路对国家安全、军事战略布局也至关重要。高分影像的普及,为提取更多类型的道路目标提供了有力的数据支持。本文以GF-1遥感影像为数据源,针对目前道路提取的研究现状,从不同环境、不同类型道路角度出发,对道路提取进行了探讨,并基于提取结果对雅江道路的时空特征进行了分析,主要内容和结果如下:（1）对研究区影像进行了必要的预处理和特征波段分析,预处理主要包括辐射定标、大气校正、正射校正和图像融合等,特征波段分析根据OIF计算结果得出GF-1影像的最佳波段组合为431;（2）对道路的类型和特征特别是成都市和雅江县的道路类型的特征进行了分析,根据分析结果确定了成都市和雅江县的提取道路类型;（3）对成都市、雅江县道路的分割进行了探讨,得到最佳分割尺度,对成都市、雅江县道路的光谱特征、纹理特征、几何特征进行了分析,揭示出其特征知识,并根据特征知识建立识别提取模型,利用模型识别提取了沥青路、平原水泥路、山区水泥路、桥梁、隧道口和收费站,其...
【文章来源】：四川师范大学四川省
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1.绪论
1.1 背景与意义
1.2 研究现状
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.3.3 论文组织架构及安排
2研究区与数据
2.1 研究区
2.1.1 研究区位置
2.1.2 研究区概况
2.2 数据来源与获取
2.2.1 遥感影像数据
2.2.2 DEM数据
2.2.3 其他数据
2.3 数据预处理
2.3.1 辐射定标
2.3.2 大气校正
2.3.3 正射校正
2.3.4 影像融合
2.3.5 最佳波段选择研究
3.道路分级与特征
3.1 道路分级
3.2 道路特征分析
3.3 研究区道路特征
3.4 本章小结
4 基于面向对象的GF-1 道路提取研究
4.1 遥感影像解译特征
4.2 特征分析
4.2.1 光谱特征分析
4.2.2 纹理特征分析
4.2.3 几何特征分析
4.2.4 派生数据特征分析
4.3 道路信息提取
4.3.1 多尺度分割
4.3.2 道路信息提取
4.3.3 精度验证
4.4 小结
5.雅江县道路时空分布特征与通达度
5.1 雅江县道路时空分布特征
5.1.1 雅江县道路分布特征
5.1.2 雅江县桥梁分布特征
5.1.3 雅江县隧道分布特征
5.1.4 道路分布与地形的关系
5.1.5 雅江县13-18 年道路动态变化特征
5.2 雅江县道路通达度
5.2.1 道路密度
5.2.2 路网连通度
5.2.3 道路服务指数
5.2.4 道路通达度
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
硕士研究生期间科研实践情况
【参考文献】：
期刊论文
[1]Landsat based distribution mapping of high-altitude peatlands in Hindu Kush Himalayas–a case study of Broghil Valley, Pakistan[J]. Ahmad KHAN,Ahmad SAID,Imran ULLAH. Journal of Mountain Science. 2020(01)
[2]顾及阈值设置的高分辨率影像道路提取方法研究[J]. 陶思然. 测绘通报. 2019(S2)
[3]基于格式塔形状分析的高分辨率遥感影像道路提取[J]. 丛铭,段晨曦,许妙忠,陶翊婷. 遥感技术与应用. 2019(03)
[4]结合路径形态学的高分遥感影像道路提取方法[J]. 戴激光,苗志鹏,葛连茂,王晓桐,朱婷婷. 遥感信息. 2019(01)
[5]一种多特征融合的高分辨率遥感图像道路提取算法[J]. 王钰,何红艳,谭伟,齐文雯. 遥感信息. 2019(01)
[6]Detecting and attributing vegetation changes in Taihang Mountain, China[J]. HU Shi,WANG Fei-yu,ZHAN Che-sheng,ZHAO Ru-xin,MO Xiong-guo,LIU Liang-mei-zi. Journal of Mountain Science. 2019(02)
[7]A new approach of extracting vegetation points from urban airborne LiDAR data[J]. CUI Shaochen,YANG Yuanxin,YANG Guodong,ZHANG Xuqing. Global Geology. 2018(03)
[8]基于OIF和最优尺度分割的GF-2影像分类适用性研究[J]. 任金铜,杨武年,邓晓宇,王蕾,王芳. 现代电子技术. 2018(08)
[9]基于NDWI分割与面向对象的水体信息提取[J]. 童李霞,燕琴,骆成凤,杜英坤. 地理空间信息. 2017(05)
[10]基于GIS的宁波市道路网络综合通达性研究[J]. 史滢宜,刘艳芳,银超慧. 地理信息世界. 2017(01)
博士论文
[1]农村居民点遥感信息提取与时空演变规律研究[D]. 郑辛煜.浙江大学 2017
硕士论文
[1]高山峡谷区农村居民点信息提取与布局优化研究[D]. 张英.四川师范大学 2019
[2]川中丘陵区乡村聚落信息提取及空间格局分析[D]. 张鑫.四川师范大学 2019
[3]融合非监督分类和几何—纹理—光谱特征的高分辨率遥感影像道路提取[D]. 韩洁.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[4]基于高分辨率遥感影像的道路提取研究[D]. 周婷婷.吉林大学 2018
[5]高分辨率遥感影像道路提取研究[D]. 汪镇东.重庆大学 2018
[6]高分辨率遥感影像道路目标智能识别方法研究[D]. 王志盼.西南交通大学 2017
[7]高分辨率遥感影像中典型道路提取方法研究[D]. 张莹莹.哈尔滨工业大学 2016
[8]基于GF-1遥感影像的道路提取研究[D]. 李美玲.北京林业大学 2016
[9]基于国产高分一号影像的新疆山区河流及桥梁信息提取技术研究[D]. 李艳华.新疆大学 2015
[10]基于知识的道路信息提取方法研究[D]. 周昀罡.四川师范大学 2013
本文编号：3044036
【文章来源】：四川师范大学四川省
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1.绪论
1.1 背景与意义
1.2 研究现状
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.3.3 论文组织架构及安排
2研究区与数据
2.1 研究区
2.1.1 研究区位置
2.1.2 研究区概况
2.2 数据来源与获取
2.2.1 遥感影像数据
2.2.2 DEM数据
2.2.3 其他数据
2.3 数据预处理
2.3.1 辐射定标
2.3.2 大气校正
2.3.3 正射校正
2.3.4 影像融合
2.3.5 最佳波段选择研究
3.道路分级与特征
3.1 道路分级
3.2 道路特征分析
3.3 研究区道路特征
3.4 本章小结
4 基于面向对象的GF-1 道路提取研究
4.1 遥感影像解译特征
4.2 特征分析
4.2.1 光谱特征分析
4.2.2 纹理特征分析
4.2.3 几何特征分析
4.2.4 派生数据特征分析
4.3 道路信息提取
4.3.1 多尺度分割
4.3.2 道路信息提取
4.3.3 精度验证
4.4 小结
5.雅江县道路时空分布特征与通达度
5.1 雅江县道路时空分布特征
5.1.1 雅江县道路分布特征
5.1.2 雅江县桥梁分布特征
5.1.3 雅江县隧道分布特征
5.1.4 道路分布与地形的关系
5.1.5 雅江县13-18 年道路动态变化特征
5.2 雅江县道路通达度
5.2.1 道路密度
5.2.2 路网连通度
5.2.3 道路服务指数
5.2.4 道路通达度
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
硕士研究生期间科研实践情况
【参考文献】：
期刊论文
[1]Landsat based distribution mapping of high-altitude peatlands in Hindu Kush Himalayas–a case study of Broghil Valley, Pakistan[J]. Ahmad KHAN,Ahmad SAID,Imran ULLAH. Journal of Mountain Science. 2020(01)
[2]顾及阈值设置的高分辨率影像道路提取方法研究[J]. 陶思然. 测绘通报. 2019(S2)
[3]基于格式塔形状分析的高分辨率遥感影像道路提取[J]. 丛铭,段晨曦,许妙忠,陶翊婷. 遥感技术与应用. 2019(03)
[4]结合路径形态学的高分遥感影像道路提取方法[J]. 戴激光,苗志鹏,葛连茂,王晓桐,朱婷婷. 遥感信息. 2019(01)
[5]一种多特征融合的高分辨率遥感图像道路提取算法[J]. 王钰,何红艳,谭伟,齐文雯. 遥感信息. 2019(01)
[6]Detecting and attributing vegetation changes in Taihang Mountain, China[J]. HU Shi,WANG Fei-yu,ZHAN Che-sheng,ZHAO Ru-xin,MO Xiong-guo,LIU Liang-mei-zi. Journal of Mountain Science. 2019(02)
[7]A new approach of extracting vegetation points from urban airborne LiDAR data[J]. CUI Shaochen,YANG Yuanxin,YANG Guodong,ZHANG Xuqing. Global Geology. 2018(03)
[8]基于OIF和最优尺度分割的GF-2影像分类适用性研究[J]. 任金铜,杨武年,邓晓宇,王蕾,王芳. 现代电子技术. 2018(08)
[9]基于NDWI分割与面向对象的水体信息提取[J]. 童李霞,燕琴,骆成凤,杜英坤. 地理空间信息. 2017(05)
[10]基于GIS的宁波市道路网络综合通达性研究[J]. 史滢宜,刘艳芳,银超慧. 地理信息世界. 2017(01)
博士论文
[1]农村居民点遥感信息提取与时空演变规律研究[D]. 郑辛煜.浙江大学 2017
硕士论文
[1]高山峡谷区农村居民点信息提取与布局优化研究[D]. 张英.四川师范大学 2019
[2]川中丘陵区乡村聚落信息提取及空间格局分析[D]. 张鑫.四川师范大学 2019
[3]融合非监督分类和几何—纹理—光谱特征的高分辨率遥感影像道路提取[D]. 韩洁.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[4]基于高分辨率遥感影像的道路提取研究[D]. 周婷婷.吉林大学 2018
[5]高分辨率遥感影像道路提取研究[D]. 汪镇东.重庆大学 2018
[6]高分辨率遥感影像道路目标智能识别方法研究[D]. 王志盼.西南交通大学 2017
[7]高分辨率遥感影像中典型道路提取方法研究[D]. 张莹莹.哈尔滨工业大学 2016
[8]基于GF-1遥感影像的道路提取研究[D]. 李美玲.北京林业大学 2016
[9]基于国产高分一号影像的新疆山区河流及桥梁信息提取技术研究[D]. 李艳华.新疆大学 2015
[10]基于知识的道路信息提取方法研究[D]. 周昀罡.四川师范大学 2013
本文编号：3044036
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3044036.html
