面向对象的高分辨率遥感影像多尺度分割参数及分类研究

发布时间：2017-10-09 14:25

  本文关键词：面向对象的高分辨率遥感影像多尺度分割参数及分类研究

  更多相关文章： 面向对象 QuickBird影像 多尺度分割参数 亮度标准差 规则分类

【摘要】：摘要：高分辨率遥感影像含有丰富的地物信息,能够为矢量数据更新、灾害监测、土地覆盖监测等提供大量的数据支持。传统的基于像元的信息提取方法仅仅只考虑了影像中地物的光谱信息,没有考虑到对象的拓扑以及空间结构信息,给影像分类带来了一定的困难；面向对象的影像分析方法的出现为高分辨率遥感影像分类带来了福音。 多尺度分割算法是面向对象影像分析中常用的分割方法,多尺度分割主要是根据不同的地物类型选用不同的尺度,建立多尺度的分割架构,该方法能较好的反映现实地物的尺度特性,然而多尺度分割中的参数设置将直接影响分割效果,因此该工作至关重要,针对尺度的选取已有较多的研究实验,但针对紧致度和形状因子两个参数的选取研究,还没有一个定量的方法。 本研究主要围绕多尺度的三个参数的定量选取展开,首先选用亮度均值标准差最大处对应的尺度为最优分割尺度,再分别对形状因子和紧致度进行分析,以最大面积对应地物斑块的恒定区间作为最适宜的形状因子和紧致度选取区间,实现尺度、形状因子和紧致度的定量选取,最后根据得出的分割参数,对影像进行多层次多尺度分割,并建立规则集进行分类实验,实验结果表明：文中分割参数的选取方法能获得较好分割效果,更易于后续的分类,总分类精度达86.5%。
【关键词】：面向对象 QuickBird影像 多尺度分割参数 亮度标准差 规则分类
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P237
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 第1章 绪论9-15
• 1.1 研究背景9-12
• 1.1.1 面向对象的遥感影像地物分类技术研究现状9-10
• 1.1.2 影像分割参数选取研究现状10-12
• 1.2 研究目的和意义12-13
• 1.3 研究内容13
• 1.4 论文组织结构13-15
• 第2章 影像预处理15-30
• 2.1 概述15
• 2.2 几何校正15-16
• 2.3 影像融合方法16-19
• 2.4 融合影像效果评价19-21
• 2.5 实验21-29
• 2.6 本章小结29-30
• 第3章 地物提取与分割参数选取的关键技术30-45
• 3.1 概述30
• 3.2 影像分割30-31
• 3.3 多尺度分割31-34
• 3.4 最适宜分割参数选取研究34-42
• 3.4.1 选取思路概述34-35
• 3.4.2 尺度参数定量选取研究35-38
• 3.4.3 形状因子与紧致度定量选取研究38-42
• 3.5 基于规则集的影像分类42-43
• 3.6 本章小结43-45
• 第4章 影像分割参数选取及分类实验45-73
• 4.1 影像分类体系45
• 4.2 最适宜分割参数选取实验45-63
• 4.3 影像分类实验63-71
• 4.4 本章小结71-73
• 第5章 结论与展望73-75
• 5.1 结论73-74
• 5.2 展望74-75
• 参考文献75-81
• 攻读硕士学位期间主要研究成果81-82
• 致谢82

【参考文献】

中国期刊全文数据库 前10条

1 鲁恒;李永树;唐敏;;面向对象的山地区域多源遥感影像分割尺度选择及评价[J];山地学报;2011年06期

2 常化文;陈春香;;基于HSV变换与小波变换的遥感图像融合[J];计算机工程与设计;2007年23期

3 陈云浩;冯通;史培军;王今飞;;基于面向对象和规则的遥感影像分类研究[J];武汉大学学报(信息科学版);2006年04期

4 徐登云;李志娟;;面向对象的遥感影像分类方法在土地覆盖中的应用[J];西部资源;2012年02期

5 田岩;谢玉波;史文中;彭复员;柳健;;基于局部方差的多分辨率图像分割方法[J];系统工程与电子技术;2006年12期

6 陈春雷;武刚;;面向对象的遥感影像最优分割尺度评价[J];遥感技术与应用;2011年01期

7 王坚;张继贤;刘正军;高祥;;基于经验模态分解的高分辨率影像融合[J];遥感学报;2007年01期

8 尹作霞;杜培军;;面向对象的高光谱遥感影像分类方法研究[J];遥感信息;2007年04期

9 黎新亮;赵书河;芮一康;谢士杰;;面向对象高分辨遥感影像分类研究[J];遥感信息;2007年06期

10 祖琪;袁希平;莫源富;袁磊;;基于面向对象分类方法在SPOT影像中的地物信息提取[J];中国岩溶;2011年02期

，

本文编号：1000684