高分辨率影像对象变化检测关键技术研究

发布时间：2017-11-03 09:20

  本文关键词：高分辨率影像对象变化检测关键技术研究

  更多相关文章： 影像对象 最优分割尺度 特征选择 决策分类 变化检测

【摘要】：随着我国工业化和城市化的发展需求,自然森林和耕地遭受建设破坏,农耕用地大幅减少,给人类生存环境带来危害,如何有效控制人类活动对土地资源的滥用是亟需解决的问题。其中,调查监测土地使用情况是土地资源管理的重要工作之一。传统的土地监测方法依靠野外实地调查,或利用测绘数据监测,存在工作量大、时效性差、损耗大量劳力物力等缺点。而遥感技术具备获取重复、连续、大面积地物覆盖信息的能力,因此被广泛用于土地利用变化检测中。本文总结归纳了现有遥感影像变化检测方法的优缺点,从基于像素级和基于对象级两个角度探讨变化检测的机理。基于像素级变化检测方法存在着处理速度慢、椒盐噪声多、受光谱值影响大等缺点;而面向对象土地利用变化检测技术,将影像分割成一个个对象,通过对对象的特征提取和分析,实现变化检测自动化提取。该方法可以有效弥补基于像素级方法的不足。但基于对象变化检测技术存在着两个关键难点:①最优分割尺度的确定;②最优特征的选择。本文从这两个问题出发,主要研究内容如下:(1)集成高分辨率遥感影像变化检测的主要技术流程。主要包括影像预处理、影像多尺度分割、影像对象特征选择、决策分类和变化检测等技术。(2)深入研究图像分割技术中最优尺度确定问题。论文对比分析了不同优度评价指标与最优分割尺度间的关系,提出基于纹理的信息熵和对比度优度函数法来评价最优分割尺度,通过建立分割尺度与评价指数间的关系,得到最优分割尺度值。(3)研究面向对象最优特征选择搜索算法,即分离阈值法(SEath)。采用基于J-M距离准则的搜索算法进行特征选择,在此基础上改进该算法,考虑特征去相关和类内距离,重新构造特征筛选评价指标,达到选择最优特征的目的。(4)结合高分辨率影像实例,应用最优分割尺度和最优特征选择两个关键技术,对前后时相影像进行阈值法决策树分类,最终制定出分类规则,实验结果表明,改进的最优特征选择方法对地物的分类精度有明显提高。最后利用前后时相影像分类图进行变化检测,实现变化信息自动获取。本文方法对于土地利用变化检测信息提取具有一定的现实意义和实用价值。
【关键词】：影像对象 最优分割尺度 特征选择 决策分类 变化检测
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 中文摘要3-4
• 英文摘要4-9
• 1 绪论9-19
• 1.1 研究背景和意义9-10
• 1.2 土地利用遥感变化检测现状10-14
• 1.2.1 变化检测方法现状11-13
• 1.2.2 各种变化监测方法比较13-14
• 1.3 面向对象变化检测的发展14-16
• 1.3.1 面向对象变化检测现状14-15
• 1.3.2 面向对象变化检测所面临的问题15-16
• 1.4 研究内容和技术路线16-19
• 1.4.1 研究内容16-17
• 1.4.2 技术路线17-19
• 2 遥感变化检测理论19-27
• 2.1 变化检测概念19
• 2.2 变化检测流程19-21
• 2.2.1 图像预处理20-21
• 2.2.2 变化信息获取21
• 2.2.3 变化后处理21
• 2.3 遥感变化检测方法21-24
• 2.3.1 基于像素级变化检测方法21-22
• 2.3.3 基于对象级变化监测方法22-24
• 2.4 遥感变化检测精度评价24-26
• 2.5 本章小结26-27
• 3 面向对象高空间分辨率影像分析27-47
• 3.1 图像理解27
• 3.2 多尺度分割效应27-31
• 3.2.1 多尺度分割原理27-29
• 3.2.2 异质性指标计算29-31
• 3.3 最优分割尺度的选择31-42
• 3.3.1 同质性和异质性法32-33
• 3.3.2 均值标准差法33
• 3.3.3 RMAS法33-34
• 3.3.4 最大面积法34
• 3.3.5 改进最优尺度评价指数34-36
• 3.3.6 各种评价指数验证36-42
• 3.4 影像对象分类提取技术42-45
• 3.4.1 最邻近分类法43-44
• 3.4.2 决策树分类法44
• 3.4.3 阈值分类法44
• 3.4.4 隶属度分类法44-45
• 3.5 本章小结45-47
• 4 面向对象最优特征选择47-59
• 4.1 遥感影像的特征47-50
• 4.1.1 光谱统计特征47
• 4.1.2 纹理特征47-48
• 4.1.3 空间结构特征48-50
• 4.2 最优特征选择50-55
• 4.2.1 特征选择的过程50-52
• 4.2.2 特征选择算法的分类52
• 4.2.3 基于Filter算法的分离阈值法52-55
• 4.3 改进的最优特征选择55-57
• 4.3.1 特征去相关55-56
• 4.3.2 类内距离D56
• 4.3.3 构建特征筛选指标56-57
• 4.4 搜索策略57
• 4.5 最优特征规则的建立57-58
• 4.6 本章小结58-59
• 5 变化检测实验与精度评价59-75
• 5.1 实验数据59
• 5.2 软件平台59
• 5.3 面向对象变化检测法实验59-68
• 5.3.1 最优分割尺度的确定59-62
• 5.3.2 最优特征选择62-66
• 5.3.3 分类规则建立66-68
• 5.4 实验结果分析与评价68-71
• 5.5 土地利用变化检测71-73
• 5.6 本章小结73-75
• 6 总结与展望75-77
• 6.1 研究结论75-76
• 6.2 建议与展望76-77
• 致谢77-79
• 参考文献79-82

【相似文献】

中国期刊全文数据库 前10条

1 李德仁;利用遥感影像进行变化检测[J];武汉大学学报(信息科学版);2003年S1期

2 胡岩峰,刘波,李峰,李立钢,丘江;一种基于统计分析的图像变化检测方法[J];光子学报;2005年01期

3 宋翠玉;李培军;杨锋杰;;运用多尺度图像纹理进行城市扩展变化检测[J];国土资源遥感;2006年03期

4 李雪;舒宁;王琰;李亮;;利用土地利用状态转移分析的变化检测[J];武汉大学学报(信息科学版);2011年08期

5 方针,张剑清,张祖勋;基于城区航空影像的变化检测[J];武汉测绘科技大学学报;1997年03期

6 徐宏根;宋妍;;顾及阴影信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2013年04期

7 马云飞;李宏;;遥感变化检测技术方法综述[J];测绘与空间地理信息;2014年01期

8 刘直芳,张剑清;城区变化检测的一种方法[J];测绘通报;2001年02期

9 倪林,冷洪超;机场区域变化检测研究[J];遥感技术与应用;2002年04期

10 唐德可,付琨,王宏琦;基于光谱和空域信息的城区变化检测方法研究[J];测绘科学;2005年06期

中国重要会议论文全文数据库 前10条

1 尤红建;詹芊芊;;尺度优化的星载SAR图像变化检测[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

2 刘元波;;环境遥感变化探测研究中的若干问题：辐射校正方法与变化检测算法及其理论关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年

3 邢帅;徐青;;高分辨率卫星遥感影像变化检测技术的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 霍春雷;程健;周志鑫;卢汉清;;基于尺度传播的多尺度变化检测新方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 张蔚然;韩萍;;基于去取向理论的极化SAR变化检测[A];第二十五届中国（天津）2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年

6 胡艳;李胜;何宗;罗灵军;李静;;水体变化检测在重庆市干旱遥感监测中的应用[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年

7 张铁军;;年度土地利用变更调查中遥感监测图斑提取方法浅析[A];福建省土地学会2012年年会论文集[C];2012年

8 柳思聪;杜培军;;基于形态学滤波的多时相遥感影像变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年

9 刘志刚;李夕海;钱昌松;;遥感图像变化检测问题浅析[A];陕西地球物理文集（五）国家安全与军事地球物理研究[C];2005年

10 刘翔;李万茂;高连如;陶发达;倪金生;;基于遥感图像变化检测的投资项目搜索技术研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 郝明;基于空间信息准确性增强的遥感影像变化检测方法研究[D];中国矿业大学;2015年

2 王凌霞;基于多尺度分析和自然进化优化的遥感图像配准与变化检测[D];西安电子科技大学;2015年

3 李向军;遥感土地利用变化检测方法探讨[D];中国科学院研究生院（遥感应用研究所）;2006年

4 邓小炼;基于变化矢量分析的土地利用变化检测方法研究[D];中国科学院研究生院（遥感应用研究所）;2006年

5 李雪;基于像斑信息挖掘的土地利用变化检测方法研究[D];武汉大学;2010年

6 张路;基于多元统计分析的遥感影像变化检测方法研究[D];武汉大学;2004年

7 罗旺;遥感图像的变化检测与标注方法研究[D];电子科技大学;2012年

8 王琰;基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D];武汉大学;2012年

9 邓湘金;基于模式识别知识的遥感图像变化检测研究[D];中国科学院研究生院（电子学研究所）;2003年

10 祝锦霞;高分辨率遥感影像变化检测的关键技术研究[D];浙江大学;2011年

中国硕士学位论文全文数据库 前10条

1 张家琦;遥感影像变化检测方法及应用研究[D];中国地质大学(北京);2015年

2 李玲玲;基于NSCT和NSST的图像变化检测算法研究及应用[D];新疆大学;2015年

3 胡雪梅;基于MST的遥感图像变化检测研究[D];新疆大学;2015年

4 杨国栋;基于分布式并行聚类的SAR图像变化检测算法研究[D];西安电子科技大学;2014年

5 王桥;基于多目标模糊聚类的SAR图像变化检测[D];西安电子科技大学;2014年

6 张文婷;基于自适应权值差异图融合和聚类的SAR图像变化检测方法研究[D];西安电子科技大学;2014年

7 任新营;基于OpenCL的并行SAR图像变化检测[D];西安电子科技大学;2014年

8 宫金杞;面向地理国情监测的地表覆盖变化检测方法研究及系统实现[D];山东农业大学;2015年

9 赵姣姣;基于无监督方法的SAR图像变化检测[D];西安电子科技大学;2014年

10 李晓婷;基于信息融合与匀质区域提取的SAR图像变化检测[D];西安电子科技大学;2014年

，

本文编号：1135584