基于GF-2的新疆巴州地区主要地物类型信息提取方法研究

发布时间：2017-11-03 13:41

  本文关键词：基于GF-2的新疆巴州地区主要地物类型信息提取方法研究

  更多相关文章： 高分二号 卷积滤波 面向对象 信息提取

【摘要】：高空间分辨率卫星影像能够为我们提供精确、全面的地面信息,已经在林业、国防、国土资源监测、自然灾害监测、数字城市等方面广泛应用。中国GF-2(高分二号)卫星是中国遥感卫星进入亚米级“高分时代”的标志,本研究在总结前人研究的基础上,以GF-2遥感影像为数据源,并以巴音郭楞蒙古自治州为研究区(以尉犁县墩阔坦乡塔提里克村为例),对道路、河流、建筑及植被等信息提取方法开展了深入研究,主要研究结论如下：(1)道路信息、建筑物信息、河流信息提取的主要方法：通过空间卷积滤波,增强影像的低频、高频细节和边缘；选择适当的阈值对影像二值化处理,使目标对象更加鲜明、简单且易于处理；利用数学形态滤波方法优化二值化结果,过滤掉部分与提取目标对象无关的信息；采用基于边缘检测的图像分割和基于Full lambda schedule的图像合并算法将影像分割成为若干对象；根据不同对象空间属性的相异性,利用基于规则的面向对象信息提取方法,准确提取目标信息。(2)建筑物信息提取研究过程中对比了中值滤波与拉普拉斯滤波方法,其中中值滤波方法对建筑物增强效果较好,且建筑物提取精度达到了72.6%。河流信息提取研究在传统拉普拉斯算子的基础之上做了适当的改进增加锐化强度指数,调整锐化模板,使河流信息更加凸显,提取精度达到了86.6%。(3)根据研究区道路信息的图像特征与几何特征将道路分为三类：县级道路、乡镇道路、简易道路,根据不同的类型的道路特征分别选用了不同的提取方法,三类道路的提取精度分别为85.6%、73.5%、72.4%,并实现了对研究区内的风沙侵蚀(掩盖)道路的识别与检测。(4)植被信息提取主要包括植被类型提取和植被覆盖度提取。植被类型提取主要用了基于样本的面向对象信息提取,在该研究中对比了不同分割合并尺度对图像分割的结果,并选取50为分割合并的阈值,在分类方法上对比了K邻近法(KNN)与支持向量机(SVM)的分类方法,其中KNN法的总体精度为78.55%,Kappa系数为0.688.SVM的总体分类精度为88.97%,Kappa系数为0.83.结果表明通过SVM方法对以GF-2遥感影像为数据源的植被类型信息提取精度较高,具有较高的可靠性。植被覆盖度的提取利用像元6分模型计算研究区内的植被覆盖度。
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P237

【相似文献】

中国期刊全文数据库 前10条

1 戚东峰,黄乐天;两幅图像的相同和相异部分信息提取的新方法[J];中国激光;1993年09期

2 张明;曲佳;;暴力情景对青少年信息提取的负面影响[J];今日科苑;2010年10期

3 童磊;邹峥嵘;;基于高分辨率卫星影像的城市用地信息提取研究[J];测绘与空间地理信息;2009年02期

4 章程;吴俐民;黄亮;;基于最优尺度模型的建筑物信息提取[J];贵州大学学报(自然科学版);2011年03期

5 王娟敏;杨联安;姜英;高雪玲;孙娴;;基于波谱角分类法的沙化信息提取研究——以毛乌素沙地典型地区为例[J];国土资源遥感;2008年04期

6 翁勇军;;高考主观题有效信息提取策略[J];长三角(教育);2012年08期

7 郑利娟;李小娟;胡德勇;周德民;;基于对象和DEM的湿地信息提取——以洪河沼泽湿地为例[J];遥感技术与应用;2009年03期

8 付玉慧;李栖筠;张宝茹;;海洋溢油光谱分析与卫星信息提取[J];遥感学报;2008年06期

9 张继平;张镱锂;刘林山;丁明军;张学儒;;面向对象的长江源区当曲流域高寒湿地信息提取(英文)[J];Journal of Resources and Ecology;2011年02期

10 乔治;孙希华;;MODIS在我国陆地科学中的应用进展研究[J];国土资源遥感;2011年02期

中国重要会议论文全文数据库 前9条

1 赵继成;李英成;刘晓龙;;土地变更信息提取软件在土地变更/更新调查项目中的应用[A];全国国土资源与环境遥感技术应用交流会论文文集[C];2004年

2 黄清me;;国际城市天气预报信息提取及解/编码的Delphi实现[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

3 侯淑涛;杨凤海;苏安玉;唐军利;;基于MODIS数据的土壤信息提取与识别[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 于新洋;吕昌河;张安定;侯西勇;;基于改进VIS-NSMA模型的城市非渗透表面信息提取与应用研究[A];自然地理学与生态安全学术论文摘要集[C];2012年

5 韩杰;廖闻剑;彭艳兵;;基于楼层分割的BBS信息提取[A];中国通信学会第六届学术年会论文集（上）[C];2009年

6 韩杰;廖闻剑;彭艳兵;;基于楼层分割的BBS信息提取[A];中国通信学会第六届学术年会论文集（中）[C];2009年

7 黎小东;杨武年;刘汉湖;彭立;简季;曾涛;胡国超;胡宝荣;;面向对象的高空间分辨率遥感影像城市震害房屋信息提取——以汶川大地震为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

8 杨洁;王朝辉;;遥感监测中变化信息提取的方法探讨[A];江苏省测绘学会2011年学术年会论文集[C];2011年

9 袁金国;王卫;王茜;;遥感与GIS支持下LU／LC信息提取研究[A];“土地变化科学与生态建设”学术研讨会论文集[C];2004年

中国重要报纸全文数据库 前1条

1 袁鸿　赵西晨;考古发掘现场遗存器物几何结构信息提取及数字化虚拟复原[N];中国文物报;2013年

中国博士学位论文全文数据库 前1条

1 徐俊锋;IKONOS信息提取的尺度效应研究[D];浙江大学;2006年

中国硕士学位论文全文数据库 前10条

1 王国玺;高分影像在矿山利用现状信息提取中的应用研究[D];中国地质大学(北京);2015年

2 王赛;基于多源遥感数据的汶川地震型滑坡信息提取研究[D];中国地质大学(北京);2015年

3 朱娇;基于高分一号影像的宝兴县滑坡信息提取研究[D];成都理工大学;2015年

4 李静;基于GF-2的新疆巴州地区主要地物类型信息提取方法研究[D];北京林业大学;2016年

5 凌春丽;面向对象的林地信息提取研究[D];昆明理工大学;2010年

6 韩杰;中文BBS信息提取与分类[D];武汉邮电科学研究院;2009年

7 何祺胜;星载雷达图像在干旱区盐渍地信息提取中的应用研究[D];新疆大学;2007年

8 黄春龙;基于纹理的水系信息提取及其特征分析[D];吉林大学;2009年

9 王少华;基于多源遥感数据的矿山开发占地信息提取技术研究[D];中国地质大学（北京）;2011年

10 苟全登;基于XML的半结构化Web信息提取的研究[D];电子科技大学;2006年

，

本文编号：1136460