基于土地覆被转换逻辑的高分辨率影像对象变化检测研究

发布时间：2020-06-07 15:57

【摘要】：土地覆被变化检测具有重要的科学研究与应用的价值。遥感技术为土地覆被分类及其变化研究提供了重要的数据支撑。尤其随着高分辨率遥感卫星影像的发展,遥感变化检测成为土地覆被变化数据获取的重要手段。然而在高分辨率影像土地覆被分类后变化检测过程中,土地覆被分类误差会造成严重的误差累积效应,从而使土地覆被变化检测的精度变低,同时也会导致土地覆被类型转换结果中经常出现不尽合理的情况,这些不合逻辑的转换结果同样影响着影像变化检测的精度。在一般的变化检测研究中,对于这些结果往往需要人工进行处理,这大大增加了遥感变化检测的时间与人工成本。本文考虑将这些不合逻辑的结果以及其它符合逻辑但是由于误差造成的不准确的土地覆被转换结果分为两个部分。一部分来源于影像获取条件、数据噪声等影像在成像过程中产生的误差。一部分来源于利用影像进行变化检测的处理过程中产生的误差,主要包括两期或多期影像在配准过程中产生的误差,影像分类或目标提取造成的误差以及两期或多期影像变化检测造成的误差累积。因此针对这两方面误差,本文提出利用基于对象的影像分析方法与土地覆被转换逻辑相结合的改进贝叶斯软融合方法以提高高分辨影像土地覆被变化检测的精度以及数据分析的自动化水平。(1)基于对象的影像分析方法不仅可以在分类过程中利用多种特征以提高分类效果,而且可以通过利用影像对象进行分析的方式有效减少数据获取过程中的噪声。同时有研究表明基于对象的影像变化检测对高分辨率影像变化检测过程极易产生的影像配准误差问题有较好的缓解作用。本文在基于对象影像分析的基础上,讨论了如何避免该方面的误差。(2)通过对比分类后比较与贝叶斯软融合方法,证明了贝叶斯软融合方法可以有效提高变化检测精度。并且对比不同的直接变化检测方法在贝叶斯软融合中的效果,探讨了如何更好地实现贝叶斯软融合方法。(3)贝叶斯软融合方法可以提高精度,减少分类后比较中的误差,但是其仍不可避免的会出现不符合逻辑的结果。这些结果严重影响了土地覆被变化的自动化水平。本文在总结土地覆被变化的主要驱动因素的基础上,分析各种造成土地覆被类别发生变化的原因,提出一种分析土地覆被变化成因的一般模型,以便于构建一般的土地覆被转换逻辑,并利用时空数据模型以数学的形式表达土地覆被转换逻辑。最终将土地覆被转换逻辑引入贝叶斯软融合方法的变化检测过程之中,自动化地消除这些不符合逻辑的土地覆被转换结果。(4)本文以两期国产高分一号影像数据为基础,将利用基于对象与土地覆被转换逻辑改进的贝叶斯方法应用到兰州市建成区及其东南部边缘地区的土地覆被变化的研究中。结果表明贝叶斯软融合方法具有降低土地覆被变化分类误差的累积效应的效果,同时证明了运用土地覆被逻辑可以有效消除不合逻辑的变化检测结果,使土地覆被变化检测结果总体精度达到95.06%。
【图文】：

技术路线图,高分辨率影像,兰州大学,硕士学位论文

技术路线图

贝叶斯,融合方法

大学硕士学位论文基于土地覆被转换逻辑的高分辨率影像对象变化检测研究（2.16）中为解方程得到的特征向量按特征值大小排列组成的矩阵，为第个对的慢特征值，和分别为对应的对象分别在两个时刻的特征值向量。3 贝叶斯软融合方法一般的后分类变化检测是通过影像分类得到类别标签，然后通过比较类别签来获得“从-到”的变化信息。然而，由于后分类方法忽略了影像特征之间相关性，，因此会造成分类错误的累积。显然，多时相影像对象对应的类别标的变化与其特征之间的变化是相关的。如果直接的变化检测与类别标签比较结果可以相互调整，那么贝叶斯理论可以给出最佳的多时相分类。贝叶斯软合的基本原理如图 2-1 所示。
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P237

【参考文献】