基于多尺度分割的高分遥感影像主要地物信息提取技术研究

发布时间：2017-03-30 08:28

  本文关键词：基于多尺度分割的高分遥感影像主要地物信息提取技术研究，由笔耕文化传播整理发布。

【摘要】：随着传感器技术、遥感平台的飞速发展，遥感观测技术逐渐成熟，高空间分辨率是遥感发展的总趋势。中低分辨率遥感影像中，地物目标尺度较大，地物内部细节比较模糊，地物之间的关系不清晰。而高分影像中地物尺度较小，地物细节精细，与周围地物的关系比较清晰，为遥感影像的处理与分析奠定良好的基础。因此，高分遥感技术已在诸多领域得到应用，特别是在地物信息提取方面体现出其重要的应用价值。 然而，高分辨率遥感影像中地物信息复杂多样、地物目标结构多变、干扰信息复杂，使得利用高分辨率遥感影像提取地物信息面临挑战。采用基于像元的方法处理高分辨率遥感影像，主要考虑像元的光谱信息，忽略了影像中目标地物的纹理、上下文及形状等空间信息，导致较为严重的“椒盐现象”，信息提取结果很难满足高分辨率遥感影像的应用需求。因此亟需深入认识高分遥感数据的特点，，探索合适的地物信息提取技术，提高其应用价值。基于此，本文详细阐述了多尺度分割原理，分析了尺度参数、光谱异质性及形状异质性等影响因子。探讨了地物边缘的提取方法，并整合地物边缘参与多尺度分割，创建与实际地物相关联的影像对象层。在深入分析影像对象特征的基础上，结合阈值分类和模糊分类方法提取研究区主要地物信息。最后选取适量样本计算混淆矩阵评价提取结果的精度。经研究，本文取得以下主要成果： 1）对比分析不同算法检测地物边缘的结果，表明canny算子在地物边缘提取中能获得较高质量的地物边缘。针对自动提取地物边缘存在的问题，对某些特别棘手的边缘采用人工方法提取。为多尺度分割提供地物边缘数据。 2）在深入研究多尺度分割技术原理和重要影响因子的基础上进行影像分割，创建影像对象层。结果表明该方法将干扰信息和相邻像元分割到同一均质区域，可有效减少或消除噪声干扰，解决影像中存在的局部异质性问题。影像中“同物异谱”、“同谱异物”的问题得到较好解决，克服了传统方法处理高分影像普遍存在的椒盐现象。因此，在高分辨率遥感影像地物信息提取应用中，多尺度分割技术无疑是一种可靠的新途径。 3）针对单纯利用多尺度分割技术存在的不足，本研究整合了地物边缘信息参与影像分割。通过统计分析各类地物对象最大面积与分割尺度的关系，确定特定地物的最佳分割尺度。结果表明影像分割质量大幅度提高，各类地物边缘明显，影像对象更具有效性和可分性，进而提高信息提取精度。 4）通过综合分析影像对象的特征和实际地物特征，确定适合提取水体、居民地、植被、道路及裸地等主要地物的对象特征。以影像对象为基本单元，采用阈值分类和模糊分类方法提取地物信息，并对提取结果进行整饰，制作研究区主地物要素专题图。最后采集适量样本计算混淆矩阵评价提取结果的精度，结果表明各类地物提取精度较高，总体精度达到94.6%。结合运用两种方法提取地物信息能够取得较好结果，基于多尺度分割的地物信息提取技术在高分辨率遥感数据应用中具有明显的优势和良好的发展前景。
【关键词】：高分辨率 多尺度分割 边缘检测 分割尺度 模糊分类
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 中文摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 研究背景及意义11-13
• 1.2 国内外研究现状13-14
• 1.3 本论文研究内容及结构安排14-17
• 1.3.1 研究内容14-15
• 1.3.2 结构安排15-17
• 第2章 多尺度分割技术17-32
• 2.1 面向对象信息提取技术17
• 2.2 多尺度分割技术17-25
• 2.2.1 影像分割17-18
• 2.2.2 多尺度分割18-21
• 2.2.3 多尺度分割最优尺度21-23
• 2.2.4 多尺度分割步骤23-25
• 2.3 影像对象特征25-30
• 2.4 影像对象提取技术30-32
• 2.4.1 阈值分类30
• 2.4.2 模糊分类30-32
• 第3章 地物边缘信息提取32-36
• 3.1 边缘检测32-33
• 3.2 canny 边缘检测算子33-34
• 3.3 人工提取地物边界34-36
• 第4章 基于多尺度分割的地物信息提取36-47
• 4.1 研究区介绍36
• 4.2 边缘提取结果36-37
• 4.3 整合地物边缘参与多尺度分割结果37-41
• 4.4 主要地物信息提取41-44
• 4.5 地物信息整饰44-45
• 4.6 精度分析45-47
• 第5章 结论与展望47-49
• 5.1 本文结论47-48
• 5.2 研究展望48-49
• 参考文献49-53
• 导师、作者简介及攻读学位期间发表文章53-54
• 导师及作者简介53
• 攻读学位期间发表文章53-54
• 致谢54

【参考文献】

中国期刊全文数据库 前7条

1 朱春华;聂跃平;;面向对象方法在SPOT5影像土地分类中的应用——以京杭大运河南旺地区为例[J];安徽农业科学;2009年07期

2 孙晓霞;张继贤;刘正军;;利用面向对象的分类方法从IKONOS全色影像中提取河流和道路[J];测绘科学;2006年01期

3 刘正军;张继贤;孟亚宾;梁欣廉;孙晓霞;;基于分类与形态综合的高分辨率影像建筑物提取方法研究[J];测绘科学;2007年03期

4 黎展荣;王龙波;;利用高分辨率影像计算城市绿地覆盖率[J];测绘通报;2006年12期

5 黄慧萍,吴炳方;基于区域合并影像分割技术的多尺度地表景观分析[J];地理科学进展;2004年03期

6 常虹;詹福雷;杨国东;牛雪峰;张旭请;邵鹏;唐天琦;;面向对象的高分遥感影像信息提取技术研究[J];测绘通报;2015年01期

7 陈忠;赵忠明;;基于区域生长的多尺度遥感图像分割算法[J];计算机工程与应用;2005年35期

中国博士学位论文全文数据库 前1条

1 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年

  本文关键词：基于多尺度分割的高分遥感影像主要地物信息提取技术研究，由笔耕文化传播整理发布。

本文编号：276691