基于语义的地形分割方法研究及其应用

发布时间：2020-08-04 07:50

【摘要】：数字高程模型(Digital Elevation Model,DEM)是国家空间数据基础设施的重要组成部分,蕴含着丰富的地形地貌信息,在土地管理、建设规划、灾情预测等方面都有着广泛的应用。而当前DEM数据以格网数据作为主流数据,局部区域特征缺乏,且随着人工改造区域的增多,地形结构更趋于复杂,加大了地形的理解难度。因此,本文以加强地形的语义理解为目的,研究基于语义的地形分割方法,并以分割得到的地形单元作为对象,建立地形对象间拓扑关系,研究基于地形对象的淹没分析算法,进行基于语义的地形分析实践研究。本文的主要研究内容如下:(1)提出了一种基于标记分水岭的地形语义分割算法,该算法在标记分水岭的基础上,结合正负地形思想以划分地形单元。实验表明,该算法实现了地形的语义分割,能够提取具有单一语义属性的地形单元,并且有效避免了传统斜坡单元提取方法在划分单元时存在平行边界和误分割的问题。(2)提出了一种结合DEM纹理和分水岭的地形语义分割算法,该算法通过融合DEM纹理特征信息和图像灰度信息构建混合梯度,以进一步提高地形语义单元分割边缘的准确性。实验表明,该算法在有效提取地形语义单元的基础上,提高了定位分割边缘的精度。(3)以地形语义单元为基本对象,建立地形拓扑数据,进行了基于地形对象的淹没分析实践研究。实验表明,基于地形对象的淹没分析能够动态模拟研究区淹没情形,且有效解决了当前淹没分析中存在平地流向判断困难、难以进行人工改造地形淹没分析的问题。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.1;P208
【图文】：

格网,分辨率,数据

字高程模型的表示构建方法不同，数字高程模型可以分为三种表示模型：规则）、不规则三角网模型（Triangulated Irregular Network, TIN）和来说，由于前两种数据模型在进行地形分割和洪水淹没分析研、方便地模拟地形，便于计算机的存储和分析，因此等高线模型，转换为 GRID 模型或 TIN 模型进行使用[45]。则格网模型格网模型是指地面模型通过若干个大小相等、均一的单元来划单元代表着相应空间位置中的研究区实际地表面，并对应一个阵形式表达，一般分为正方形网格、三角形网格和矩形网格三，格网单元间隔越小，信息空间分辨率（精度）越高[46]，如图的是，分辨率并不是越高越好，分辨率过高意味着要处理更多更多的系统资源降低效率，而分辨率太低又会导致计算结果和因此，在实际研究中，应当根据具体情况来选择合适的格网单

模型表示,等高线

图 2.4 等高线模型表示Fig 2.4 Contour model representation综上，考虑到 GRID 模型建模过程更易、获取成本更低、处理效率更高RID 模型进行地形分割和淹没分析计算时能有更高的效率。因此，本文形语义分割和洪水淹没分析的研究时，使用 GRID 模型这一常用的数据基本研究数据。地形语义地形语义的概念一般来说，地形的表达方式可分为图形描述和自然语言描述两种[9]，前者较普遍，如常见的地形图、等高线图等，其数据格式多样，本质上为基的空间信息表达；而后者在日常生活中更为常见，其偏向于地形对象整，侧重主体对于地形对象的整体认知，一般会对地形整体的表达进行相，如“山顶”“山脚”等词都是以“山”这一地形整体对象进行表达，而“

纹理图,纹理,图像

第二章相关知识和理论基础2.3 DEM 纹理2.3.1 纹理的基本概念纹理作为物体表面的固有属性，是一种普遍存在、用来刻画图像同质现象的视觉特征[47]。纹理特征描述了图像或其中某一局部区域颜色和光强度等信息的空间分布，能够表达物体表面结构及其同周边物体联系等信息，因此在图像分析、检索以及分类中应用广泛[48]。很多类型的图像都具有明显的纹理特征，如医学、遥感和DEM图像等，其纹理包含了图像最重要的信息。图2.5为不同地貌类型地区的DEM图像，可以看出它们具有丰富的纹理，蕴含着地区特有的地形结构信息。

【参考文献】