基于高空间分辨率影像的建筑物边缘空间信息提取研究

发布时间：2017-04-01 09:04

  本文关键词：基于高空间分辨率影像的建筑物边缘空间信息提取研究，，由笔耕文化传播整理发布。

【摘要】：随着城市化进程的不断发展,人工地物与城市人口、经济等要素有着密切的关系。从遥感影像上快速准确的获取人工地物不仅有利于地理空间数据的更新,而且对于有效监测新增建筑等城区专题信息有重要的意义。高空间分辨率遥感数据可以提供地物目标更多的细节信息,有助于实现对城市人工地物的识别和分类。为此,本文从以下几个方面对利用高空间分辨率遥感影像提取建筑物边缘空间信息进行了探讨： 首先,本文描述了高空间分辨率遥感影像发展的现状,接着分析了国内外相关领域的研究现状,从高空间分辨率遥感数据的发展、遥感分析技术的发展几个方面概括介绍了遥感研究技术的动态,接着介绍了高空间分辨率遥感在城市层面的主要应用,主要包括人工地物的提取和对城市检测调查两方面,并强调了对建筑物边缘信息提取的相关研究进展,最后介绍了本文的主要内容安排和技术路线。 其次,介绍本次研究区的概况和WorldView-2数据的特点,对原数据中包含的几种典型地物的特征和原数据的光谱特征进行分析统计,并进行了数据融合,对数据融合后的数据进行了质量评价,并且对建筑物的特征做了简单介绍。 接着,对高空间分辨率遥感影像的建筑物边缘空间信息提取的方法进行了探讨和实验,在C#.net2010平台下运用Roberts、Prewitt、Sobel、LapLacian、Kirsch算子等经典算子,和拉普拉斯高斯算子、Canny算子,以及小波变换、高斯拉普拉斯金子塔方法等多尺度方法对worldview遥感图像数据进行建筑物边缘提取,结果表明,以上方法可以提取出建筑物的边缘,但是具有很明显的缺陷。接着提出结合canny和小波的自适应双阈值选择的建筑物边缘空间信息检测方法,该方法能够保持图像中的弱边缘,有较高的识别率和准确性,检测出的边缘细腻光滑,噪声点少,实用性强,在图像处理中有重大意义。 最后,运用神经网络分类法、支持向量机分类法等监督分类方法从图像中提取出建筑物信息,并将得到的建筑物分类图像矢量化,并且在ARCGIS中进行后续处理,得到面状的建筑物矢量数据,从而得到建筑物的边缘空间信息,并与结合canny口小波的自适应双阈值选取的边缘检测方法进行对比分析。对比分析发现,结合canny和小波的自适应双闽值选择的建筑物边缘空间信息检测方法得到的是线性的建筑物边缘空间信息,可以比较直观的反映建筑物的边缘特征,准确率高。而用分类方法从高空间分辨率遥感图像中得到的是面状的建筑物边缘空间信息,局部的错误比较多。
【关键词】：worldview-2遥感图像 建筑物边缘空间信息 自适应双阈值方法 分类 ARCGIS
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P237;TU19
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-11
• 第一章 绪论11-20
• 1.1 研究背景11-12
• 1.2 相关领域国内外研究进展12-14
• 1.3 在城市调查中的应用14-17
• 1.4 研究内容及技术路线17-20
• 第二章 研究区概况与影像数据处理20-30
• 2.1 研究区概况和数据源20-25
• 2.1.1 研究区概况20
• 2.1.2 数据源及数据预处理20-22
• 2.1.3 遥感影像数据分析22-25
• 2.2 数据融合25-28
• 2.3 建筑物在WORLDVIEW-2影像上的特征28-30
• 第三章 基于遥感图像的建筑物边缘空间信息提取30-49
• 3.1 传统的边缘的检测方法30-39
• 3.1.1 微分算子法30-32
• 3.1.2 其他常用的边缘检测方法32-34
• 3.1.3 基于C#.net平台读取遥感数据及各种算法34-35
• 3.1.4 实验结果比较分析35-39
• 3.2 优化方法39-49
• 3.2.1 优化方法详细步骤40-45
• 3.2.2 实验与结果分析45-49
• 第四章 基于分类方法的建筑物边缘空间信息提取49-66
• 4.1 监督分类一般方法49-51
• 4.1.1 选取地物训练样本49-50
• 4.1.2 地物样本分析50-51
• 4.2 基于人工智能的分类51-58
• 4.2.1 人工神经网络分类52-54
• 4.2.2 支持向量机分类54-58
• 4.3 分类结果的分析与比较58-66
• 4.3.1 精度比较58-59
• 4.3.2 分类结果后处理59-66
• 第五章 总结与展望66-68
• 5.1 结论66-67
• 5.2 展望67-68
• 参考文献68-73
• 作者简历73
• 教育经历73
• 攻读硕士期间发表的论文73
• 硕士期间完成工作73

【参考文献】

中国期刊全文数据库 前9条

1 王大莹;程新文;郑艳丽;岳昊;;在Matlab平台下基于形态学方法对LIDAR数据进行建筑物边缘提取[J];测绘科学;2010年01期

2 雷小奇;王卫星;赖均;;一种基于形状特征进行高分辨率遥感影像道路提取方法[J];测绘学报;2009年05期

3 陶超;谭毅华;蔡华杰;杜博;田金文;;面向对象的高分辨率遥感影像城区建筑物分级提取方法[J];测绘学报;2010年01期

4 牟凤云,朱博勤,贺华中;基于小波变换的多源遥感数据融合方法研究[J];国土资源遥感;2003年04期

5 王永刚;马彩霞;刘慧平;;基于数学形态学的建筑物轮廓信息提取[J];国土资源遥感;2010年01期

6 何贵青;郝重阳;;特征量积和IHS变换的多源遥感图像融合方法[J];火力与指挥控制;2006年11期

7 樊旭艳;付春龙;石继海;武丽娟;;基于主成分分析的遥感图像模拟真彩色融合法[J];测绘科学技术学报;2006年04期

8 赵浩;;BP神经网络的研究及应用[J];科协论坛(下半月);2010年06期

9 祝晓鲁;白振兴;;一种基于线性微粒群算法的支持向量机[J];微计算机信息;2007年21期

  本文关键词：基于高空间分辨率影像的建筑物边缘空间信息提取研究，由笔耕文化传播整理发布。

本文编号：280337