基于高光谱遥感影像的城市土地覆被信息提取研究

发布时间：2021-05-09 16:34

　　随着城镇化的快速发展和人民生活水平的不断提高,越来越多的人居住在城市。为了城市的动态管理,需要快捷的、精确的城市土地覆被制图。土地覆被分类,指通过监督分类或非监督分类算法赋予图像中每个像元一个唯一的类别编号,从而实现城市土地覆被制图,最终根据用户需要提取出有用的土地覆被信息。得益于一系列卫星的成功发射,由卫星平台搭载的传感器收集的遥感影像成为提取土地覆被信息主要的数据源。随着传感器的光谱分辨率不断提高,高光谱遥感图像分类一直以来都受到遥感领域有关专家和学者积极的关注。因为城市区域广泛分布着被稀疏植被覆盖的土壤,所以对土壤及与土壤相关的地物进行分类是一件困难的事情。而且与城市地表结构相关的阴影降低了城市制图的精度。然而,有关学者并没有充分研究这些因素对机载的高光谱数据的影响。本文提出了一种新的使用高分辨率的高光谱数据进行城市制图的分类框架,然后把提出的框架应用于瑞士巴登的APEX数据的土地覆被制图。提出的分类框架首先使用归一化差异水体指数（NDWI）提取水体,使用归一化差异植被指数（NDVI）提取植被,把研究区域分成三个大类,即水、植被和不透水面区域。其次使用面向对象的分类方法,分别把植... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 研究现状和发展态势
        1.2.1 城市遥感的发展态势
        1.2.2 面向对象的方法的研究现状
        1.2.3 高光谱图像分类研究现状
        1.2.4 土壤和阴影的分类发展态势
    1.3 主要贡献
    1.4 结构安排
第二章 理论基础
    2.1 图像分割
        2.1.1 eCognition分割
        2.1.2 超像素分割
    2.2 支持向量机
    2.3 数学形态学
        2.3.1 腐蚀和膨胀
        2.3.2 开运算和闭运算
    2.4 本章小结
第三章 城市地区的高光谱图像分类
    3.1 实验数据
    3.2 分类框架
        3.2.1 噪声波段移除
        3.2.2 水体提取
        3.2.3 植被提取
        3.2.4 非植被提取
        3.2.5 超像素分割
        3.2.6 分类
        3.2.7 对城区内农业用地的重分类
        3.2.8 阴影的进一步分类
        3.2.9 精度评估
    3.3 本章小结
第四章 实验结果与讨论
    4.1 实验结果与分析
    4.2 与面向对象的分类方法作对比
    4.3 添加纹理信息前后作对比
    4.4 本章小结
第五章 总结与研究展望
    5.1 总结
    5.2 研究展望
致谢
参考文献
攻读硕士学位期间取得的成果
    发表的学术论文
    参与的项目


【参考文献】：
期刊论文
[1]基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例[J]. 张正健,李爱农,雷光斌,边金虎,吴炳方.  生态学报. 2014(24)
[2]面向对象的土地覆被变化检测研究[J]. 夏朝旭,何政伟,于欢,王东辉,叶娇珑.  遥感技术与应用. 2014(01)
[3]二维灰度直方图的最佳分割方法[J]. 靳宏磊,朱蔚萍,李立源,陈维南.  模式识别与人工智能. 1999(03)

博士论文
[1]水稻主要病虫害胁迫遥感监测研究[D]. 刘占宇.浙江大学 2008



本文编号：3177645