基于本体建模的高分辨率影像乡村居民地信息提取研究

发布时间：2017-08-04 14:20

  本文关键词：基于本体建模的高分辨率影像乡村居民地信息提取研究

  更多相关文章： 本体建模 Methontology 基于对象的影像分析 WorldViewⅡ 乡村居民地 复合地理对象

【摘要】：乡村居民地是一类重要的基础地理信息,快速有效地监测乡村居民地的时空格局,不仅对地理国情普查具有重要作用,而且对于其区域可持续发展和乡村城市化具有积极意义。随着遥感技术的飞速发展,其覆盖范围广、获取速度快、空间分辨率高的特点有利于快速准确地掌握乡村居民地空间信息。当前研究高分辨率遥感影像居民地这一类复合地物信息提取的方法,大多采用基于像元方法分析居民地的结构纹理(边缘检测和角点分析),其方法存在诸多的局限性。探索新的高分辨率影像复合地理对象的信息提取方法是必然趋势。在遥感大数据的背景下,采用本体建模和基于对象影像分析方法相结合的方式,探索自动/半自动提取乡村居民地这一类复合地物信息,对遥感自动化信息提取具有积极意义。本体建模其实质就是建立对象所涉及知识的逻辑模型,其中知识主要指对象的概念、概念间的关系、属性和约束条件[1,2]。本文以宁夏回族自治区中卫市沙坡头区河滩村及其周边为研究区,采用WorldViewⅡ为数据源,结合本体建模与基于对象影像分析方法提取高分辨率影像乡村居民地信息,并着力于提高乡村居民地信息的完整性和准确性。首先本文研究了乡村居民地本体概念模型的建立方法,其次探讨了如何利用基于对象影像分析方法形式化本体模型,最后采用不同的信息提取方法进行了对比分析,并验证了基于本体模型提取乡村居民地信息的有效性。通过以上研究,本文得到了如下结论:(1)提出高分辨率遥感影像乡村居民地认知框架,建立乡村居民地本体的概念化模型,使乡村居民地在高分影像中的描述具有一定的明确性和共享性。并证明了根据本体模型提取乡村居民地信息的研究思路是可行的。(2)高分辨率遥感影像中乡村居民地是一类复合地物,其光谱信息十分复杂,利用基于对象影像分析技术与本体建模相结合的方法,对高分辨率复合地物信息提取提供了一种有效的途径,具有积极意义。(3)构建乡村居民地本体模型时需要注意利用共有的知识构建本体模型,即遵守一致性原则。一致性原则指构建本体的概念和对象的内涵要一致,本体模型中公理和非形式化的相关概念要一致,否则建立的本体模型其共享性低。(4)OBIA除了可以利用光谱和纹理信息外,还可以添加几何和上下文信息用于信息提取,利用多种类型的分类特征更加精确地描述乡村居民地本体模型,有效地提高了乡村居民地信息提取的准确性和完整性。(5)OBIA方法中影像分割质量对信息提取的精度具有较大影响。影像分割对象与信息提取对象越匹配,信息提取的结果越准确。基于PSE-NSR-ED2的最优分割参数选择方法将几何和误差代数误差同时考虑,有效地提高了影像分割质量。(6)利用OBIA方法形式化影像乡村居民地本体模型,主要包括4个方面的内容:乡村居民地本体模型概念集的OBIA参数表示;本体模型关系集的OBIA参数表示;本体模型属性集的OBIA参数表示和本体模型公理集的OBIA参数表示。参数表示的过程在基于对象影像分析中分别对应于建立分类体系、确定关系集与属性集的分类特征、建立规则集。
【关键词】：本体建模 Methontology 基于对象的影像分析 WorldViewⅡ 乡村居民地 复合地理对象
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P237
【目录】：

• 中文摘要3-5
• Abstract5-10
• 第一章 绪论10-23
• 1.1 选题背景与研究意义10-11
• 1.2 国内外研究现状11-19
• 1.2.1 居民地信息提取11-14
• 1.2.2 复合地理对象信息提取14-15
• 1.2.3 地理信息本体15-19
• 1.2.4 存在的问题19
• 1.3 研究内容和技术路线19-23
• 1.3.1 关键学术问题、研究内容及目标19-20
• 1.3.2 技术路线20-21
• 1.3.3 论文特色21-22
• 1.3.4 论文结构安排22-23
• 第二章 本体与地理信息本体23-32
• 2.1 本体24-31
• 2.1.1 本体的定义24
• 2.1.2 本体建模的含义24
• 2.1.3 本体的表达模型24-25
• 2.1.4 本体的构建准则25-26
• 2.1.5 本体的构建方法26-28
• 2.1.6 本体描述语言28-30
• 2.1.7 本体的创建工具30-31
• 2.2 地理信息本体31-32
• 2.2.1 地理信息本体的定义31
• 2.2.2 地理信息本体概念间的逻辑关系31-32
• 第三章 乡村居民地遥感信息本体概念模型的建立32-53
• 3.1 基于对象影像分析方法32-40
• 3.1.1 影像分割32-33
• 3.1.2 影像分割质量评价33-34
• 3.1.3 影像分类34-35
• 3.1.4 分类特征35-40
• 3.2 利用基于对象影像分析方法形式化概念模型40-43
• 3.2.1 地理信息本体的参数表示42
• 3.2.2 地理信息本体公理集42-43
• 3.3 乡村居民地遥感信息概念模型43-53
• 3.3.1 规格说明43-44
• 3.3.2 知识获取44-46
• 3.3.3 概念化46-51
• 3.3.4 集成51-53
• 第四章 本体实现并提取乡村居民地信息53-68
• 4.1 研究区及数据准备53-56
• 4.1.1 研究区概况53-54
• 4.1.2 研究区数据及预处理54-56
• 4.2 最优分割参数选择56-60
• 4.3 本体实现60-68
• 4.3.1 概念集60-61
• 4.3.2 关系集61
• 4.3.3 实例集61-65
• 4.3.4 公理集65-67
• 4.3.5 乡村居民地的OWL描述67-68
• 第五章 结果与分析68-79
• 5.1 地理单体信息提取结果68-70
• 5.2 根据空间关系整合乡村居民地信息70-71
• 5.3 后处理71-72
• 5.4 乡村居民地本体模型的验证72-76
• 5.5 方法对比与分析76-79
• 第六章 结论与展望79-82
• 6.1 结论79-81
• 6.2 展望81-82
• 参考文献82-91
• 附录91-94
• 在学期间的研究成果94-95
• 致谢95

【相似文献】

中国期刊全文数据库 前10条

1 ;高分辨率影像处理的先锋——ERDASIMAGINE V8.7的优势[J];国土资源遥感;2004年03期

2 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

3 邓媛媛;巫兆聪;易俐娜;胡忠文;龚正娟;;面向对象的高分辨率影像农用地分类[J];国土资源遥感;2010年04期

4 王志岗;廖胜利;;基于高分辨率影像的城市绿地提取[J];测绘;2012年05期

5 王华;韩祖杰;王志敏;;一种高分辨率影像上铁路中心线提取的方法[J];遥感技术与应用;2013年05期

6 林宗坚,宣文玲,王艳;高分辨率影像定位的一种新方法[J];武汉大学学报(信息科学版);2004年04期

7 赵鸿燕;饶欢;张璋;;基于高分辨率影像城市建筑物研究[J];测绘与空间地理信息;2008年06期

8 侯伟;鲁学军;张春晓;王静;;面向对象的高分辨率影像信息提取方法研究——以四川理县居民地提取为例[J];地球信息科学学报;2010年01期

9 张扬;周子勇;;基于关联规则的面向对象高分辨率影像分类[J];遥感技术与应用;2012年03期

10 陈平;;基于面向对象高分辨率影像的校园地物提取[J];科技风;2012年12期

中国重要会议论文全文数据库 前7条

1 邓媛媛;;面向对象的高分辨率影像农用地分类研究[A];全国农业遥感技术研讨会论文集[C];2009年

2 赵鸿燕;王君玉;;城市高分辨率影像建筑物阴影研究[A];河南地球科学通报2008年卷（下册）[C];2008年

3 彭舒;赵有松;汤海;陈军;;基于知识的高分辨率影像长城目标提取方法研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年

4 王坚;张继贤;刘正军;;基于经验模态分解的高分辨率影像融合[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

5 张桂芳;单新建;尹京苑;;基于高分辨率影像的房屋自动识别方法[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

6 胡健波;李月洋;李皑菁;陈会东;;基于Google Earth高分辨率影像的目视解译流程[A];第十七届中国遥感大会摘要集[C];2010年

7 沈精涛;王健;;高分辨率影像数据在城市规划中的应用与前景——以淄博市为例[A];规划50年——2006中国城市规划年会论文集（下册）[C];2006年

中国重要报纸全文数据库 前5条

1 丁乙;高分辨率影像助力打造更美好的地球[N];中国测绘报;2014年

2 ;中端图型芯片面临大换血[N];中国计算机报;2006年

3 徐红;四维遥感：用先进技术服务数字城市建设[N];经济日报;2009年

4 记者 赵凡;我国首次成功应用无人飞艇监测土地[N];中国国土资源报;2006年

5 记者 包冉;戴尔2200MP便携又清晰[N];计算机世界;2003年

中国硕士学位论文全文数据库 前6条

1 段磊;基于本体建模的高分辨率影像乡村居民地信息提取研究[D];兰州大学;2016年

2 李彦甫;基于高分辨率影像的光伏电场信息提取鲁棒性分析及其热环境效应研究[D];兰州大学;2016年

3 贺洪元;面向对象高分辨率影像多尺度分割[D];华中科技大学;2013年

4 李东亮;高分辨率影像最佳分割尺度研究[D];辽宁工程技术大学;2011年

5 王新辉;面向对象的高分辨率影像香榧分布信息提取研究[D];浙江大学;2008年

6 徐天才;高分辨率影像城市道路提取算法研究[D];中南大学;2012年

，

本文编号：620018