当前位置:主页 > 科技论文 > 测绘论文 >

面向对象的高分辨率遥感影像分类在卫片执法中的应用研究

发布时间:2017-08-23 05:19

  本文关键词:面向对象的高分辨率遥感影像分类在卫片执法中的应用研究


  更多相关文章: 高分辨率遥感影像 多尺度分割 特征信息 面向对象分类 卫片执法


【摘要】:目前,高分辨率的遥感影像已在各个领域得到相当广泛的应用,为满足日益增长的应用需求,需要对影像信息的分类以及提取不断深入的研究。与中低分辨率遥感影像相比,高分辨率遥感影像内包含有更加丰富的特征信息。对于这些相当数量的特征信息,传统的像元分类方法存在着一定的缺陷,不能充分挖掘和分析利用影像的多特征性信息,使得分类精度降低,已经不再适应分类需求。所以,本论文以卫片执法检查工作要求和高分辨率遥感影像的特点为基础,运用面向对象的高分辨率遥感影像分类方法进行信息提取分类。本文选取了一幅具有一定特征信息的SPOT5遥感影像为实验数据,通过对影像信息进行目视解译后,选择提取影像中建筑物的信息。实验以Ecognition和ENVI软件为平台,对实验数据进行面向对象的分类。在分类过程中,先根据地物的类型特点,运用多尺度思想对目标地物进行分割合并,构建分类体系,并采用模糊分类方法对建筑物进行分类提取。其次将实验数据采用传统面向像元分类方法,并将分类结果和面向对象遥感影像分类方法结果进行对比分析,两种分类方法结果表明,由于受多尺度分割的影像,采用面向对象遥感影像分类方法对遥感影像信息提取时,提取的地物并未失真且提高了分类的精度,分类结果有效避免了“椒盐噪声”,分类结果与现实世界具有形状和属性一致性。
【关键词】:高分辨率遥感影像 多尺度分割 特征信息 面向对象分类 卫片执法
【学位授予单位】:昆明理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:P237
【目录】:
  • 摘要5-6
  • Abstract6-10
  • 第一章 绪论10-20
  • 1.1 面向对象高分辨率遥感影像分类研究10-15
  • 1.1.1 研究背景和意义10-14
  • 1.1.2 面向对象概念的提出14-15
  • 1.2 面向对象遥感影像分类方法研究现状15-17
  • 1.2.1 高分辨率遥感发展15
  • 1.2.2 国内外研究现状15-17
  • 1.3 本文的研究内容17-20
  • 1.3.1 研究内容17-18
  • 1.3.2 论文结构18-20
  • 第二章 面向对象遥感影像分类方法20-36
  • 2.1 面向对象分类方法概述20-21
  • 2.2 面向对象遥感影像分割21-29
  • 2.2.1 图像分割21-22
  • 2.2.2 遥感影像分割遵循原则22
  • 2.2.3 面向对象的高分辨率遥感影像分割算法22-24
  • 2.2.4 基于多尺度的遥感影像分割24-29
  • 2.3 建立分类体系29-30
  • 2.4 模糊分类30-33
  • 2.4.1 模糊集31
  • 2.4.2 模糊隶属函数31-33
  • 2.5 分类精度评价33-36
  • 2.5.1 精度评价基本方法33-34
  • 2.5.2 混淆矩阵和Kappa系数34-35
  • 2.5.3 精度评定35-36
  • 第三章 基于对象信息的影像特征提取36-46
  • 3.1 对象信息分析36-37
  • 3.2 对象的信息特征37-43
  • 3.2.1 类相关特征37-38
  • 3.2.2 对象特征38-43
  • 3.3 对象的属性特征43-44
  • 3.4 对象信息表达—“同物异谱”和“同谱异物”44-46
  • 第四章 基于对象信息的分类实验46-66
  • 4.1 研究概况46-48
  • 4.1.1 研究数据概况46
  • 4.1.2 卫片执法46-48
  • 4.2 软件平台介绍48
  • 4.3 基于面向对象分类方法的实验信息提取48-58
  • 4.3.1 尺度的确定48-50
  • 4.3.2 影像多尺度分割50-51
  • 4.3.3 对象特征提取及分类51-58
  • 4.4 分类结果与精度评价58-66
  • 4.4.1 与传统分类方法进行实验结果对比58-61
  • 4.4.2 精度评价与分析61-66
  • 第五章 结论与展望66-70
  • 5.1 结论66-67
  • 5.2 工作讨论与展望67-70
  • 致谢70-72
  • 参考文献72-76

【参考文献】

中国期刊全文数据库 前8条

1 白穆;刘慧平;乔瑜;王晓东;;高分辨率遥感图像分类方法在LUCC中的研究进展[J];国土资源遥感;2010年01期

2 罗希平;田捷;诸葛婴;王靖;戴汝为;;图像分割方法综述[J];模式识别与人工智能;1999年03期

3 陈云浩;冯通;史培军;王今飞;;基于面向对象和规则的遥感影像分类研究[J];武汉大学学报(信息科学版);2006年04期

4 李鹏伟;侯淑涛;高珊;刘艳霞;;基于像素的土地利用现状信息提取方法研究[J];中国科技信息;2008年24期

5 付卓;胡吉平;谭衢霖;刘正军;;遥感应用分析中影像分割方法[J];遥感技术与应用;2006年05期

6 陈秋晓,骆剑承,周成虎,郑江,鲁学军,沈占锋;基于多特征的遥感影像分类方法[J];遥感学报;2004年03期

7 専培东;曾永年;历华;;多尺度遥感影像融合技术及其算法研究进展[J];遥感信息;2006年06期

8 牛春盈;江万寿;黄先锋;谢俊峰;;面向对象影像信息提取软件Feature Analyst和eCognition的分析与比较[J];遥感信息;2007年02期

中国博士学位论文全文数据库 前1条

1 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院(遥感应用研究所);2003年

中国硕士学位论文全文数据库 前4条

1 陈启浩;面向对象的多源遥感数据分类技术研究与实现[D];中国地质大学;2007年

2 周月梅;多源遥感影像数据融合技术与实践[D];福建师范大学;2007年

3 魏飞鸣;基于对象信息的遥感影像分类研究[D];电子科技大学;2008年

4 王知鸷;基于纹理及光谱信息融合的遥感图像分类方法研究[D];西安电子科技大学;2010年



本文编号:723206

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/723206.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ac0f8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com