基于面向对象分类法的高分辨率遥感影像矿山信息提取应用研究

发布时间：2017-04-09 21:01

  本文关键词：基于面向对象分类法的高分辨率遥感影像矿山信息提取应用研究，，由笔耕文化传播整理发布。

【摘要】： 高空间分辨率遥感数据是遥感技术发展的一个重要方向。对于高分辨率遥感影像的研究和应用也越来越多。由于其数据量大、信息量丰富、光谱信息复杂,它的处理也成了一个难点。传统的基于像元的遥感分类技术对于高分辨率遥感影像的处理效果不够理想。于是,有些学者将面向对象信息提取技术运用到遥感影像的分类中,大大提高了高分辨率遥感影像的分类精度。面向对象分类方法将遥感影像分割为一系列的影像对象,利用对象的光谱、形状和纹理等特征,采用模糊分类方法实现分类信息的提取。这种方法特别适合高分辨率遥感数据的信息提取。 本文以辽宁本溪市某露天矿区的SPOT5数据为实验区,运用面向对象分类技术来研究矿山遥感调查信息的提取,并与传统的分类方法进行了对比分析。首先,针对实验区地物类型,采用面积比均值法分析了最优分割尺度,选择了三个尺度等级对影像进行了多尺度分割形成了分割等级网络。然后,结合具体地物特征,选择对象的光谱特征、纹理特征、形状特征和类相关特征等,建立分类规则库,采用隶属度函数法结合标准最邻近法对影像实行了分类,提取了实验区地物类别信息。最后,对分类结果进行了精度评价,并且统计各个图斑的面积和坐标,将分类结果图与经野外验证的目视解译图对比,进一步分析分类图斑的坐标精度和面积精度。此外,运用传统的分类方法(最大似然法)对实验区遥感数据进行分类,与面向对象分类结果进行精度对比分析。得出结论,面向对象分类法比基于像元的分类法精度更高,更适合于高分辨率遥感分类。所提取的地物类别的位置属性和形状特征与真实地物有较高的一致性。面向对象分类结果图的信息可以满足矿山遥感调查的生产应用。建立了露天矿山信息面向对象分类法的分类规则和技术流程,弥补了国内该技术在露天矿山遥感调查应用中的空白。为进一步的研究和应用奠定了良好的基础。
【关键词】：遥感 矿山 高分辨率影像 面向对象 分类
【学位授予单位】：中国地质大学（北京）
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：P627
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-16
• 1.1 选题背景和研究意义11-12
• 1.1.1 选题背景11
• 1.1.2 研究意义11-12
• 1.2 面向对象信息提取研究现状12-14
• 1.3 研究目标及内容14-15
• 1.3.1 研究目标14-15
• 1.3.2 研究内容15
• 1.4 结构安排15-16
• 第2章 面向对象遥感影像分类原理16-33
• 2.1 影像分割16-24
• 2.1.1 影像分割技术概述16
• 2.1.2 多尺度影像分割16-24
• 2.1.2.1 遥感影像中尺度的理解17
• 2.1.2.2 影像多尺度分割的特点与要求17-20
• 2.1.2.3 分割规则20-21
• 2.1.2.4 图层权重、均质性标准的设置和分割尺度的选取21-22
• 2.1.2.5 构建多尺度影像分割等级22-24
• 2.2 影像对象的特征及特征选取24-29
• 2.2.1 对象的特征信息24-29
• 2.2.2 图像空间关系和语义关系29
• 2.3 影像对象分类技术29-33
• 2.3.1 隶属函数模糊分类法30-32
• 2.3.2 标准最邻近分类法32-33
• 第3章 基于面向对象技术的矿山遥感调查信息提取应用实例33-75
• 3.1 实验区及数据说明33-34
• 3.2 遥感影像预处理34-37
• 3.2.1 正射校正34-37
• 3.2.2 镶嵌与裁剪37
• 3.3 遥感影像增强37-51
• 3.3.1 影像融合37-48
• 3.3.1.1 遥感影像统计特征分析38-40
• 3.3.1.2 基于信息量的最佳波段组合选择40-41
• 3.3.1.3 数据融合与评价41-48
• 3.3.2 摸拟真彩色的影像彩色合成48-49
• 3.3.3 融合后影像再处理49-51
• 3.4 实验数据面向对象分类51-66
• 3.4.1 影像分割51-57
• 3.4.2 分类层次及分类规则的建立57-63
• 3.4.3 遥感影像对象分类63-66
• 3.5 分类精度评价66-75
• 3.5.1 精度评价方法66-67
• 3.5.2 实验数据分类精度评价67-75
• 3.5.2.1 混淆矩阵67-70
• 3.5.2.2 与野外验证的目视解译成果的比较70-75
• 第4章 面向对象与基于像元分类的比较75-80
• 4.1 结合特征图层的最大似然影像分类75-77
• 4.1.1 最大似然分类法介绍75
• 4.1.2 结合相关特征分析的实验数据最大似然影像分类75-77
• 4.2 基于像元图像分类的精度评价与分析77-78
• 4.3 基于对象分类与基于像元分类的精度比较78-80
• 第5章 总结与展望80-83
• 5.1 总结80-81
• 5.2 本文的不足与展望81-83
• 致谢83-84
• 参考文献84-88
• 附录88

【引证文献】

中国期刊全文数据库 前4条

1 尹展;张建国;李宏斌;;面向对象分类技术在高分辨率遥感影像信息提取中的应用研究[J];测绘与空间地理信息;2013年08期

2 彭燕;何国金;曹辉;;基于纹理的面向对象分类的稀土矿开采地信息提取[J];科学技术与工程;2013年19期

3 袁定波;刘成林;汪国斌;;面向对象的矿区信息提取方法的应用与研究[J];遥感信息;2013年02期

4 买买提·沙吾提;塔西甫拉提·特依拜;丁建丽;张飞;孙倩;;面向对象的干旱区盐渍地信息提取方法研究[J];中国沙漠;2013年05期

中国博士学位论文全文数据库 前1条

1 买买提·沙吾提;干旱区土壤盐渍化遥感监测与预警网络传输系统研究[D];新疆大学;2012年

中国硕士学位论文全文数据库 前8条

1 李学渊;基于RS与GIS的矿山监测管理信息系统的设计与实现[D];中国地质大学（北京）;2011年

2 李龙飞;卫星图像中车辆目标提取方法优化与精度评价[D];北京交通大学;2012年

3 马婷婷;基于最佳尺度的面向对象高分辨率遥感影像分类及应用[D];西南交通大学;2012年

4 尹展;矿山IKONOS遥感影像信息提取中的面向对象分类研究[D];中南大学;2012年

5 王婧;面向对象的林业遥感信息提取方法研究[D];北京林业大学;2013年

6 刘雪龙;面向对象的遥感影像工业固体废物信息提取方法研究[D];中国地质大学（北京）;2013年

7 金赉;基于GIS与RS工矿废弃地复垦的适宜性分析[D];华中师范大学;2013年

8 侯群群;面向对象的遥感影像水土保持措施信息提取研究[D];西北农林科技大学;2013年

  本文关键词：基于面向对象分类法的高分辨率遥感影像矿山信息提取应用研究，由笔耕文化传播整理发布。

本文编号：296079