面向对象的高分辨率遥感影像水系信息提取研究
发布时间：2021-04-18 08:10
水系作为至关重要的地理国情要素,精确获取其空间分布和变化频率等具有举足轻重的意义。随着现代遥感技术的快速发展,高分辨率遥感影像为我们获取数据以及使用前沿技术手段提供了可靠的数据支撑。本文以2009年12月份杭州市部分城区WordView-2高分辨率遥感影像为数据源及研究区,影像包括空间分辨率为1.8 m的8个多光谱波段影像,以及空间分辨率为0.5 m的全色波段影像,通过遥感影像预处理,采用面向对象的方法用于研究水系信息的提取。面向对象的影像分析技术,基于的是影像分割形成的对象而不是传统意义上的像元,这可以充分利用高分辨率遥感影像丰富的光谱、形状、纹理、空间关系等特征信息。传统的依赖于人工目视解译的方式,如何实现对水系信息的快速、准确提取是近几年的研究重点。论文的主要内容有以下几个部分:（1）在WordView-2高分辨率遥感影像的预处理方面,本文以ENVI软件为平台,依次对数据进行影像融合、正射校正、影像裁剪的处理操作,并分别使用Brovey变换融合、Gram-schmidt Pan Sharpening（GS）、NNDiffuse三种融合方法,以信息熵、均值与标准差、平均梯度为质量评...
【文章来源】：成都理工大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
研究区域及实验影像
成都理工大学专业硕士学位论文价也具有一定的可行性。因此，需要与客观的定量评价标准相结合对遥感影像融合质量进行综合评价。2.3.2.1 定性质量评价经过三种不同融合方式处理的遥感图像，效果分别如图（2-2）至图（2-4）所示：
成都理工大学专业硕士学位论文价也具有一定的可行性。因此，需要与客观的定量评价标准相结合对遥感影像融合质量进行综合评价。2.3.2.1 定性质量评价经过三种不同融合方式处理的遥感图像，效果分别如图（2-2）至图（2-4）所示：
【参考文献】：
期刊论文
[1]基于面向对象的咸阳湖水体提取方法研究[J]. 赵文琳,羊秀娟. 安徽农学通报. 2018(16)
[2]基于SEaTH算法的芦山地震无人机低空遥感影像信息对象级分类[J]. 王之,刘超,刘秀菊,鲁恒,蔡诗响,杨正丽. 地震研究. 2018(02)
[3]高分辨率遥感影像5种面向对象分类方法对比研究[J]. 林卉,邵聪颖,李海涛,顾海燕,王李娟. 测绘通报. 2017(11)
[4]基于面向对象算法的道路信息提取研究[J]. 王旭,戴激光. 测绘与空间地理信息. 2017(09)
[5]面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用[J]. 林祥国,张继贤. 测绘学报. 2017(06)
[6]采用国产GF-2遥感影像的复杂水网平原水体信息提取[J]. 付勇勇,王旭航,邓劲松,叶自然,周梦梦,尤淑撑,关涛. 浙江大学学报(工学版). 2017(12)
[7]基于NDWI分割与面向对象的水体信息提取[J]. 童李霞,燕琴,骆成凤,杜英坤. 地理空间信息. 2017(05)
[8]面向对象的遥感影像水域信息提取应用研究——以西藏（东）地区为例[J]. 李芹,阳春花,梁雪松,王智甫. 测绘地理信息. 2016(06)
[9]面向对象的城镇水体信息提取技术研究[J]. 于桓飞,田文婷,王新,王学强. 浙江水利水电学院学报. 2016(05)
[10]基于高空间分辨率遥感影像的城市绿地提取方法研究[J]. 陈红顺,贺辉,肖红玉. 环境科学与管理. 2016(10)
博士论文
[1]基于知识的高分辨率遥感影像耕地自动提取技术研究[D]. 孙家波.中国农业大学 2014
[2]高分辨率遥感影像对象分类方法研究及其城乡规划监测应用[D]. 李海霞.中国农业大学 2014
[3]基于特征知识库的遥感信息提取技术研究[D]. 高伟.中国地质大学 2010
[4]高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D]. 黄昕.武汉大学 2009
[5]高分辨率遥感影像在城市绿地信息提取中的应用研究[D]. 费鲜芸.山东农业大学 2006
硕士论文
[1]基于专家知识和改进SEaTH算法的遥感影像土地覆被分类研究[D]. 姚恋秋.南京师范大学 2018
[2]面向对象的高分辨率遥感影像土地覆被分类制图研究[D]. 韩希光.兰州大学 2018
[3]面向对象的高分遥感影像建筑物提取方法研究[D]. 朱姝.成都理工大学 2017
[4]基于GF-2影像面向对象土地利用信息提取研究[D]. 胡佳佳.成都理工大学 2017
[5]基于高分辨率遥感影像纹理特征的面向对象植被分类方法研究[D]. 杨盼盼.云南师范大学 2017
[6]基于特征选择的数据降维算法研究[D]. 余大龙.安徽大学 2017
[7]高分辨率遥感影像融合及面向对象信息提取研究[D]. 徐鹏.北京交通大学 2017
[8]基于分割的高分辨率遥感影像建筑物提取方法[D]. 蔡淑宽.福建师范大学 2017
[9]高分辨率遥感影像面向对象的绿地信息提取方法研究[D]. 马鑫.宁夏大学 2017
[10]基于面向对象的遥感影像梯田信息提取研究[D]. 张雨果.西北农林科技大学 2016
本文编号：3145136
【文章来源】：成都理工大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
研究区域及实验影像
成都理工大学专业硕士学位论文价也具有一定的可行性。因此，需要与客观的定量评价标准相结合对遥感影像融合质量进行综合评价。2.3.2.1 定性质量评价经过三种不同融合方式处理的遥感图像，效果分别如图（2-2）至图（2-4）所示：
成都理工大学专业硕士学位论文价也具有一定的可行性。因此，需要与客观的定量评价标准相结合对遥感影像融合质量进行综合评价。2.3.2.1 定性质量评价经过三种不同融合方式处理的遥感图像，效果分别如图（2-2）至图（2-4）所示：
【参考文献】：
期刊论文
[1]基于面向对象的咸阳湖水体提取方法研究[J]. 赵文琳,羊秀娟. 安徽农学通报. 2018(16)
[2]基于SEaTH算法的芦山地震无人机低空遥感影像信息对象级分类[J]. 王之,刘超,刘秀菊,鲁恒,蔡诗响,杨正丽. 地震研究. 2018(02)
[3]高分辨率遥感影像5种面向对象分类方法对比研究[J]. 林卉,邵聪颖,李海涛,顾海燕,王李娟. 测绘通报. 2017(11)
[4]基于面向对象算法的道路信息提取研究[J]. 王旭,戴激光. 测绘与空间地理信息. 2017(09)
[5]面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用[J]. 林祥国,张继贤. 测绘学报. 2017(06)
[6]采用国产GF-2遥感影像的复杂水网平原水体信息提取[J]. 付勇勇,王旭航,邓劲松,叶自然,周梦梦,尤淑撑,关涛. 浙江大学学报(工学版). 2017(12)
[7]基于NDWI分割与面向对象的水体信息提取[J]. 童李霞,燕琴,骆成凤,杜英坤. 地理空间信息. 2017(05)
[8]面向对象的遥感影像水域信息提取应用研究——以西藏（东）地区为例[J]. 李芹,阳春花,梁雪松,王智甫. 测绘地理信息. 2016(06)
[9]面向对象的城镇水体信息提取技术研究[J]. 于桓飞,田文婷,王新,王学强. 浙江水利水电学院学报. 2016(05)
[10]基于高空间分辨率遥感影像的城市绿地提取方法研究[J]. 陈红顺,贺辉,肖红玉. 环境科学与管理. 2016(10)
博士论文
[1]基于知识的高分辨率遥感影像耕地自动提取技术研究[D]. 孙家波.中国农业大学 2014
[2]高分辨率遥感影像对象分类方法研究及其城乡规划监测应用[D]. 李海霞.中国农业大学 2014
[3]基于特征知识库的遥感信息提取技术研究[D]. 高伟.中国地质大学 2010
[4]高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D]. 黄昕.武汉大学 2009
[5]高分辨率遥感影像在城市绿地信息提取中的应用研究[D]. 费鲜芸.山东农业大学 2006
硕士论文
[1]基于专家知识和改进SEaTH算法的遥感影像土地覆被分类研究[D]. 姚恋秋.南京师范大学 2018
[2]面向对象的高分辨率遥感影像土地覆被分类制图研究[D]. 韩希光.兰州大学 2018
[3]面向对象的高分遥感影像建筑物提取方法研究[D]. 朱姝.成都理工大学 2017
[4]基于GF-2影像面向对象土地利用信息提取研究[D]. 胡佳佳.成都理工大学 2017
[5]基于高分辨率遥感影像纹理特征的面向对象植被分类方法研究[D]. 杨盼盼.云南师范大学 2017
[6]基于特征选择的数据降维算法研究[D]. 余大龙.安徽大学 2017
[7]高分辨率遥感影像融合及面向对象信息提取研究[D]. 徐鹏.北京交通大学 2017
[8]基于分割的高分辨率遥感影像建筑物提取方法[D]. 蔡淑宽.福建师范大学 2017
[9]高分辨率遥感影像面向对象的绿地信息提取方法研究[D]. 马鑫.宁夏大学 2017
[10]基于面向对象的遥感影像梯田信息提取研究[D]. 张雨果.西北农林科技大学 2016
本文编号：3145136
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3145136.html
