基于高分遥感影像数据的油田地区建筑物信息提取方法研究

发布时间：2017-07-06 16:02

  本文关键词：基于高分遥感影像数据的油田地区建筑物信息提取方法研究

  更多相关文章： 高分辨率遥感影像 油田地区 建筑物提取 多特征分类

【摘要】：随着卫星遥感技术的不断发展,遥感影像的分辨率不断提高,目前很多在轨的遥感卫星可以为我们提供大量的亚米级卫星遥感影像数据,为研究者带来了更加丰富的地物细节信息。在城乡面貌日新月异的今天,有效地利用这些遥感影像对信息掌控和未来规划都具有重要意义。对于油田地区,有效地掌握地面建筑的实时位置、状态信息对于石油的安全生产显得更为重要。但传统的基于中低分辨率遥感图像的建筑物信息提取方法并不能良好地应用于高分遥感影像数据。因此,本文立足于国家项目江苏油田的地理信息管理监测系统,致力于寻找到一种快速、稳定、准确的基于高分辨率遥感影像数据的油田地区建筑物信息提取方法。本文在对油田地区的地貌气候特征、建筑分布特点的充分分析和考察基础上,完成了以下工作:(1)对油田地区的高分遥感图像进行了去噪、增强等预处理操作。(2)在详细对比各类图像分割算法特点的基础上,应用基于Mean Shift滤波算法的图像分割方法将遥感图像分割为待处理的对象区域,并针对对象分割过细的情况做了空间尺度过滤。(3)对分割完成的区域对象,进行了基于光谱特征、形状特征、纹理特征的多特征提取工作。对于提取出的特征集合,采用特征筛选算法获得了能够反映样本特点的特征子集。并针对不规则对象的纹理特征提取工作提出了一种基于邻域加权均值的灰度共生矩阵计算方法,取得了较好的特征提取效果。(4)基于提取出的样本特征子集,本文采用IOSDATA聚类方法对区域对象做出了分类。并针对建筑物区域外形参差不齐的情况,对其做了形态学优化,去除了毛刺和空洞,使之更符合建筑物原有的边缘形态。经实验分析,本文所采用的方法能够在较短的时间内,从油田地区的高分遥感影像中提取出准确、外形规则的建筑物信息,对油田的地理信息管理工作带来了很大的帮助。
【关键词】：高分辨率遥感影像 油田地区 建筑物提取 多特征分类
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究背景及意义10-11
• 1.2 遥感图像建筑物提取的研究现状分析11-12
• 1.3 本文的主要研究工作和结构安排12-15
• 第2章 遥感图像对象分割方法研究15-28
• 2.1 遥感图像的预处理15-18
• 2.1.1 高分遥感图像的特点15-17
• 2.1.2 高分遥感图像的预处理17-18
• 2.2 高分遥感图像的对象分割方法18-21
• 2.2.1 基于阈值的图像分割19
• 2.2.2 基于区域的分割算法19-20
• 2.2.3 基于边缘检测的分割算法20-21
• 2.3 基于Mean Shift算法的遥感图像对象分割21-24
• 2.3.1 Mean Shift算法的国内外研究现状21-22
• 2.3.2 Mean Shift算法原理22-23
• 2.3.3 Mean Shift算法在遥感图像分割上的应用23-24
• 2.4 遥感图像分割实验结果24-28
• 第3章 面向对象的特征提取及筛选28-41
• 3.1 油田地区地貌特征概况28-29
• 3.2 遥感图像特征的分类29-33
• 3.2.1 光谱特征29-30
• 3.2.2 形状特征30-31
• 3.2.3 纹理特征31-33
• 3.3 面向对象的纹理特征提取33-35
• 3.3.1 灰度共生矩阵33-34
• 3.3.2 面向不规则形态对象的纹理特征提取34-35
• 3.4 建筑物特征的选择35-39
• 3.4.1 特征选择算法的分类35-37
• 3.4.2 基于ReliefF算法的建筑物特征选择37-39
• 3.5 面向对象的多特征提取实验结果39-41
• 第4章 基于多特征的建筑物提取及优化41-49
• 4.1 遥感图像特征分类方法研究41-43
• 4.1.1 非监督分类方法41-42
• 4.1.2 监督分类方法42-43
• 4.2 基于ISODATA算法的建筑物分类提取43-44
• 4.3 建筑物目标的形态学优化44-46
• 4.4 建筑物分类提取实验结果及分析46-49
• 第5章 结论与展望49-51
• 参考文献51-54
• 作者简介54-55
• 致谢55

【参考文献】

中国期刊全文数据库 前8条

1 刘建华;毛政元;;高空间分辨率遥感影像分割方法研究综述[J];遥感信息;2009年06期

2 张皓;黄艳;杨洋;邹晓亮;;基于GLCM纹理特征的LiDAR点云建筑物自动提取[J];测绘通报;2009年11期

3 李应岐;何明一;方小锋;;基于Contourlet变换和均值漂移的SAR图像分割[J];计算机工程;2007年22期

4 莫登奎;林辉;李际平;孙华;熊育久;;基于均值漂移的高分辨率影像多尺度分割(英文)[J];广西师范大学学报(自然科学版);2006年04期

5 吴军;3维城市建模中的建筑墙面纹理快速重建研究[J];测绘学报;2005年04期

6 唐亮,谢维信,黄建军,谢兴灿,刘洁;从航空影像中自动提取高层建筑物[J];计算机学报;2005年07期

7 李乡儒,吴福朝,胡占义;均值漂移算法的收敛性[J];软件学报;2005年03期

8 徐德启,汪志华;综合纹理和颜色的图像分割方法[J];计算技术与自动化;2002年03期

中国博士学位论文全文数据库 前1条

1 崔卫红;基于图论的面向对象的高分辨率影像分割方法研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前2条

1 范志超;基于禁忌搜索算法的特征选择研究[D];安徽理工大学;2010年

2 朱现龙;扬州市市辖区土地利用/覆被变化模拟研究[D];中南大学;2009年

，

本文编号：526828