高分遥感影像在林地变化检测中的应用研究
发布时间：2021-05-23 19:19
全国林地变更调查是在全国林地“一张图”的基础上,对林地范围、林地保护利用状况等进行调查分析,它是提高林地监管能力,加强林地保护利用管理,深化国家和地方政府宏观决策管理的重要基础和支撑。传统林地变更主要依靠地面测量,人工勾绘变化边界,存在工作量大、效率低下以及周期较长等问题,因此传统方法已经无法适应当前林地变更调查的实际情况。纹理特征具有良好的空间结构特征,它是在图像分析理解中重要的信息辅助源,如何有效利用高分辨率影像的纹理特征辅助林地变化检测成为了目前研究的重点。本文以覆盖黑龙江省穆棱市境内八面通林场的高分1号卫星影像数据作为研究对象,分别通过灰度共生矩阵和二维Gabor滤波器两种不同的纹理提取技术进行分析讨论,通过实验分析得到两种纹理信息提取方法辅助林地变化检测的技术手段是可靠可行的。具体的研究内容如下:（1）采用灰度共生矩阵提取纹理信息方法。针对灰度共生矩阵提取出的较多纹理测度信息进行分析,通过研究发现,不同测度之间存在着较大的相关性,为此本文对纹理测度选择进行了分析讨论。（2）采用二维Gabor滤波器提取纹理信息方法。二维Gabor滤波器在时域频域具有着非常好的分析检索能力,其滤...
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 变化检测国内外研究现状
1.2.2 纹理国内外研究现状
1.3 论文研究内容
1.4 技术路线
1.5 论文结构
1.6 本章小结
2 变化检测综述
2.1 概述
2.2 变化检测方法
2.2.1 图像差值法
2.2.2 图像比值法
2.2.3 内积分析法
2.2.4 PCA变化法
2.2.5 变化向量法
2.2.6 影像分割法
2.2.7 特征级检测法
2.2.8 分类后比较法
2.3 本章小结
3 高分影像预处理
3.1 研究区概况
3.2 数据获取
3.3 影像预处理
3.3.1 辐射定标
3.3.2 大气校正
3.3.3 正射校正
3.3.4 影像融合
3.3.5 主成分变换
3.4 本章小结
4 纹理特征提取研究
4.1 灰度共生矩阵提取纹理
4.1.1 灰度共生矩阵定义
4.1.2 灰度共生矩阵纹理特征提取步骤
4.1.3 灰度共生纹理测度
4.1.4 纹理提取因子选择
4.2 二维Gabor滤波器提取纹理
4.2.1 Gabor滤波器定义
4.2.2 二维Gabor滤波器参数分析
4.2.3 二维Gabor滤波器自适应参数获取
4.2.4 二维Gabor滤波器的参数优选
4.3 本章小结
5 林地变化检测
5.1 辅助纹理特征分类
5.1.1 辅助灰度共生矩阵纹理特征分类
5.1.2 辅助二维Gabor滤波器纹理特征分类
5.1.3 二维Gabor滤波器和GLCM两种方法比较
5.2 林地变化区域分析
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]基于融合和IFLICM算法的非监督遥感影像变化检测[J]. 严宇,刘耀林. 测绘通报. 2018(03)
[2]面向对象的多特征分级CVA遥感影像变化检测[J]. 赵敏,赵银娣. 遥感学报. 2018(01)
[3]核典型相关分析的高分辨遥感影像变化检测[J]. 李建磊,王光辉,杨化超. 测绘科学. 2018(01)
[4]高分辨率遥感影像的深度学习变化检测方法[J]. 张鑫龙,陈秀万,李飞,杨婷. 测绘学报. 2017(08)
[5]基于小波变换和K-means算法的遥感影像分类[J]. 纵清华,王志宇,过仲阳,马品. 杭州师范大学学报(自然科学版). 2016(02)
[6]多尺度分割的高分辨率遥感影像变化检测[J]. 佃袁勇,方圣辉,姚崇怀. 遥感学报. 2016(01)
[7]基于PCA的变化向量分析法遥感影像变化检测[J]. 黄维,黄进良,王立辉,胡砚霞,韩鹏鹏. 国土资源遥感. 2016(01)
[8]全国林地“一张图”数据库建设及扩展应用[J]. 许等平,李晖,庞丽杰,张煜星,黄国胜,韩爱惠. 林业资源管理. 2015(05)
[9]结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 胡华龙,吴冰,黄邵美. 测绘科学技术学报. 2015(04)
[10]基于小波融合和PCA-核模糊聚类的遥感图像变化检测[J]. 慕彩红,霍利利,刘逸,刘若辰,焦李成. 电子学报. 2015(07)
博士论文
[1]基于纹理特征的遥感影像居民地提取技术研究[D]. 金飞.解放军信息工程大学 2013
[2]面向对象的高分辨率影像城市多特征变化检测研究[D]. 汤玉奇.武汉大学 2013
[3]随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学 2012
[4]彩色航空图像森林纹理特征提取方法的研究[D]. 毕于慧.北京林业大学 2007
硕士论文
[1]基于GF-1多光谱影像的林地变化检测方法研究[D]. 郝荣欣.西安科技大学 2016
[2]遥感影像变化检测方法及应用研究[D]. 张家琦.中国地质大学(北京) 2015
[3]基于Gabor滤波器的纹理特征提取研究及应用[D]. 张艳.西安科技大学 2014
[4]基于遥感TM影像纹理特征的长江河口流态信息分析[D]. 乔远英.华东师范大学 2014
[5]遥感图像变化检测研究[D]. 熊羽.昆明理工大学 2013
[6]基于Gabor滤波器的铁路图像轨枕分割[D]. 胡光灿.西南交通大学 2013
[7]基于纹理特征的典型遥感影像面状地物提取方法研究[D]. 过林.解放军信息工程大学 2011
[8]辅助纹理特征的ALOS影像土地利用/覆盖分类[D]. 陈霞.浙江大学 2010
[9]高分辨率遥感图像的变化检测技术研究[D]. 刘小洲.国防科学技术大学 2007
[10]地统计学和神经网络在遥感影像分类中的应用研究[D]. 李小涛.山东科技大学 2004
本文编号：3202845
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 变化检测国内外研究现状
1.2.2 纹理国内外研究现状
1.3 论文研究内容
1.4 技术路线
1.5 论文结构
1.6 本章小结
2 变化检测综述
2.1 概述
2.2 变化检测方法
2.2.1 图像差值法
2.2.2 图像比值法
2.2.3 内积分析法
2.2.4 PCA变化法
2.2.5 变化向量法
2.2.6 影像分割法
2.2.7 特征级检测法
2.2.8 分类后比较法
2.3 本章小结
3 高分影像预处理
3.1 研究区概况
3.2 数据获取
3.3 影像预处理
3.3.1 辐射定标
3.3.2 大气校正
3.3.3 正射校正
3.3.4 影像融合
3.3.5 主成分变换
3.4 本章小结
4 纹理特征提取研究
4.1 灰度共生矩阵提取纹理
4.1.1 灰度共生矩阵定义
4.1.2 灰度共生矩阵纹理特征提取步骤
4.1.3 灰度共生纹理测度
4.1.4 纹理提取因子选择
4.2 二维Gabor滤波器提取纹理
4.2.1 Gabor滤波器定义
4.2.2 二维Gabor滤波器参数分析
4.2.3 二维Gabor滤波器自适应参数获取
4.2.4 二维Gabor滤波器的参数优选
4.3 本章小结
5 林地变化检测
5.1 辅助纹理特征分类
5.1.1 辅助灰度共生矩阵纹理特征分类
5.1.2 辅助二维Gabor滤波器纹理特征分类
5.1.3 二维Gabor滤波器和GLCM两种方法比较
5.2 林地变化区域分析
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]基于融合和IFLICM算法的非监督遥感影像变化检测[J]. 严宇,刘耀林. 测绘通报. 2018(03)
[2]面向对象的多特征分级CVA遥感影像变化检测[J]. 赵敏,赵银娣. 遥感学报. 2018(01)
[3]核典型相关分析的高分辨遥感影像变化检测[J]. 李建磊,王光辉,杨化超. 测绘科学. 2018(01)
[4]高分辨率遥感影像的深度学习变化检测方法[J]. 张鑫龙,陈秀万,李飞,杨婷. 测绘学报. 2017(08)
[5]基于小波变换和K-means算法的遥感影像分类[J]. 纵清华,王志宇,过仲阳,马品. 杭州师范大学学报(自然科学版). 2016(02)
[6]多尺度分割的高分辨率遥感影像变化检测[J]. 佃袁勇,方圣辉,姚崇怀. 遥感学报. 2016(01)
[7]基于PCA的变化向量分析法遥感影像变化检测[J]. 黄维,黄进良,王立辉,胡砚霞,韩鹏鹏. 国土资源遥感. 2016(01)
[8]全国林地“一张图”数据库建设及扩展应用[J]. 许等平,李晖,庞丽杰,张煜星,黄国胜,韩爱惠. 林业资源管理. 2015(05)
[9]结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 胡华龙,吴冰,黄邵美. 测绘科学技术学报. 2015(04)
[10]基于小波融合和PCA-核模糊聚类的遥感图像变化检测[J]. 慕彩红,霍利利,刘逸,刘若辰,焦李成. 电子学报. 2015(07)
博士论文
[1]基于纹理特征的遥感影像居民地提取技术研究[D]. 金飞.解放军信息工程大学 2013
[2]面向对象的高分辨率影像城市多特征变化检测研究[D]. 汤玉奇.武汉大学 2013
[3]随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学 2012
[4]彩色航空图像森林纹理特征提取方法的研究[D]. 毕于慧.北京林业大学 2007
硕士论文
[1]基于GF-1多光谱影像的林地变化检测方法研究[D]. 郝荣欣.西安科技大学 2016
[2]遥感影像变化检测方法及应用研究[D]. 张家琦.中国地质大学(北京) 2015
[3]基于Gabor滤波器的纹理特征提取研究及应用[D]. 张艳.西安科技大学 2014
[4]基于遥感TM影像纹理特征的长江河口流态信息分析[D]. 乔远英.华东师范大学 2014
[5]遥感图像变化检测研究[D]. 熊羽.昆明理工大学 2013
[6]基于Gabor滤波器的铁路图像轨枕分割[D]. 胡光灿.西南交通大学 2013
[7]基于纹理特征的典型遥感影像面状地物提取方法研究[D]. 过林.解放军信息工程大学 2011
[8]辅助纹理特征的ALOS影像土地利用/覆盖分类[D]. 陈霞.浙江大学 2010
[9]高分辨率遥感图像的变化检测技术研究[D]. 刘小洲.国防科学技术大学 2007
[10]地统计学和神经网络在遥感影像分类中的应用研究[D]. 李小涛.山东科技大学 2004
本文编号：3202845
本文链接：https://www.wllwen.com/nykjlw/lylw/3202845.html
