面向林地信息的高分一号遥感影像融合与分类研究
发布时间：2021-12-09 13:57
近半个世纪以来,遥感技术呈现出突飞猛进的发展趋势,无论是在小范围内的科学技术研究到大范围的生产应用均取得了丰硕的成果。随着3S技术的不断发展,林业行业使用遥感技术进行林地信息提取和森林资源监测也随之快速的发展,并在方法上不断推陈出新。本文以辽宁省研究区的GF-1卫星遥感全色和多光谱数据为研究对象,通过融合试验选择最优像素级影像融合算法,并以此为基础对融合影像进行人工目视解译、基于像元的分类、面向对象分类研究,并在面向对象分类的基础上提出一种结合多尺度纹理特征的面向对象分类方法,力图为林业部门遥感影像大规模融合分类应用和森林资源动态监测系统构建提供参考。研究结论如下：（1）以GF-1多光谱和全色影像为对象,采用Brovey变换、PCA变换、HPF、Gram-Schmidt变换、Pansharpening五种像素级融合算法进行影像融合试验,探究其面向林地信息提取的融合效果并采用主观与定量评价相结合并辅以不同地类纹理特征分析的综合融合效果评价方法。结果表明,Gram-Schmidt变换影像融合结果各波段与原多光谱波段相关系数高于0.700,平均梯度增幅超过10%,高频信息融入度R、G、B波段...
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 引言
1.1 研究背景
1.1.1 影像融合技术
1.1.2 遥感影像分类
1.1.3 纹理特征提取与应用
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究的目标、主要内容和技术路线
1.3.1 研究目标和主要内容
1.3.2 技术路线
2 研究区概况及数据获取
2.1 研究区概况
2.1.1 地理位置
2.1.2 地形地貌
2.1.3 土地利用概况及分类体系
2.2 数据源
2.3 数据预处理
3 像素级遥感影像融合及质量评价
3.1 常用的像素级影像融合算法
3.1.1 Brovey变换融合
3.1.2 PCA变换融合
3.1.3 HPF融合
3.1.4 Gram-Schmidt变换融合
3.1.5 Pansharpening融合
3.2 主观融合效果评价
3.3 客观融合效果评价
3.3.1 融合结果整体特征分析
3.3.2 不同地类纹理特征分析
4 基于人工目视解译遥感影像分类方法
4.1 人工目视解译分类方法
4.2 分类参考相对真值的获取
4.3 人工目视解译分类结果
4.4 精度评价
5 基于像元的遥感影像分类方法
5.1 定义训练样本
5.2 执行监督分类
5.3 分类结果
5.4 精度评价
6 结合多尺度纹理的遥感影像面向对象分类方法
6.1 高分辨率影像的多尺度分割
6.1.1 波段权重的选择
6.1.2 最佳分割尺度的选择
6.1.3 均质因子的确定
6.1.4 多尺度分割层次的建立
6.2 面向对象的特征提取
6.2.1 多尺度纹理特征的提取
6.2.2 多尺度纹理特征尺度选择
6.2.3 多尺度纹理特征组合选择
6.2.4 面向对象分类结果
6.2.5 精度评价
7 三种分类方法的比较和评价
7.1 方法评述
7.2 不同方法的精度比较
7.3 三种分类方法的评价
8 结论与展望
8.1 结论
8.2 创新点
8.3 讨论与展望
参考文献
个人简介
导师简介
获得成果目录
致谢
【参考文献】：
期刊论文
[1]高分一号卫星4种融合方法评价[J]. 刘锟,付晶莹,李飞. 遥感技术与应用. 2015(05)
[2]面向对象的高分辨率遥感影像建筑物震害信息提取[J]. 甘甜,李金平,李小强,王刘伟. 测绘工程. 2015(04)
[3]遥感影像融合质量评价方法研究[J]. 王乐,牛雪峰,魏斌,陈立春. 测绘通报. 2015(02)
[4]高分1号融合光谱特征提取杭州湾河口沿岸湿地典型植被信息方法研究[J]. 陈金凤,程乾. 杭州师范大学学报(自然科学版). 2015(01)
[5]基于中巴资源卫星的多源遥感影像融合研究[J]. 谷帅兵,赫晓慧,郭恒亮. 北京联合大学学报(自然科学版). 2015(01)
[6]高分一号多光谱遥感数据的面向对象分类[J]. 刘书含,顾行发,余涛,王珂,张周威,鞠颂. 测绘科学. 2014(12)
[7]利用资源一号02C数据提取森林资源变化信息[J]. 高媛赟,温小荣,林国忠,佘光辉,王凯. 中南林业科技大学学报. 2014(12)
[8]SPOT6遥感图像融合方法比较研究[J]. 郭蕾,杨冀红,史良树,战鹰,赵冬玲,张超,孙家波,季佳佳. 国土资源遥感. 2014(04)
[9]基于光谱响应函数的ZY-3卫星图像融合算法研究[J]. 王力彦,赵冬,陈建平. 宇航学报. 2014(08)
[10]ZY-3卫星全色与多光谱影像融合方法比较[J]. 李霖,佘梦媛,罗恒. 农业工程学报. 2014(16)
博士论文
[1]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
[2]多传感器图像融合方法研究[D]. 刘贵喜.西安电子科技大学 2001
硕士论文
[1]基于ZY-3卫星的森林分类及郁闭度提取方法研究[D]. 高志雄.北京林业大学 2015
[2]基于ALOS数据的遥感森林分类研究[D]. 杨冉冉.首都师范大学 2013
[3]多源遥感图像融合技术研究[D]. 张亚峰.湖南大学 2013
[4]遥感影像融合及其质量评价[D]. 王乐.吉林大学 2012
[5]基于WorldView-2影像的面向对象信息提取技术研究[D]. 陆超.浙江大学 2012
[6]面向对象遥感影像分类方法及其应用研究[D]. 汪求来.南京林业大学 2008
[7]浙江钱塘江流域土地利用/覆盖自动分类研究及时空变化分析[D]. 刘璞.浙江大学 2008
本文编号：3530753
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 引言
1.1 研究背景
1.1.1 影像融合技术
1.1.2 遥感影像分类
1.1.3 纹理特征提取与应用
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究的目标、主要内容和技术路线
1.3.1 研究目标和主要内容
1.3.2 技术路线
2 研究区概况及数据获取
2.1 研究区概况
2.1.1 地理位置
2.1.2 地形地貌
2.1.3 土地利用概况及分类体系
2.2 数据源
2.3 数据预处理
3 像素级遥感影像融合及质量评价
3.1 常用的像素级影像融合算法
3.1.1 Brovey变换融合
3.1.2 PCA变换融合
3.1.3 HPF融合
3.1.4 Gram-Schmidt变换融合
3.1.5 Pansharpening融合
3.2 主观融合效果评价
3.3 客观融合效果评价
3.3.1 融合结果整体特征分析
3.3.2 不同地类纹理特征分析
4 基于人工目视解译遥感影像分类方法
4.1 人工目视解译分类方法
4.2 分类参考相对真值的获取
4.3 人工目视解译分类结果
4.4 精度评价
5 基于像元的遥感影像分类方法
5.1 定义训练样本
5.2 执行监督分类
5.3 分类结果
5.4 精度评价
6 结合多尺度纹理的遥感影像面向对象分类方法
6.1 高分辨率影像的多尺度分割
6.1.1 波段权重的选择
6.1.2 最佳分割尺度的选择
6.1.3 均质因子的确定
6.1.4 多尺度分割层次的建立
6.2 面向对象的特征提取
6.2.1 多尺度纹理特征的提取
6.2.2 多尺度纹理特征尺度选择
6.2.3 多尺度纹理特征组合选择
6.2.4 面向对象分类结果
6.2.5 精度评价
7 三种分类方法的比较和评价
7.1 方法评述
7.2 不同方法的精度比较
7.3 三种分类方法的评价
8 结论与展望
8.1 结论
8.2 创新点
8.3 讨论与展望
参考文献
个人简介
导师简介
获得成果目录
致谢
【参考文献】：
期刊论文
[1]高分一号卫星4种融合方法评价[J]. 刘锟,付晶莹,李飞. 遥感技术与应用. 2015(05)
[2]面向对象的高分辨率遥感影像建筑物震害信息提取[J]. 甘甜,李金平,李小强,王刘伟. 测绘工程. 2015(04)
[3]遥感影像融合质量评价方法研究[J]. 王乐,牛雪峰,魏斌,陈立春. 测绘通报. 2015(02)
[4]高分1号融合光谱特征提取杭州湾河口沿岸湿地典型植被信息方法研究[J]. 陈金凤,程乾. 杭州师范大学学报(自然科学版). 2015(01)
[5]基于中巴资源卫星的多源遥感影像融合研究[J]. 谷帅兵,赫晓慧,郭恒亮. 北京联合大学学报(自然科学版). 2015(01)
[6]高分一号多光谱遥感数据的面向对象分类[J]. 刘书含,顾行发,余涛,王珂,张周威,鞠颂. 测绘科学. 2014(12)
[7]利用资源一号02C数据提取森林资源变化信息[J]. 高媛赟,温小荣,林国忠,佘光辉,王凯. 中南林业科技大学学报. 2014(12)
[8]SPOT6遥感图像融合方法比较研究[J]. 郭蕾,杨冀红,史良树,战鹰,赵冬玲,张超,孙家波,季佳佳. 国土资源遥感. 2014(04)
[9]基于光谱响应函数的ZY-3卫星图像融合算法研究[J]. 王力彦,赵冬,陈建平. 宇航学报. 2014(08)
[10]ZY-3卫星全色与多光谱影像融合方法比较[J]. 李霖,佘梦媛,罗恒. 农业工程学报. 2014(16)
博士论文
[1]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
[2]多传感器图像融合方法研究[D]. 刘贵喜.西安电子科技大学 2001
硕士论文
[1]基于ZY-3卫星的森林分类及郁闭度提取方法研究[D]. 高志雄.北京林业大学 2015
[2]基于ALOS数据的遥感森林分类研究[D]. 杨冉冉.首都师范大学 2013
[3]多源遥感图像融合技术研究[D]. 张亚峰.湖南大学 2013
[4]遥感影像融合及其质量评价[D]. 王乐.吉林大学 2012
[5]基于WorldView-2影像的面向对象信息提取技术研究[D]. 陆超.浙江大学 2012
[6]面向对象遥感影像分类方法及其应用研究[D]. 汪求来.南京林业大学 2008
[7]浙江钱塘江流域土地利用/覆盖自动分类研究及时空变化分析[D]. 刘璞.浙江大学 2008
本文编号：3530753
本文链接：https://www.wllwen.com/nykjlw/lylw/3530753.html
