基于面向对象的高分一号遥感影像森林分类研究

发布时间：2023-04-19 19:25

　　随着遥感技术的飞速发展,利用遥感影像进行信息提取己然成为遥感领域的重点和难点。传统的遥感影像信息提取技术由于忽略了高分辨遥感影像丰富的空间、纹理特征信息,往往难以取得满意的提取效果。面向对象分类方法的提出,为遥感分类技术提供了一个新方向。本研究利用新型遥感影像高分一号遥感影像数据为研究的数据基础,并且针对高分一号的数据特点,分别进行了大气校正、几何校正、图像融合等图像预处理的研究。采用面向对象的分类方法对塔河县瓦拉干林场进行森林类型信息提取,充分考虑了光谱、纹理、几何等信息,并且加入植被指数等信息,采用多尺度分割技术,利用决策树分类方法和最邻近分类两种方法进行分类处理,最终实现森林类型的分类。本论文的研究重点主要是多尺度分割参数的获取,特征信息的筛选以及面向对象的分类方法。得出以下结论：(1)根据多层次多尺度的原理与算法,不同地物对象采用不同的分割尺度。通过多次试验,确定分割尺度、形状因子、平滑度和紧致度并结合目视判读,选择出最优的分割尺度。(2)采用不同光谱特征、形状特征、纹理特征,应用决策树模型对遥感影像进行特征提取,实现对研究区域的森林类型的分类,同时对比单一层次的最邻近分类方法...

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景
    1.2 研究的目的和意义
    1.3 面向对象分类方法的研究现状
    1.4 研究内容和技术路线
        1.4.1 研究内容
        1.4.2 技术路线图
    1.5 组织结构
2 研究区域概况及数据预处理
    2.1 研究区域概况
        2.1.1 研究区域的地理位置
        2.1.2 自然条件
        2.1.3 森林资源概况
    2.2 数据的获取
    2.3 高分一号数据预处理
        2.3.1 大气校正
        2.3.2 射校正
        2.3.3 图像融合
    2.4 分类系统的制定
    2.5 本章小结
3 图像分割
    3.1 分割的定义
    3.2 分割方法概述
    3.3 分形网络演化算法
        3.3.1 分割参数的选择
        3.3.2 分割试验
        3.3.3 分割结果分析
    3.4 本章小结
4 面向对象的遥感影像分类研究
    4.1 对象特征
        4.1.1 光谱信息
        4.1.2 形状特征
        4.1.3 纹理特征
        4.1.4 植被指数
        4.1.5 空间特征
    4.2 对象特征选择
    4.3 面向对象的分类
        4.3.1 最邻近分类方法
        4.3.2 决策树分类方法
    4.4 本章小结
5 分类结果与分析
    5.1 分类结果图
    5.2 分类精度指标
    5.3 分类结果精度评价
    5.4 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢



本文编号：3794069