学位论文 > 优秀研究生学位论文题录展示

面向对象遥感影像分类不确定性分析

作　者: 易俐娜
导　师: 巫兆聪
学　校: 武汉大学
专　业: 摄影测量与遥感
关键词: 面向对象遥感影像分类不确定性分析精度评价
分类号: P237
类　型: 博士论文
年　份: 2011年
下　载: 198次
引　用: 0次
阅　读: 论文下载

内容摘要

随着高空间分辨率遥感影像的出现,以对象为单元的遥感影像分类方法成为国内外研究的热点。面向对象的遥感影像分类就是借助影像分割等技术提取对象,以对象为基础提取遥感影像信息进行分类。在分类过程中,受数据处理、影像分割、对象特征提取和选择、分类方法等多种因素的影响,分类结果不可避免地具有不确定性。对分类中的不确定性进行分析,了解分类结果的不确定性来源,能为减少分类结果不确定性提供依据。客观评价分类结果的不确定性,不仅可以使用户了解分类专题图的质量和适用性,还能用于检验分类方法的有效性。本文以面向对象遥感影像分类为主线,分析了分类过程中的各种不确定性来源,提出了以对象为单元的影像分割和分类精度评价方法,为控制不确定性,提高分类精度提供了依据。论文的主要研究内容如下：(1)分析面向对象遥感影像分类中的各种不确定性来源及其传递过程,为不确定性分析奠定基础。(2)基于监督法分割精度评价原理,提出遥感影像分割的“过分割”、“欠分割”和“对象边界”不确定性的定量度量指标和评价方法。实验证明各分割精度评价指标的有效性,为最佳分割尺度选择提供依据。(3)分析多源遥感影上对象定位过程中的对象位置不确定性来源。在分析不同对象定位策略引起的对象位置不确定性及其对多源特征提取和分类结果影响的基础上,探讨对象定位中的影像重采样策略及对象边界传递方式的选择问题,提出有利于对象特征提取和分类的对象定位策略。(4)在总结遥感影像分类精度评价方法的基础上,提出一套以对象为单元评价分类结果精度的方法。分析以对象等权和对象面积加权的混淆矩阵分类精度评价方法的适用性。前者反映分类方法对地物类别的区分能力(即分类性能),为分类专题图生产者提供了选择分类方法的依据。后者则反映分类专题图上总体和各类地物被正确分类的面积比例(即分类专题图精度),为用户提供了有价值的分类专题图质量信息,有助于判断分类结果对于某种应用的适用性。(5)分析对象位置不确定性对分类专题图精度评价结果的影响。提出基于对象组分的分类专题图精度评价方法。该方法基于测试对象的分属于各类地物类别的组分统计分类信息建立混淆矩阵,对分类结果进行精度评价,能避免对象位置不确定性引起的分类精度估计偏差,更精确地评价分类专题图精度。论文的主要创新点在于：(1)提出一种兼顾区域内部像素组成和区域轮廓差异性的遥感影像分割结果不确定性评价方法,对分割结果的“过分割”、“欠分割”和“对象边界”等三个方面进行不确定性评价,并以此度量为依据,设计了一种针对不同应用目的的遥感影像最佳分割尺度选择方法。(2)在分析对象位置不确定性对多源特征提取和分类结果的影响的基础上,设计了一种利于对象多源特征提取和分类的对象定位策略。对象位置不确定性影响分析结果表明：采取不同方式进行对象定位时,对对象边界不确定性的精度控制要求有所不同。在对象定位中,若将低空间分辨率遥感影像重采样到高空间分辨率,仅需保证提取的对象边界和影像几何配准误差被控制在1个像素以内,对象边界不确定性对提取的对象多源特征及分类结果的影响就可以忽略不计,传递栅格或矢量对象边界到几何配准后的多源遥感影像都是可行的对象定位策略。(3)提出一套以对象为评价单元的分类精度评价方法,包括样本对象的分层随机抽样、样本个数确定及基于混淆矩阵的分类器性能和分类专题图精度评价方法。首先,采用分层随机抽样方法选择典型的、有代表性的测试样本。然后,分别以对象等权和对象面积加权的混淆矩阵精度评价方法评价分类性能和分类专题图精度,为用户提供有价值的分类精度信息。以对象等权统计得到的分类精度评价结果反映分类方法对地物类别的区分能力(即分类性能),为分类专题图生产者提供了选择分类方法的依据。而以对象面积加权统计得到的分类精度评价结果则反映分类专题图上总体和各类地物被正确分类的面积比例(即分类专题图精度),为用户提供了有价值的分类专题图质量信息,有助于判断分类结果对于某种应用的适用性。考虑到对象位置不确定性对分类专题图精度评价存在不利影响,提出一种基于对象“组分”的分类专题图精度评价方法。该方法将测试对象内分属于不同地物类别的内部像素集合称为“组分”,依据测试对象各组分的准确参考类别信息,统计测试对象分类信息并构建混淆矩阵,对分类结果进行专题精度评价,能更精确地评价分类专题图精度。针对基于对象“组分”的精度评价方法的样本信息采集需要,还提出一种样本信息采集的实施方案。建议在有限的人力物力下,根据地物类别重要度及测试样本对象位置不确定性程度,酌情进行详略得当的解译工作。对属重要地物类别或对象位置不确定性程度较高的测试样本,采集较详细的参考信息,将对象组分信息进行详细记录；而对于属于重要度低的地物类别或对象位置不确定性程度较低的测试样本,可只采集测试样本的占大部分面积的组分信息。从而在减轻样本信息采集工作量的同时,尽可能精确地评价分类结果。尚需进一步研究的问题有：(1)不确定性数学建模方法还有待进一步的研究,以建立误差传递模型,为误差传播分析提供定量化依据。(2)分割精度评价差异度量的定义是监督法分割精度评价中值得深究的问题之一。为了更全面的评价分割精度,综合差异度量进行分割精度评价是以后的研究方向之一。另外,非监督法分割精度评价方法也需进一步研究,以解决无参考数据下的分割精度评价问题。(3)分类精度评价方法还有待进一步探索,以满足精度评价中其他扩展目标的需要。(4)抽样设计理论和方法值得进一步的研究,以推进面向对象遥感影像分类精度评价方法在实践中的应用。

全文目录

摘要  5-8
Abstract  8-12
目录  12-15
第一章绪论  15-26
  1.1 研究背景和意义  15-19
  1.2 国内外研究现状及趋势  19-23
    1.2.1 影像分割精度评价  19-20
    1.2.2 对象位置不确定性及其影响分析  20-21
    1.2.3 面向对象遥感影像分类精度评价  21-23
  1.3 研究目标和内容  23-25
  1.4 论文组织结构  25-26
第二章而向对象遥感影像分类中的不确定性来源分析  26-29
  2.1 面向对象遥感影像分类  26-27
  2.2 分类中的不确定性来源分析  27-29
    2.2.1 对象位置不确定性的来源  28-29
第三章遥感影像分割不确定性分析评价与分割尺度选择  29-51
  3.1 遥感影像分割结果不确定性的由来  29-33
    3.1.1 地物景观复杂分割难度大  29-30
    3.1.2 应用目的多样分割要求不同  30-31
    3.1.3 分割方法有局限  31-33
  3.2 遥感影像分割不确定性评价方法  33-45
    3.2.1 监督法分割精度评价  33-34
    3.2.2 已有差异度量及其优缺点分析  34-36
    3.2.3 分割对象的不确定性度量  36-39
    3.2.4 双向局部最优对象匹配方法  39-42
    3.2.5 基于对象的分割结果不确定性综合评价  42-45
  3.3 基于分割结果评价的最佳分割尺度选择  45-49
  3.4 本章小结  49-51
第四章对象位置不确定性对多源特征提取和分类的影响分析  51-71
  4.1 多源遥感影像上对象位置不确定性来源分析  51-53
  4.2 不同对象定位策略下的对象位置不确定性来源分析  53
  4.3 对象位置不确定性影响分析方法  53-59
    4.3.1 对象位置不确定性对对象特征的影响分析方法  54-58
    4.3.2 对象位置不确定性对分类结果的影响分析办法  58-59
  4.4 实验分析  59-69
    4.4.1 不同影像重采样策略下对象位置不确定性的影响分析  61-66
    4.4.2 不同的对象边界传递方式下对象位置不确定性的影响分析  66-69
  4.5 本章小结  69-71
第五章面向对象遥感影像分类精度评价  71-109
  5.1 常用遥感影像分类精度评价方法  71-77
    5.1.1 样本选择方法  72-76
    5.1.2 分类精度评价方法  76
    5.1.3 混淆矩阵精度评价和分析技术  76-77
  5.2 基于对象的分类精度评价方法  77-83
    5.2.1 样本选择方法  78-79
    5.2.2 样本个数的确定方法  79-81
    5.2.3 基于对象的混淆矩阵及精度度量方法  81-83
  5.3 分类精度评价方法的适用性分析  83-106
    5.3.1 对象位置不确定性对分类专题图精度评价的影响分析  83-95
    5.3.2 基于对象组分的分类专题图精度评价方法  95-98
    5.3.3 抽样方法的适用性分析  98-106
  5.4 本章小结  106-109
第六章面向对象遥感影像分类实验与分析  109-125
  6.1 以不确定性评价为指导的面向对象遥感影像分类  109-111
    6.1.1 基于分割结果评价的遥感影像多尺度分割  109-111
    6.1.2 基于多源对象特征的监督法分类  111
  6.2 不确定性的表达方法  111-112
  6.3 实验与分析  112-124
    6.3.1 分类结果的不确定性可视化表达  114-118
    6.3.2 遥感影像多尺度分割实验分析  118-122
    6.3.3 遥感影像分类实验分析  122-124
  6.4 本章小结  124-125
第七章总结与展望  125-128
  7.1 主要工作与贡献  125-127
  7.2 将来的研究工作与展望  127-128
附件1 土地利用分类体系  128-130
附件2 对象特征定义  130-135
  对象光谱和指数特征  130-132
  对象纹理特征  132-133
  对象形状特征  133-135
参考文献  135-143
攻读博士学位期间发表的论文和科研情况  143-146
  一、发表论文及成果奖励  143-144
  二、参与项目  144-145
  三、成果奖励  145-146
致谢  146

面向对象遥感影像分类不确定性分析

内容摘要

全文目录

相似论文