学位论文 > 优秀研究生学位论文题录展示

基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究

作　者: 王琰
导　师: 舒宁
学　校: 武汉大学
专　业: 摄影测量与遥感
关键词: 变化检测土地利用土地覆盖高分辨率面向对象多源数据多尺度决策树 ROC曲线马尔柯夫随机场空间关系时序关系
分类号: P237
类　型: 博士论文
年　份: 2012年
下　载: 961次
引　用: 1次
阅　读: 论文下载

内容摘要

土地资源是人类在地球上赖以生存最重要的资源，它不仅能够反映出一个国家或地区的地表环境等基本地理信息，还能够在一定程度上反映地区经济发展、城镇化和军事布局等状况。近些年来，随着3S技术的不断发展，地理信息服务已经以各种形式深入到人们的日常生活中去，从而对地理信息的获取和快速更新提出了更高的要求。土地利用/覆盖情况是人类和土地相互作用的综合结果，同时作为各种资源管理和地理信息服务所需要的最基本数据，对土地利用/覆盖信息的获取、分析和更新，显得尤为重要。遥感影像数据以其宏观性、实时性，一直以来都是进行土地利用/覆盖及其变化检测的最重要手段。而本世纪以来，高分辨率遥感影像数据的获取成为可能，使得土地利用/覆盖的变化检测也有了进一步的发展。从研究现状来看，目前基于遥感影像的土地利用/覆盖变化检测方法多种多样，而各种方法的效果根据不同的变化检测需求和实验数据特点而各不相同，尚没有较为成熟的基于影像的变化检测框架和体系出现。目前主要的研究重点仍在变化检测方法的研究和变化检测流程的自动化两个方面。高分辨率遥感影像能够携带更多用于影像分析和变化检测的信息。然而一方面，影像数据量的增加和人工解译效率低成本高的矛盾更加突出；另一方面，由于高分辨率遥感影像本身具有的特点，使得传统的遥感影像分析和变化检测方法并不一定适用于高分辨率遥感数据的分析。可以说高分辨率遥感影像为土地利用/覆盖变化检测提供了更丰富信息的同时也带来了更多挑战。因此，本文应用高分辨率遥感影像，就变化检测方法研究、变化检测流程完整性和自动化方面，展开进一步的探讨和分析。多源数据的应用，有利于获取更多用于变化检测的信息，这些信息可以以先验知识的形式出现，直接参与到影像分析过程中；同时，变化检测的最终目的往往是用于对现有土地利用图的更新，因此本文首先提出了利用现有土地利用图和遥感影像进行配准套合的影像分析方法。针对高分辨率遥感影像的特性以及人工识别地物的机理，应用像斑代替像素作为影像分析的基本单位，通过矢量图和影像的配准套合，根据土地利用图图斑边界直接获取像斑，从而能够使像斑获取土地利用图中的部分属性信息，同时提取多种有利于影像解译的特征，以此为基础进行后续的影像分析。由于土地利用和土地覆盖存在类别的不一致性，使得直接通过配准套合获取的影像像斑，并不能保证其内部光谱的同质性，这为后续的基于像斑的影像分析带了的困难。本文探讨和研究了上述的类别不一致性，并通过应用土地利用图辅助的像斑多尺度分割、以及数据挖掘的方法，提出了进一步获取同质性较强的像斑的方法。接下来，本文将现有的基于遥感影像变化检测的方法分为了分类前比较和分类后处理两种流程，并对各种方法进行了归纳、讨论和实验。在分析各种变化检测方法的优劣势后，提出了一种考虑类别光谱变化规律的变化检测方法，并用实验证明了其可行性。同时提出将ROC曲线应用于分类前比较变化检测方法的阈值获取中去，用于提高变化检测方法的自动化程度。在此基础上，文章通过构建适用于像斑分析的马尔柯夫随机场图模型以及统计分析的方法，综合应用像斑的响应光谱特征、像斑与其邻域像斑具有的类别空间关系，以及像斑与其历史时期像斑具有的类别时序转移关系，提出了一种综合光谱、空间、时序信息进行变化像斑变化后类别判定的方法，并通过实验验证了其有效性，证实了空间关系和时序关系在影像分析中的重要作用。最后，本文介绍了基于像斑统计分析的高分辨率遥感影像土地利用变化检测方法系统框架，并对该系统中以实现的主要功能进行了简要介绍。

全文目录

摘要  4-6
Abstract  6-9
目录  9-12
第一章绪论  12-32
  1.1 研究背景和研究意义  12-17
    1.1.1 土地利用/覆盖及其变化的研究进展和必要性  12-14
    1.1.2 遥感技术在土地利用/覆盖变化检测中的应用现状  14-17
  1.2 待解决的问题以及国内外研究现状与趋势  17-27
    1.2.1 多源数据在变化检测中的应用  18-20
    1.2.2 影像分析单位的选择  20-24
    1.2.3 变化检测方法研究  24-25
    1.2.4 空间关系  25-27
  1.3 本文的主要研究内容  27-29
    1.3.1 栅——矢数据套合获取的像斑与图斑具有的类别不一致性问题  28
    1.3.2 基于特征的变化检测方法研究  28-29
    1.3.3 基于光谱、空间、时序关系的变化像斑类别判定方法  29
  1.4 本文的章节安排  29-32
第二章土地利用/覆盖变化检测方法技术框架  32-46
  2.1 变化检测方法概述  32-35
    2.1.1 变化检测定义及方法概述  32-33
    2.1.2 分类前比较变化检测算法  33-34
    2.1.3 分类后处理变化检测算法  34-35
  2.2 基于像斑的高分辨率遥感影像变化检测技术框架  35-40
    2.2.1 利用高分辨率遥感影像进行土地利用/覆盖变化检测的主要挑战  35-37
    2.2.2 土地利用和土地覆盖的区别和联系  37-38
    2.2.3 像素、像斑和图斑的定义及关系  38-39
    2.2.4 基于像斑变化检测的总体思路和技术框架  39-40
  2.3 实验数据介绍  40-45
    2.3.1 实验数据一  40-42
    2.3.2 实验数据二  42-43
    2.3.3 实验数据三  43-45
  2.4 本章小结  45-46
第三章土地利用图遥感影像套合的不一致性研究  46-69
  3.1 套合后的不一致性探讨  46-48
  3.2 基于多尺度、多时相分割的同质像斑获取方法研究  48-56
    3.2.1 基于 eCognition 的高分辨率影像多尺度分割原理  49-51
    3.2.2 基于土地利用图信息的同质像斑获取技术方法  51-53
    3.2.3 实验及结果分析  53-56
  3.3 基于数据挖掘的同质像斑获取方法研究  56-68
    3.3.1 数据挖掘算法——C5.0 决策树原理  56-58
    3.3.2 同质像斑获取技术路线  58-59
    3.3.3 实验结果及分析  59-68
  3.4 本章小结  68-69
第四章基于像斑的遥感影像土地利用/覆盖变化检测方法研究  69-104
  4.1 像斑特征及其提取  69-72
    4.1.1 GIS 数据辅助的像斑获取及其特征提取范围的选择  69-70
    4.1.2 像斑特征获取  70-72
  4.2 分类后处理变化检测结果及分析  72-79
  4.3 分类前比较的变化检测方法  79-82
    4.3.1 基于相关系数的变化检测结果及分析  79-81
    4.3.2 基于向量夹角余弦变化检测结果及分析  81-82
  4.4 基于 ROC 曲线的变化检测阈值自动获取方法  82-89
    4.4.1 ROC 曲线及其应用背景概述  83
    4.4.2 变化检测阈值自动获取方法  83-86
    4.4.3 实验及结果分析  86-89
  4.5 改进的区域相似系数的变化检测方法  89-93
    4.5.1 区域相似性算法原理及其改进方法  89-91
    4.5.2 实验结果及分析  91-93
  4.6 一种考虑类别响应光谱变化规律的变化检测方法  93-103
    4.6.1 类别响应光谱变化规律的获取  94-95
    4.6.2 变化阈值获取  95
    4.6.3 基于迭代的变化检测算法  95-96
    4.6.4 实验及结果分析  96-103
  4.7 本章小结  103-104
第五章基于光谱、空间和时间综合信息的变化像斑类别判定方法研究  104-124
  5.1 马尔柯夫随机场理论基础及在遥感影像分析中的应用现状概述  105-106
  5.2 像斑分析的马尔柯夫随机场图模型理论基础  106-107
    5.2.1 像斑分析的马尔柯夫随机场图模型原理  106-107
    5.2.2 马尔柯夫随机场图模型的邻域像斑定义  107
  5.3 变化像斑类别确定技术框架  107-109
  5.4 马尔柯夫随机场图模型的 Gibbs 分布描述及实验  109-115
    5.4.1 基于 Gibbs 描述的像斑分析马尔柯夫随机场图模型  109
    5.4.2 能量函数U 的计算  109-110
    5.4.3 条件概率P ( g| C)的估计方法  110-112
    5.4.4 利用 Gibbs 分布描述的马尔柯夫随机场图模型进行像斑类别判定的实验  112-115
  5.5 基于空间类别关系的马尔柯夫随机场图模型  115-118
    5.5.1 类别空间关系概率矩阵  115-116
    5.5.2 实验结果和分析  116-118
  5.6 类别时序转移关系概率矩阵  118-119
  5.7 基于光谱、空间、时序关系的变化像斑类别判定系统框架及实验  119-123
  5.8 本章小结  123-124
第六章基于像斑统计分析的高分辨率遥感影像土地利用变化检测原型系统介绍  124-132
  6.1 系统结构  124-127
  6.2 系统功能简介  127-131
    6.2.1 数据输入  127
    6.2.2 像斑获取  127-128
    6.2.3 像斑特征提取  128-129
    6.2.4 变化检测  129-131
  6.3 本章小结  131-132
第七章总结和展望  132-135
参考文献  135-143
参加科研情况和发表的文章  143-145
  参与的主要科研项目  143
  发表的论文  143-145
致谢  145-146

基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究

内容摘要

全文目录

相似论文