学位论文 > 优秀研究生学位论文题录展示

面向对象的遥感影像土地利用信息提取

作　者: 何敏
导　师: 张文君
学　校: 西南科技大学
专　业: 矿产普查与勘探
关键词: 遥感影像面向对象多尺度分割模糊分类
分类号: TP751
类　型: 硕士论文
年　份: 2009年
下　载: 295次
引　用: 3次
阅　读: 论文下载

内容摘要

传统的基于象元光谱信息的分类方法不能充分利用高分辨率遥感影像的空间信息,分类精度较低。本文把一种新的信息提取方法(面向对象的信息提取方法)引入到高分辨率遥感影像信息提取中,将这种方法研究和其在QuickBird影像上的土地利用信息提取中的应用研究相结合。本文主要研究内容如下:(1)在基于象元尺度转换的基础上研究了面向对象的尺度转换问题。分别以对象均值、对象标准差、对象分形维数等指标对尺度转换结果进行评价,结果显示各类别对象的评价指标值随尺度会发生变化,且不同类别的变化有一定差异。(2)影像最优分割尺度是面向对象多尺度分割的关键。本文在前人研究的基础上,提出了一种最优尺度选择方法—最优分割尺度计算模型,并对影像进行了分割试验。结果表明,此模型计算最优分割尺度方便快捷,避免了目视的主观性,能提高影像分割效率。(3)选取最优分割尺度对实验区进行分割,建立类层次结构,通过试验定义有效的模糊规则、建立合理的特征空间进行模糊信息提取。(4)将面向对象遥感影像的分类结果与传统基于像元(如最大似然分类法)的分类结果进行对比评价,结果表明,前者对高分辨率遥感影像进行信息提取时精度更高,有效避免了“椒盐现象”,分类结果也更易于理解和解释。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-16
  1.1 研究背景和意义  9-10
  1.2 研究现状  10-14
    1.2.1 传统的遥感影像信息提取（分类）方法研究现状  10-12
    1.2.2 面向对象影像分析研究现状  12-13
    1.2.3 土地利用信息提取技术研究现状  13-14
  1.3 研究内容和技术路线  14-16
    1.3.1 研究内容  14-15
    1.3.2 技术路线  15-16
2 面向对象信息提取方法与技术  16-35
  2.1 术语  16-17
  2.2 多尺度分割  17-26
    2.2.1 图像分割概述  18-19
    2.2.2 多尺度分割技术  19-24
    2.2.3 多尺度分割参数选择  24-26
  2.3 影像对象分类技术  26-35
    2.3.1 标准最邻近分类方法  26-27
    2.3.2 模糊分类方法  27-31
    2.3.3 特征选择和特征分析  31-35
3 尺度转换及最优分割参数选择  35-49
  3.1 对象的尺度转换方法  35-40
    3.1.1 基于象元与面向对象尺度转换方法比较  35-36
    3.1.2 度转换结果评价分析  36-40
  3.2 最优分割参数选择  40-49
    3.2.1 最优分割参数选择  40-42
    3.2.2 最优分割尺度的选择  42-49
4 面向对象的土地利用信息提取  49-63
  4.1 研究区概况和数据源  49
    4.1.1 研究区概况  49
    4.1.2 实验区数据源  49
  4.2 遥感影像预处理  49-53
    4.2.1 遥感影像融合  50-52
    4.2.2 遥感影像精纠正  52-53
  4.3 多尺度分割  53-57
    4.3.1 分割方法  53-54
    4.3.2 分割结果  54-57
  4.4 面向对象土地利用信息提取  57-63
    4.4.1 土地利用分类体系建立  57
    4.4.2 土地利用信息提取  57-63
      4.4.2.1 实验区A 取信息提  58-59
      4.4.2.2 实验区B 信息提取  59-63
5 精度评价比较  63-68
  5.1 精度评价  63-66
  5.2 面向对象与基于象元信息提取比较  66-68
结论  68-70
致谢  70-71
参考文献  71-76
攻读学位期间发表的学术论文及研究成果  76

面向对象的遥感影像土地利用信息提取

内容摘要

全文目录

相似论文