【摘要】：自然資源資產離任"非現場審計"需要高時效、高精度地提取典型自然資源資產信息,利用高分辨率影像采用面向對象的信息提取技術是一種高效的解決方案。該解決方案首先要通過影像分割技術獲取與真實地物接近的資源對象。而現有的基于分形網絡演化算法的參數尋優(yōu)過程大多針對單一的尺度參數,忽略形狀參數、緊致度參數的分割造成了一定數目的混合對象;雖然考慮了多參數的影像分割減少了混合對象的存在,但是影像中同譜異物、自然界過渡性邊緣的現象,造成混合對象依然存在。其次,需要針對不同類型的資源對象提取區(qū)別其他資源對象的穩(wěn)健特征。部分多云區(qū)域因平臺受限導致獲取的數據缺少近紅外波段數據,這對植被信息精確提取造成了困難。最后,需要根據資源對象的描述特征進行分類。多類型的資源對象帶來龐大的特征集,簡單的堆積不僅會增大計算量,而且會造成特征的冗余,降低了自然資源資產的提取精度。因此,研究分形網絡演化算法參數尋優(yōu)的策略、LiDAR點云特征優(yōu)化影像分割的方法、構建有效提取植被信息的特征、選擇利于資源信息提取的最優(yōu)特征子集,成為該方案亟需解決的關鍵問題。針對解決方案中存在的問題,本文開展了如下工作:1)歸納、總結了現有的影像分割評價方法,針對基于分形網絡演化分割算法參數尋優(yōu)大多針對單一尺度參數的問題,研究基于田口方法的最優(yōu)分割參數組合確定方法,優(yōu)化了影像分割結果;2)針對單一影像數據分割結果存在混合對象的問題,研究加入LiDAR點云歸一化高度特征、DSM數據坡度特征參與影像分割,減少影像分割結果中混合對象的數量;3)針對因缺少近紅外波段數據導致無法有效提取植被的問題,提出構建基于可見光波段的顏色植被指數TBCVI,研究基于TBCVI與已有的顏色植被指數在城區(qū)、荒地、水域、大面積陰影的城區(qū)4種不同場景的影像數據中提取植被,比較各個指數的優(yōu)劣;4)針對大量特征簡單堆積可能造成分類精度降低的問題,研究基于ReliefF和mRMR特征選擇算法選取利于資源信息提取的特征子集;針對單獨使用ReliefF或mRMR算法獲得特征子集存在分類精度驟降的問題,研究先使用ReliefF算法評價特征重要性,后使用mRMR算法剔除冗余特征的RFmRMR算法,以分類精度對比分析3種特征選擇算法獲得的特征子集優(yōu)劣;5)研究確定了基于RBF-SVM分類器的自然資源資產面向對象信息提取流程,通過采用先精細分類、后合并的策略,得到自然資源資產分類精度與面積,驗證該工程方案的可行性。研究表明:基于田口方法的分割參數尋優(yōu)可以在局部區(qū)域獲得更好的對象邊緣,加入點云特征進一步減少了分割結果中混合對象的數量,使得基于分形網絡演化算法的影像分割結果更優(yōu);TBCVI指數可以在不同環(huán)境下有效地提取植被信息;RFmRMR算法能夠更快速指示出有利于分類的特征子集;基于高分影像和LiDAR點云數據高精度地提取自然資源資產信息的解決方案是可行的。論文研究成果對實現自然資源資產離任"非現場審計"具有一定的工程實用價值,對進一步研究利用多源多尺度遙感數據輔助自然資源資產離任審計具有重要的參考價值。
[Abstract]:......
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P237

【相似文獻】

相關期刊論文 前10條

1 付卓;胡吉平;譚衢霖;劉正軍;;遙感應用分析中影像分割方法[J];遙感技術與應用;2006年05期

2 徐芳,梅文勝,張志華;航空影像分割的最小二乘支持向量機方法[J];武漢大學學報(信息科學版);2005年08期

3 高偉;劉修國;彭攀;陳啟浩;;一種改進的高分辨率遙感影像分割方法[J];地球科學(中國地質大學學報);2010年03期

4 闞曉云;孫景振;王紅偉;;無人機影像分割尺度及地物分類研究[J];科技廣場;2013年11期

5 洪志佳;;面向對象信息提取中影像分割參數的選擇[J];河南科技;2014年10期

6 李景文;張紫萍;郭偉立;蘇浩;羅文彬;;基于分水嶺與多尺度相結合的影像分割方法[J];廣西師范大學學報(自然科學版);2012年01期

7 張煜,張祖勛,張劍清;幾何約束與影像分割相結合的快速半自動房屋提取[J];武漢測繪科技大學學報;2000年03期

8 肖奧;趙文吉;;基于最小異質性區(qū)域生長法的多尺度城市地物影像分割[J];首都師范大學學報(自然科學版);2010年01期

9 蘇偉;李京;陳云浩;張錦水;胡德勇;劉翠敏;;基于多尺度影像分割的面向對象城市土地覆被分類研究——以馬來西亞吉隆坡市城市中心區(qū)為例[J];遙感學報;2007年04期

10 盛慶紅;張劍清;肖暉;;基于顏色和紋理的森林影像分割方法[J];武漢大學學報(信息科學版);2008年03期

相關會議論文 前1條

1 莫登奎;林輝;;一種穩(wěn)健的高分辨率遙感影像分割方法[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

相關博士學位論文 前1條

1 劉大偉;高分辨率遙感影像分割方法及應用研究[D];長安大學;2016年

相關碩士學位論文 前8條

1 張愛竹;基于智能優(yōu)化算法的高分辨率震害影像分割[D];中國石油大學(華東);2014年

2 孫傳芳;基于高分影像與LiDAR點云數據的自然資源資產信息提取方法研究[D];西南交通大學;2017年

3 莆杰藝;基于異質性最小準則的基元合并影像分割方法研究[D];長安大學;2013年

4 黃亮;一種融合邊緣與對象異質性的影像分割算法[D];昆明理工大學;2011年

5 袁秀華;高分辨率遙感影像分割研究[D];江西理工大學;2014年

6 王博;基于高分辨率影像的改進分水嶺算法影像分割參數優(yōu)選研究[D];蘭州大學;2013年

7 呂佩育;基于影像分割的無人機影像密集匹配算法研究與實現[D];西安科技大學;2013年

8 王剛;基于影像分割的SAR影像變化檢測技術研究[D];解放軍信息工程大學;2012年

，

本文編號：2262022