天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 測(cè)繪論文 >

高分辨率遙感影像建筑物提取方法研究

發(fā)布時(shí)間:2017-03-26 09:07

  本文關(guān)鍵詞:高分辨率遙感影像建筑物提取方法研究,由筆耕文化傳播整理發(fā)布。


【摘要】:隨著航天技術(shù)和傳感器技術(shù)的迅速發(fā)展,資源衛(wèi)星,偵察衛(wèi)星,航空相機(jī)等所獲取的地面影像的分辨率也越來(lái)越高,并且可以獲得全天候,全方位,實(shí)時(shí)的觀測(cè)數(shù)據(jù)。因此,利用衛(wèi)星影像或者航空相片對(duì)地物進(jìn)行信息提取,可以大大提高工作效率,克服了實(shí)地勘測(cè)的繁瑣。如何充分利用這些高分辨率的影像是城市規(guī)劃,人口估計(jì),資源探測(cè),軍事偵察等領(lǐng)域的研究課題,在上述的眾多應(yīng)用中,建筑物作為城市地物的重要組成部分,對(duì)它的獲取和識(shí)別至關(guān)重要。因此,,高分辨率遙感影像中建筑物的提取是圖像處理領(lǐng)域的主要的研究?jī)?nèi)容之一。 本文主要對(duì)遙感影像中建筑物的提取方法進(jìn)行了研究,首先將本文所利用到的特征進(jìn)行詳細(xì)的介紹,然后在實(shí)現(xiàn)對(duì)特征提取的基礎(chǔ)上,考慮建筑物和形態(tài)學(xué)之間的關(guān)系,本文提出了一個(gè)基于增強(qiáng)型形態(tài)學(xué)建筑物指數(shù)對(duì)建筑物提取的方法:首先提取城市的不透水層特征,然后通過(guò)建立建筑物屬性與形態(tài)學(xué)運(yùn)算之間的關(guān)系得到了EMBI特征圖像以增強(qiáng)對(duì)建筑物的描述,隨后結(jié)合形狀特征(長(zhǎng)寬比,面積等)采用決策樹(shù)分析的方法完成對(duì)建筑物的最終提取。試驗(yàn)結(jié)果顯示,相對(duì)于MBI算法,EMBI算法取得更好的提取效果。 針對(duì)高分辨率影像光譜信息不足,影像信息細(xì)節(jié)化,同類地物間差異增大,以及由此產(chǎn)生的影像特征提取和模式分類上的問(wèn)題,本文提出了一個(gè)聯(lián)合光譜-空間多特征的基于SVM的分類器模型,利用該模型完成建筑物的提取,該模型充分利用了多特征信息,并且克服了Hughes現(xiàn)象和高維特征堆積所產(chǎn)生的過(guò)擬合問(wèn)題。本模型利用的三類光譜-空間特征,包括光譜特征-多尺度形態(tài)學(xué)光譜特征、光譜特征-多尺度形態(tài)學(xué)下墊面物理特征和光譜特征-多尺度形態(tài)學(xué)地物空間延展特征。具體流程為:首先將該三類光譜-空間特征利用支持向量機(jī)進(jìn)行分類,然后將分類結(jié)果利用概率融合的方法進(jìn)行整合,最終完成對(duì)建筑物的提取。試驗(yàn)結(jié)果顯示,相比于VS-SVM算法,該模型取得了更好的提取效果。
【關(guān)鍵詞】:建筑物提取 高分辨率 增強(qiáng)型形態(tài)學(xué)建筑物指數(shù) 光譜-空間特征 SVM
【學(xué)位授予單位】:西安科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2014
【分類號(hào)】:P237;TP751
【目錄】:
  • 摘要3-4
  • ABSTRACT4-8
  • 1 緒論8-12
  • 1.1 課題研究背景和意義8-9
  • 1.1.1 課題研究背景8
  • 1.1.2 課題研究意義8-9
  • 1.2 建筑物提取方法研究現(xiàn)狀9-10
  • 1.3 本文的主要工作10-11
  • 1.4 本文的各章節(jié)安排11-12
  • 2 高分辨率遙感影像特征提取和表達(dá)12-21
  • 2.1 引言12
  • 2.2 城市地表下墊面物理特征的提取12-14
  • 2.2.1 城市地表下墊面物理特征的提取方法12-13
  • 2.2.2 試驗(yàn)與分析13-14
  • 2.3 地物空間延展特征的提取14-17
  • 2.3.1 地物空間延展特征的提取方法14-16
  • 2.3.2 試驗(yàn)與分析16-17
  • 2.4 多尺度形態(tài)學(xué)特征的提取與表達(dá)17-20
  • 2.4.1 新的形態(tài)學(xué)算子 OFC 的建立18
  • 2.4.2 結(jié)構(gòu)體的選擇18-19
  • 2.4.3 多尺度形態(tài)學(xué)特征的建立19-20
  • 2.5 本章小結(jié)20-21
  • 3 基于形態(tài)學(xué)建筑物指數(shù)(EMBI)的建筑物提取21-29
  • 3.1 引言21-22
  • 3.2 不透水層組分圖像的提取22
  • 3.3 增強(qiáng)型形態(tài)學(xué)建筑物指數(shù)(EMBI)特征的建立22-24
  • 3.4 形態(tài)學(xué)建筑物指數(shù)(EMBI)的后處理24
  • 3.5 試驗(yàn)與分析24-28
  • 3.5.1 HYDICE 影像試驗(yàn)24-26
  • 3.5.2 Quickbird 影像試驗(yàn)26-28
  • 3.6 本章小結(jié)28-29
  • 4 支持向量機(jī)的概率融合光譜-空間特征的地物分類模型29-40
  • 4.1 引言29-30
  • 4.2 支持向量機(jī)的概率融合光譜-空間特征的地物分類模型30-31
  • 4.3 試驗(yàn)與分析31-38
  • 4.3.1 ROSIS 影像試驗(yàn)32-36
  • 4.3.2 WorldView-2 影像試驗(yàn)36-38
  • 4.4 本章小結(jié)38-40
  • 5 總結(jié)與展望40-41
  • 5.1 總結(jié)40
  • 5.2 創(chuàng)新點(diǎn)40
  • 5.3 展望40-41
  • 致謝41-42
  • 參考文獻(xiàn)42-47
  • 攻讀碩士期間取得的成果47

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 承德保;;基于多特征組的遙感圖像中建筑物目標(biāo)自動(dòng)識(shí)別與標(biāo)繪的方法[J];電子與信息學(xué)報(bào);2008年12期


  本文關(guān)鍵詞:高分辨率遙感影像建筑物提取方法研究,由筆耕文化傳播整理發(fā)布。



本文編號(hào):268570

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/dizhicehuilunwen/268570.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶33c3a***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com