發(fā)布時間：2017-07-20 22:07

  本文關(guān)鍵詞：基于遙感影像有效基元的信息提取研究

  更多相關(guān)文章： 影像分割 基元 有效基元 自頂向下 高分辨率 變化檢測

【摘要】：文章簡要介紹了遙感影像信息解譯中的方法,分析比較傳統(tǒng)的中低分辨率遙感影像信息提取和以面向?qū)ο蠹夹g(shù)為基礎(chǔ)的遙感影像信息解譯方法的特點。傳統(tǒng)只考慮光譜特征提取目標(biāo)地物信息的方法應(yīng)用于高分辨率遙感影像進行信息解譯會出現(xiàn)多種問題,而考慮了影像分割單元的多維特征信息的面向?qū)ο蠓椒▌t可以更有效表達(dá)地物特征。在面向?qū)ο蟮挠跋穹指钪?存在分割尺度難以滿足多類型地物尺度的問題,往往采取多次試分割方法獲取相對較優(yōu)分割尺度,而采取某個閾值的多尺度分割往往產(chǎn)生破碎和欠分割結(jié)果。 多尺度分割一般基于遙感像素的同質(zhì)性或者異質(zhì)性進行,因此在按照從大分割尺度到小分割尺度對遙感影像進行分割時,可以根據(jù)影像單元的光譜變化情況以及斑塊的層次裂變情況分析判斷分割所得影像單元內(nèi)部均質(zhì)性以及單元之間的相似性。本文根據(jù)這一原理采用面向?qū)ο笏枷朐O(shè)計一個自頂向下多層次自適應(yīng)的影像分割策略。為了更好描述分割過程所得斑塊對目標(biāo)地物的滿足程度,本文在遙感影像分割斑塊基礎(chǔ)上提出有效基元概念并對遙感影像有效基元進行建模；模型主要考慮分割過程的層次信息、斑塊的光譜信息、和斑塊的鄰近關(guān)系信息。最后,本文從影像分割的經(jīng)驗統(tǒng)計上和本文方法的理論基礎(chǔ)上給出自適應(yīng)分割閾值的獲取方法。 本文側(cè)重于多層次自適應(yīng)分割的策略研究,為了快速驗證文章研究思想,實驗中基于ArcObject設(shè)計開發(fā)了一個模擬eCognition多層次分割的軟件。在使用eCognition的分型網(wǎng)絡(luò)算法獲得最初始分割層數(shù)據(jù)后將獲取的原始分割斑塊數(shù)據(jù)導(dǎo)入到所編寫軟件進行分析驗證。軟件從有效基元分布、閾值選取和影像分割結(jié)果方面驗證所設(shè)計策略的有效性。實驗結(jié)果證明考慮了多層次分割的層次信息、斑塊光譜信息和斑塊的臨近信息可以有效解決影像分割中的欠分割和過分割現(xiàn)象。
【關(guān)鍵詞】：影像分割 基元 有效基元 自頂向下 高分辨率 變化檢測
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P237
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-15
• 1.1 研究背景9-10
• 1.2 研究意義10-11
• 1.3 主要研究內(nèi)容11-13
• 1.4 章節(jié)安排13-15
• 2 面向?qū)ο筮b感影像解譯15-22
• 2.1 面向?qū)ο筮b感影像信息解譯的發(fā)展15-18
• 2.1.1 面向?qū)ο蟾拍?/span>15
• 2.1.2 面向?qū)ο笮畔⒔庾g15-16
• 2.1.3 影像影像多層次分割和信息解譯16-18
• 2.2 基于遙感影像有效基元的信息解譯18-21
• 2.3 本章總結(jié)21-22
• 3 多層次自適應(yīng)遙感信息提取22-37
• 3.1 方法基本原理22-26
• 3.1.1 影像單元動態(tài)分析22-23
• 3.1.2 多層次分割層次結(jié)構(gòu)信息23-24
• 3.1.3 自頂向下分割方法24-26
• 3.2 本文方法技術(shù)路線26-29
• 3.2.1 比例尺、比例尺精度、分辨率和影像分割的尺度大小關(guān)系26-27
• 3.2.2 實現(xiàn)的技術(shù)方法27-29
• 3.3 有效基元及其度量方法29-31
• 3.3.1 相關(guān)概念定義29
• 3.3.2 自然斑塊29
• 3.3.3 目視綜合單元29-30
• 3.3.4 有效基元30-31
• 3.4 分割截止數(shù)和有效基元的確定31-34
• 3.4.1 區(qū)分變化區(qū)的有效基元定義31-33
• 3.4.2 斑塊預(yù)判斷的有效基元定義33-34
• 3.4.3 分割截止數(shù)的確定方法34
• 3.5 遙感影像分割狀態(tài)編碼34-35
• 3.6 本章總結(jié)35-37
• 4 多層次自適應(yīng)遙感信息提取實驗對比37-45
• 4.1 數(shù)據(jù)預(yù)處理37-38
• 4.2 方法試驗結(jié)果38-44
• 4.2.1 對比內(nèi)容38-40
• 4.2.2 高分辨率遙感影像分割實驗結(jié)果40-44
• 4.3 本章總結(jié)44-45
• 5 結(jié)論與展望45-47
• 5.1 結(jié)論45
• 5.2 存在問題45-46
• 5.3 研究展望46-47
• 參考文獻(xiàn)47-50
• 攻讀學(xué)位期間主要的研究成果目錄50-51
• 致謝51

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄭江,駱劍承,陳秋曉,蔡少華,魯學(xué)軍,沈占鋒,孫慶輝;遙感影像理解智能化系統(tǒng)與模型集成方法[J];地球信息科學(xué);2003年01期

2 李秦;高錫章;張濤;劉錕;龔劍明;;最優(yōu)分割尺度下的多層次遙感地物分類實驗分析[J];地球信息科學(xué)學(xué)報;2011年03期

3 柏延臣,王勁峰;遙感數(shù)據(jù)專題分類不確定性評價研究:進展、問題與展望[J];地球科學(xué)進展;2005年11期

4 陳忠;劉建國;汪國有;;基于改進遺傳算法遙感圖像非監(jiān)督分類研究[J];計算機工程與應(yīng)用;2008年19期

5 張鷹;張東;顧燕;陶菲;;GCP分布對海岸帶TM影像幾何校正精度的影響研究[J];海洋學(xué)報(中文版);2007年01期

6 王愛萍;王樹根;吳會征;;利用分層聚合進行高分辨率遙感影像多尺度分割[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2009年09期

7 劉旭攏;何春陽;潘耀忠;楊明川;張錦水;;遙感圖像分類精度的點、群樣本檢驗與評估[J];遙感學(xué)報;2006年03期

8 馬靈霞;鄒同元;徐京;;利用自動匹配與三角剖分進行遙感圖像幾何精校正[J];遙感學(xué)報;2011年05期

9 于歡;張樹清;孔博;李曉峰;;面向?qū)ο筮b感影像分類的最優(yōu)分割尺度選擇研究[J];中國圖象圖形學(xué)報;2010年02期

10 周亞男;駱劍承;程熙;沈占鋒;;多特征融入的自適應(yīng)遙感影像多尺度分割[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 崔衛(wèi)紅;基于圖論的面向?qū)ο蟮母叻直媛视跋穹指罘椒ㄑ芯縖D];武漢大學(xué);2010年

，

本文編號：570212