面向對象結合支持向量機(SVM)在露天礦區(qū)信息提取中的應用研究
本文關鍵詞:面向對象結合支持向量機(SVM)在露天礦區(qū)信息提取中的應用研究
更多相關文章: 高分辨率影像 面向對象 露天礦區(qū) 支持向量機 信息提取
【摘要】:近年來,隨著遙感探測技術在礦山環(huán)境監(jiān)測領域的不斷發(fā)展,高分辨遙感影像已逐漸成為礦山環(huán)境監(jiān)測處理的主要數(shù)據(jù)源。由于影像信息提取分類傳統(tǒng)方法的局限性,傳統(tǒng)方法難以應用到高分辨率影像的處理中去。有學者針對該難題在上世紀末提出了基于面向對象理論的解決方法。面向對象分類法充分利用了高分辨率影像的空間、紋理、地物間相互關系等特征信息進行影像數(shù)據(jù)處理。該方法具有自動化程度高、處理過程高效、分類精度高的特點,在露天礦區(qū)的環(huán)境監(jiān)測方面,該方法可有效的為露天礦區(qū)的發(fā)展和環(huán)境治理提供有效的理論依據(jù)和技術支持,對高海拔艱苦地區(qū)的生態(tài)環(huán)境遙感調查和保護具有重要的理論和現(xiàn)實意義。本文以青海省木里煤田江倉礦區(qū)第五露天井田為實驗區(qū)域,采用高分一號衛(wèi)星影像作為實驗數(shù)據(jù),運用面向對象結合支持向量機(SVM)的分類技術對實驗區(qū)域土地覆蓋信息的提取進行了研究,并采用實驗對比法對實驗結果進行驗證。本文研究內(nèi)容如下:(1)對研究區(qū)域的高分辨率遙感數(shù)據(jù)進行預處理。通過采用影像融合、輻射增強等方法來提高影像的質量和判讀性。為實驗研究提供高質量的基礎資料;(2)采用分形網(wǎng)絡演化的算法對影像中感興趣地物相對應的尺度值進行選擇并進行影像分割。基于分割得到的每一類感興趣地物的分割圖層和分割對象建立影像信息提取的分類等級結構層次網(wǎng);(3)對分割后的影像對象進行篩選建立科學合理的樣本集,并選取對象相應的特征建立露天礦區(qū)土地覆蓋利用信息提取分類規(guī)則。以面向對象分類理論為基礎,以支持向量機分類器為實驗工具對研究區(qū)域進行信息提取分類處理;選擇研究區(qū)域野外實地勘察結果作為參考數(shù)據(jù),通過誤差矩陣和Kappa系數(shù)值來評價分類結果的精度和質量。為驗證實驗結果更為優(yōu),選擇傳統(tǒng)基于像元的最大似然法進行實驗結果對比;結果表明:面向對象結合支持向量機的影像分類精度為88.45%,Kappa系數(shù)為0.8643,遠高于最大似然法分類結果。(4)對江倉第五露天礦區(qū)2009年和2013年兩期影像數(shù)據(jù)中各類土地覆蓋利用信息進行統(tǒng)計分析。結果顯示:研究區(qū)域從2009年至2013年開發(fā)用地增長面積占比為16.60%,受影響的環(huán)境面積占比為34.11%,環(huán)境受破壞嚴重。總體上,分類結果可滿足實際生產(chǎn)的需要,可為礦區(qū)的環(huán)境治理與生態(tài)修復提供技術支持。達到了研究目的。
【學位授予單位】:青海大學
【學位級別】:碩士
【學位授予年份】:2017
【分類號】:X87
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 嚴浩,陸正軍,王凱,寇應展,陳致明;基于面向對象技術的軟件代理模型研究[J];河北科技大學學報;2001年04期
2 胡長軍,仝兆岐;用面向對象技術設計儲層數(shù)據(jù)庫系統(tǒng)[J];石油大學學報(自然科學版);1996年06期
3 張力,羅銀兵;面向對象有限元飛輪模態(tài)分析程序設計[J];北京工商大學學報(自然科學版);2005年02期
4 申晉利;張軍龍;;基于面向對象分類方法的查干湖地區(qū)生態(tài)環(huán)境變化遙感分析[J];地球科學與環(huán)境學報;2009年02期
5 WilliamA.Chapman,BrentH.Maynard,劉效東;面向對象技術在空壓站的應用[J];國外油田工程;2001年07期
6 錢民;C++中的面向對象技術[J];昆明冶金高等專科學校學報;2001年02期
7 簡榮林,李化敏;面向對象有限元方法在采礦工程中的應用[J];有色金屬(礦山部分);2003年01期
8 朱宗峰;吳磊;;采礦工程中面向對象有限元研究綜述[J];礦業(yè)快報;2007年08期
9 曹旭光,劉煥彬,郭荷清,鄭毅強;應用面向對象技術開發(fā)造紙過程模擬軟件的研究[J];廣東造紙;1997年Z1期
10 項陽,平揚,葛修潤;巖土工程中的面向對象有限元程序設計[J];巖石力學與工程學報;2002年03期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 趙玉鵬;;面向對象方法論研究[A];“工程科技論壇”暨首屆中國自然辯證法研究會工程哲學委員會學術年會工程哲學與科學發(fā)展觀論文集[C];2004年
2 譚良才;武建勛;;應用面向對象技術開發(fā)暖通空調軟件[A];全國暖通空調制冷1996年學術年會資料集[C];1996年
3 馬智亮;任愛珠;;面向對象技術的新進展及其在土木工程中的應用展望[A];中國土木工程學會計算機應用學會第六屆年會土木工程計算機應用文集[C];1995年
4 沈康辰;;面向對象應用技術的新進展[A];《智能技術應用與CAD學術討論會》論文集[C];2000年
5 沈國狀;廖靜娟;;面向對象技術用于多極化SAR圖像地表淹沒程度自動探測分析[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年
6 張琨;;面向對象軟件的測試過程與方法的研究[A];第七屆青年學術會議論文集[C];2005年
7 鄧安福;魏艷軍;鄧璞;鄭冰;;面向對象三維非線性有限元程序設計[A];第15屆全國結構工程學術會議論文集(第Ⅱ冊)[C];2006年
8 李芳;夏宇;;面向對象程序設計的探討[A];2008'中國信息技術與應用學術論壇論文集(二)[C];2008年
9 姚卿達;呂錦玲;;一個基于面向對象機制的知識-數(shù)據(jù)模型[A];第十屆全國數(shù)據(jù)庫學術會議論文集[C];1992年
10 宋善德;馬建平;余祥宣;;一種面向對象系統(tǒng)安全模型[A];第九次全國計算機安全學術交流會論文集[C];1994年
中國重要報紙全文數(shù)據(jù)庫 前7條
1 王詠剛;有一種道理叫“實踐”[N];中華讀書報;2004年
2 廣東省電信科學技術研究院多媒體部 陳學軍 曹克虎;嵌入式系統(tǒng)軟件的面向對象開發(fā)技術[N];中國計算機報;2000年
3 楊欣欣;科學事業(yè)高于一切[N];中國測繪報;2003年
4 成通亮;以面向對象技術促進IT發(fā)展[N];中國計算機報;2002年
5 ;C++之父談編程[N];電腦報;2005年
6 劉基誠 雷厲風;Java的盛宴(中)[N];中華讀書報;2005年
7 紀宗;C++語言的入門指南[N];中國郵政報;2003年
中國博士學位論文全文數(shù)據(jù)庫 前10條
1 黃志堅;面向對象影像分析中的多尺度方法研究[D];國防科學技術大學;2014年
2 張龍;關于tame核的一些計算[D];吉林大學;2016年
3 肖艷;面向對象的PolSAR影像分類研究[D];吉林大學;2017年
4 鄭利娟;基于高分一/六號衛(wèi)星影像特征的農(nóng)作物分類研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2017年
5 李必信;程序切片技術及其在面向對象軟件度量和軟件測試中的應用[D];南京大學;2000年
6 韓凝;空間信息在面向對象分類方法中的應用[D];浙江大學;2011年
7 毛澄映;面向對象程序分析與測試技術研究[D];華中科技大學;2006年
8 徐新國;在EDBMS中若干面向對象關鍵技術的擴充及系統(tǒng)應用[D];中國科學院研究生院(計算技術研究所);1996年
9 李海江;基于網(wǎng)絡的工程設計與有限元分析系統(tǒng)的面向對象構建[D];大連理工大學;2003年
10 賀華波;間接式干燥裝備建模及面向對象軟件開發(fā)[D];浙江大學;2002年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 郭曉瑜;基于面向對象的山西中部遙感影像林地信息提取方法研究[D];山西農(nóng)業(yè)大學;2015年
2 鄧海龍;高分辨率遙感圖像面向對象分割與分類方法研究[D];中國地質大學(北京);2015年
3 張雅莉;面向對象高分辨率遙感數(shù)據(jù)滑坡災害信息提取研究[D];蘭州大學;2015年
4 劉聲浩;采用面向對象技術研發(fā)非線性有限元計算程序[D];西南交通大學;2015年
5 何凱;基子面向對象Petri網(wǎng)的物流配送中心流程優(yōu)化研究[D];山東大學;2015年
6 張騫;面向CADD的基礎庫MORT的設計和開發(fā)[D];蘇州大學;2015年
7 劉中山;電力系統(tǒng)故障快速評估與保護系統(tǒng)圖形軟件設計與實現(xiàn)[D];電子科技大學;2013年
8 陳波;校園微博系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2013年
9 謝明娟;面向對象代碼閱讀技術研究[D];南京大學;2014年
10 呂榮陽;基于面向對象技術的聯(lián)合循環(huán)計算平臺開發(fā)[D];大連理工大學;2015年
,本文編號:1265483
本文鏈接:http://www.sikaile.net/shoufeilunwen/boshibiyelunwen/1265483.html