高分辨率遥感影像分割及地物轮廓提取方法研究

论文摘要

随着空间技术和信息技术的飞速发展,高分辨率遥感卫星已经为人类提供了大量的高清晰度遥感卫星影像。高分辨率遥感影像使得在较小的空间尺度上观察地表细节变化。人们对地理信息的要求不断提高,使得高分辨率遥感信息提取的重要性也日趋凸显。当前,针对高分辨率遥感影像分割及地物轮廓提取研究已成为高分辨率遥感应用的关键课题,围绕这个课题,本文进行了如下研究:(1)分析了高分辨率遥感影像的特点及高分辨率遥感影像分割提取的关键。阐述并以试验证明了基于像素光谱特征分割方法的局限性。(2)试验研究了面向对象的多尺度分割算法,利用eCognition软件,对试验图像进行多尺度分割,得出了对于试验图像中建筑物和道路轮廓信息提取的最佳尺度参数。(3)试验研究了基于置信度的Meanshift算法、ACM算法,将这两种算法应用于高分辨率遥感影像的分割。对不同类别人工地物的轮廓信息提取进行了组合试验,分析了它们在提取地物轮廓信息中的优缺点。(4)通过多种方法分割、多次试验,对比文中使用的分割算法分割效果,并统计分析建筑物和道路轮廓信息的提取效果,对统计的结果作出评价。(5)通过对比发现:面向对象的多尺度分割算法在相对较大的建筑物轮廓信息的提取方面更加准确;基于置信度的Meanshift算法对相对较小的建筑物处理上效果较好;而对于道路轮廓信息的提取,二值化分割则更加理想。

论文目录

• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 研究的目的及意义
• 1.2 国内外研究的现状和发展趋势
• 1.3 论文主要研究内容
• 1.4 论文各章节安排
• 2 高分辨率遥感影像分割方法
• 2.1 影像分割的基本概念及常用方法
• 2.2 面向对象的多尺度分割
• 2.3 基于置信度的Meanshift分割
• 3 数字图像的边缘检测
• 3.1 图像边缘概述
• 3.2 一阶边缘检测算子法
• 3.3 二阶边缘检测算子法
• 4 影像分割及地物轮廓提取试验
• 4.1 试验数据和软件介绍
• 4.2 尺度选择试验
• 4.3 最佳参数的确定
• 4.4 试验影像分割对比
• 4.5 试验影像分割评价
• 5 ACM算法提取地物轮廓
• 5.1 Snake的原理
• 5.2 Snake算法应用分析
• 5.3 GVF Snake原理
• 5.4 GVF Snake试验研究
• 6 总结与展望
• 6.1 总结
• 6.2 讨论与展望
• 致谢
• 参考文献
• 作者简历
• 学位论文数据集