论文题目: 中山陵景区SPOT5融合及分类技术研究
论文类型: 硕士论文
论文专业: 森林经理学
作者: 徐达
导师: 彭世揆
关键词: 地形校正,影像融合,决策树,分类后处理
文献来源: 南京林业大学
发表年度: 2005
论文摘要: 本文是以中山陵园景区为研究区域,在对原始数据SPOT5 遥感影像进行几何校正、地形校正和光谱特征分析的基础上,对遥感影像进行了一系列常规处理,如反差增强、比值增强、主成分变换、缨帽变换、MNF 变换、假彩色合成等;在探讨分析多光谱波段影像的信息熵、均值、方差、相关系数等统计特征后,计算波段不同组合的协方差行列式和最佳指数(OIF),得出对于SPOT5 而言,原始波段最佳的彩色合成组合是波段4、波段2、波段1,综合几种影像变换后,混合波段的最佳彩色合成组合是PC1、BR、MNF1。 在对影像的融合技术进行了研究的基础上,采用了HIS 变换融合、K-L 变换融合、K-T变换融合、线性加权融合、Brovey 变换融合和小波变换融合等方法对SPOT5 高分辨率的全色波段影像和低分辨率的SPOT5 多光谱波段4、2、1 影像进行融合,其中对传统的小波融合算法进行了改进,并对融合后的影像分别从主观和客观两方面进行了定性和定量的评价,其中客观评价分别以亮度信息、空间信息和光谱信息为指标,具体计算了各特征影像的均值、方差、信息熵、清晰度和相关系数。再以各种融合影像为分类底图,实施了监督分类,在分类中采用了在专题矢量图件与种子像元扩展紧密相结合的训练样本优选法基础上,用众数滤波器对训练样本进行纯化的样本提取方法,主要分类器选用了传统的最大似然法、最小距离法和马氏距离法,同时也初探了基于决策树与传统分类器(马氏距离法)相结合模型的遥感影像自动分类方法。最后对分类后的影像进行了分类后处理,包括聚类统计、过滤分析、和去除分析,剔除了分类专题图像中的小图斑,无论从制图角度还是从实际应用角度,都得到了最终相对理想的分类结果。最后对多种特征影像的分类精度进行了客观评价。 研究证明,SPOT5 融合后的影像既保留了多光谱影像的丰富光谱信息,又不同程度提高了空间分辨率,很大程度上改善了目视解译效果和自动分类效果。其中Brovey 变换融合、小波变换融合和K-L 变换融合都是良好的融合方法,在森林面积资源清查中有很好的应用前景,但对研究区域分至三级森林类型,共11 个类别时,其最高的总体分类精度只能达到74.60%,总体Kappa 系数也只有0.6972,与实用要求相去甚远。通过尝试引进决策树思想,先提取出容易混分的地物类型,再对其混分类型进行分离,并用马氏距离法对剩余影像进行计算机分类,最后归并各个地物类型。发现其最终分类的总体精度和Kappa系数都有所提高。
论文目录:
第一章 综述
1.1 林业遥感应用和研究动态
1.1.1 遥感技术与林业遥感
1.1.2 国外林业遥感应用和研究动态
1.1.3 国内林业遥感应用和研究动态
1.2 森林植被遥感影像分类研究现状
1.2.1 国外森林植被遥感影像分类研究现状
1.2.2 国内森林植被遥感影像分类研究现状
1.3 遥感影像融合研究的发展现状和研究热点
1.4 课题来源及研究目的与意义
第二章 研究区概况及研究资料
2.1 研究区概况
2.2 研究资料
第三章 研究方法概述
3.1 基本步骤
3.2 使用软件
3.3 技术路线
第四章 遥感影像预处理
4.1 影像几何精校正
4.2 影像的地形校正
4.3 研究区SPOT5 影像特征分析
4.3.1 传感器波段特性分析
4.3.2 遥感影像统计特征分析
4.3.3 原始波段最佳组合方案的确定
第五章 遥感影像增强与变换处理
5.1 遥感影像增强处理
5.1.1 反差增强
5.1.2 比值增强
5.2 遥感影像变换处理
5.2.1 主成分变换
5.2.2 缨帽变换
5.2.3 彩色变换
5.2.4 MNF 变换
5.3 混合波段最佳组合方案的确定
第六章 遥感影像融合技术
6.1 影像融合前预处理
6.1.1 SPOT5 多光谱波段影像加密
6.1.2 SPOT5 全色波段影像与多光谱波段影像精配准
6.2 像素级融合法的原理及过程
6.2.1 彩色空间变换融合法
6.2.2 主分量变换融合法
6.2.3 基于缨帽变换融合法
6.2.4 线性加权融合法
6.2.5 彩色标准化融合法
6.2.6 基于小波变换融合法
6.3 遥感影像融合效果评价
6.3.1 主观评价
6.3.2 客观评价
6.3.2.1 以亮度信息为标准的评价
6.3.2.2 以空间信息为标准的评价
6.3.2.3 以光谱信息为标准的评价
第七章 遥感影像分类技术
7.1 无监分类
7.2 监督分类
7.2.1 分类类别的确定
7.2.2 训练样本的选取
7.3.3 分类器的选择
7.3.3.1 最小距离法分类
7.3.3.2 最大似然法分类
7.3.3.3 马氏距离法
7.3.3.4 决策树算法
7.4 分类后处理
7.4.1 聚类统计
7.4.2 过滤分析
7.4.3 去除分析
7.5 分类精度评价
7.5.1 分类精度评价指标
7.5.2 分类精度评价方法
第八章 结论与问题讨论
8.1 结论
8.2 问题讨论
参考文献
附图
详 细 摘 要
发布时间: 2005-12-30
参考文献
- [1].基于SPOT5森林资源分类研究[D]. 王凯.浙江农林大学2014
- [2].SPOT5在森林资源调查中的应用研究[D]. 孙华.中南林业科技大学2006
- [3].基于SPOT5特征波段的太白地区土地覆被遥感分类方法研究[D]. 林文芳.湖北大学2011
- [4].基于SPOT5影像的杉木胸高断面积估测研究[D]. 陈柏海.中南林业科技大学2012
- [5].基于SPOT5影像数据的森林资源分类与蓄积量反演研究[D]. 何柏华.南京林业大学2008
- [6].基于SPOT5的四川省丘陵区林地遥感分类方法研究[D]. 易辉.四川农业大学2013
- [7].SPOT5遥感数据在森林资源监测中的应用研究[D]. 代华兵.广西大学2006
- [8].基于SPOT5遥感影像提取退耕还林小班信息的两种方式比较[D]. 张辟芳.四川农业大学2012
- [9].基于LandsatTM和SPOT5影像的城市植被叶面积指数反演比较研究[D]. 吉运.华中农业大学2013
- [10].基于SPOT5遥感影像面向对象分割分类研究和应用[D]. 成丽.南京林业大学2014
相关论文
- [1].基于像素层的SPOT5全色与多光谱影像融合研究[D]. 张黎宁.南京林业大学2006
- [2].由SPOT5提取植被覆盖度技术研究[D]. 王奎阳.浙江大学2007
- [3].利用SPOT5进行土地利用调查[D]. 王鹤.吉林大学2007
- [4].遥感图像配准与融合技术研究[D]. 曹闻.解放军信息工程大学2004
- [5].基于1：5万地形图更新的Landsat-7遥感影像融合方法的研究[D]. 马兰.中国人民解放军信息工程大学2005
- [6].高分辨率卫星影像几何模型研究及其正射纠正实验[D]. 韩颜顺.辽宁工程技术大学2006
- [7].基于Spot5遥感影像提取水土保持信息的研究[D]. 杨蕾.西北大学2006
- [8].SPOT5遥感数据在森林资源监测中的应用研究[D]. 代华兵.广西大学2006
- [9].基于高分辨率卫星影像的县级土地利用调查研究[D]. 肖洪.湖南师范大学2004
- [10].基于数据融合的土地遥感分类技术研究[D]. 廖文峰.新疆农业大学2004