基于高分辨率遥感影像的信息提取

论文摘要

随着高分辨率遥感影像的应用越来越普及,迫切要求人们对高分辨率遥感信息提取进行研究,以满足高分辨率遥感影像信息不断增长的应用和研究需要。然而,传统面向像元的分类方法在对高分辨率遥感影像进行分类时,存在着不能充分利用影像信息、分类精度降低、速度慢等局限性,根据高分辨率遥感影像的特点,本文提出面向对象的高分辨率遥感影像分类方法研究,在房屋提取实验中提出并使用了一种新的多尺度参数选择方法,提高了参数选择的速度。本文以深圳某地高分辨率遥感影像为例,选取具有典型特征的城区建筑物和高速公路以及地类丰富的区域的影像进行处理,以Ecognition软件为平台,对实验区进行面向对象的提取实验。首先,根据不同地物类型的特点,选取地物提取的最优分割尺度对实验区进行分割,构建地物类型提取的分类体系,提取地物类型的特征或特征组合,采用模糊分类法对地物类型进行分类,获得实验区的地物分类结果。最后将实验区面向对象遥感影像提取方法的提取结果与传统面向像元分类方法-最大似然分类法的分类结果进行对比评价,结果表明,采用面向对象遥感影像提取方法对高分辨率遥感影像进行信息提取时,提取的地物与真实地物具有较高的形状和属性一致性,提取的精度更高,提取结果也更易于理解和解释。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状和发展趋势
• 1.2.1 目视解译
• 1.2.2 基于像元的方法
• 1.2.3 面向对象的方法
• 1.3 本文的研究内容
• 1.4 论文章节安排
• 2 面向对象的信息提取方法和技术
• 2.1 影像分割技术
• 2.1.1 影像分割综述
• 2.1.2 分割技术介绍
• 2.2 多尺度分割
• 2.2.1 遥感中多尺度分割
• 2.2.2 基于异质性最小原则的区域合并算法
• 2.3 影像对象分类技术
• 2.3.1 模糊分类
• 2.3.2 分类体系
• 2.4 小结
• 3 面向对象遥感信息提取实验
• 3.1 关键参数的设置
• 3.1.1 分割尺度的选择
• 3.1.2 特征选择
• 3.2 房屋提取实验
• 3.2.1 分割
• 3.2.2 房屋提取
• 3.2.3 结果评价
• 3.3 道路提取实验
• 3.3.1 分割
• 3.3.2 道路提取
• 3.3.3 结果评价
• 3.4 地物类型分类
• 3.4.1 多尺度分割
• 3.4.2 特征提取及分类
• 3.4.3 结果评价
• 3.5 小结
• 4 总结与讨论
• 4.1 结论
• 4.2 讨论
• 致谢
• 参考文献
• 附录
• 附录A 攻读硕士学位期间发表的论文