基于MSRC的遙感影像面向?qū)ο蠓诸愌芯?pdf

1、遙感影像數(shù)據(jù)具有覆蓋范圍大、信息客觀真實(shí)、成本低、獲取方便等優(yōu)點(diǎn)，已經(jīng)在各個(gè)領(lǐng)域得到了廣泛應(yīng)用。對(duì)于交通行業(yè)，利用高分辨率遙感技術(shù)，并結(jié)合已有的交通信息采集手段，可以為城市交通監(jiān)測(cè)、路網(wǎng)規(guī)劃與建設(shè)、交通路網(wǎng)運(yùn)行狀態(tài)判別、行業(yè)管理、領(lǐng)導(dǎo)決策等綜合決策服務(wù)提供有效的技術(shù)手段。但隨著遙感影像分辨率的不斷提高，地物信息的提取技術(shù)發(fā)展相對(duì)滯后，遙感技術(shù)在交通行業(yè)的應(yīng)用仍處于初級(jí)階段。
　　高分辨率遙感影像相對(duì)于中、低分辨率遙感影像具有更為豐

2、富的空間信息、紋理信息和地物幾何信息。隨著遙感技術(shù)的不斷發(fā)展，遙感影像的分辨率的不斷提高，影像數(shù)據(jù)的信息提取和分類技術(shù)面臨著新的問(wèn)題和挑戰(zhàn)。傳統(tǒng)的基于像元的分類方法由于其分類精度的限制已經(jīng)不能滿足遙感技術(shù)發(fā)展的需求，因此面向?qū)ο蟮姆诸惣夹g(shù)應(yīng)運(yùn)而生。面向?qū)ο蠓诸惣夹g(shù)在處理遙感影像時(shí)，最小信息提取單元不再是單個(gè)像元，而是光譜和紋理特征相似的“均質(zhì)對(duì)象”，因此可以充分利用包含光譜特征在內(nèi)的其他結(jié)構(gòu)信息，大幅度地提高分類精度與效率。
　　

3、在面向?qū)ο蠓诸惣夹g(shù)的基礎(chǔ)上，①采用標(biāo)記分水嶺算法獲取影像對(duì)象。提出了一種溢水模型，并用該模型修改標(biāo)記產(chǎn)生方式，同時(shí)利用邊緣檢測(cè)手段，提高微弱邊緣的提取能力且極大的抑制過(guò)分割現(xiàn)象；②對(duì)獲得的區(qū)域?qū)ο筇崛“ü庾V信息、紋理信息、邊緣幾何信息等特征，通過(guò)不同的特征組合分類實(shí)驗(yàn)，分析出不同特征對(duì)各類地物的分類效果，得出最佳的特征組合；③利用自適應(yīng)權(quán)重的多重稀疏表示分類算法（Multiple Sparse Representation Class