多光譜遙感圖像地物分類與道路檢測研究.pdf

1、近年來，隨著傳感器光譜分辨率、空間分辨率和時(shí)相分辨率的不斷提高，并且由于遙感圖像具有觀測范圍廣、實(shí)時(shí)性高、數(shù)據(jù)綜合性強(qiáng)等特點(diǎn)，當(dāng)前遙感已廣泛應(yīng)用于生態(tài)學(xué)、地質(zhì)學(xué)、水文學(xué)、環(huán)境學(xué)和大氣科學(xué)等諸多領(lǐng)域。面對(duì)海量遙感數(shù)據(jù)，遙感圖像分類與檢測是獲取圖像數(shù)據(jù)中有用信息的重要方式，它是根據(jù)影像中每個(gè)像元在所有波段上的光譜信息，空間位置信息和其他輔助信息將影像像元?jiǎng)澐譃椴煌悇e，從而產(chǎn)生專題地圖便于人們生產(chǎn)決策的過程。傳統(tǒng)地物分類與地物檢測方法對(duì)像元

2、光譜信息利用不足，無法精確描述同一類型地物統(tǒng)計(jì)分布特性，并且沒有考慮像元間空間語義信息，造成地物分類與檢測精度較低。
　　本文主要工作是利用非參數(shù)貝葉斯模型與高斯混合模型對(duì)像元光譜統(tǒng)計(jì)分布進(jìn)行精確描述，實(shí)現(xiàn)遙感地物光譜分類；利用權(quán)重馬爾科夫隨機(jī)場引入像元間空間語義信息，實(shí)現(xiàn)遙感光譜空間地物分類；綜合利用道路目標(biāo)光譜特征，空間特征，特有目標(biāo)特性實(shí)現(xiàn)道路網(wǎng)絡(luò)中心線的精確檢測。本文方法在多光譜遙感數(shù)據(jù)集上得到了較好的分類檢測結(jié)果，本文具

3、體工作總結(jié)如下：
　　1.對(duì)遙感圖像光譜特征地物分類方法進(jìn)行了研究。針對(duì)傳統(tǒng)最大似然光譜分類方法對(duì)像元統(tǒng)計(jì)分布描述不準(zhǔn)確問題，提出了一種基于非參數(shù)貝葉斯高斯混合模型的最大似然概率光譜地物分類方法。該方法能在一定模型復(fù)雜度下更好的擬合地物光譜統(tǒng)計(jì)分布，從而獲得更精確的統(tǒng)計(jì)描述，得到更高的地物分類精度。
　　2.對(duì)遙感圖像光譜空間特征地物分類方法進(jìn)行了研究。針對(duì)傳統(tǒng)基于馬爾科夫隨機(jī)場光譜空間分類方法對(duì)像元間語義信息利用不足問題，

4、提出了一種基于權(quán)重馬爾科夫隨機(jī)場的最大后驗(yàn)概率光譜空間地物分類方法。該方法考慮鄰域系統(tǒng)中不同像元間類標(biāo)影響的差異性問題，引入了鄰域像元間的空間語義信息，從而獲得了更高的地物分類精度。
　　3.對(duì)遙感圖像中道路中心線檢測方法進(jìn)行了研究。針對(duì)傳統(tǒng)道路中心線檢測方法利用信息少，所采用策略單一問題，提出了一種基于光譜特征分類的道路中心線檢測方法。該方法充分利用道路光譜信息、空間信息及道路特有目標(biāo)特性，且采用多策略融合方式提取道路，實(shí)驗(yàn)結(jié)果