高分遙感影像中的建成區(qū)檢測(cè)方法研究.pdf

1、建成區(qū)是有人類(lèi)活動(dòng)的主要區(qū)域，在災(zāi)害監(jiān)測(cè)、城鄉(xiāng)規(guī)劃和軍事偵察等方面，是一類(lèi)非常重要的地物目標(biāo)。高分辨率遙感影像一方面提供了更豐富的信息，另一方面也引入了更多的細(xì)節(jié)，給檢測(cè)和識(shí)別目標(biāo)帶來(lái)更大的挑戰(zhàn)。為實(shí)現(xiàn)高分影像上建成區(qū)自動(dòng)化、精確化的提取，本文在總結(jié)前人工作的基礎(chǔ)上，進(jìn)行了一系列有意義的研究和探索。本文主要進(jìn)行了以下幾個(gè)方面的工作：
　　首先，綜述了高分影像中常用的建成區(qū)特征分析方法。結(jié)合前人的工作，將常用來(lái)進(jìn)行建成區(qū)檢測(cè)的特征總

2、結(jié)為三大類(lèi)：光譜特征、局部關(guān)鍵點(diǎn)特征和紋理特征。針對(duì)每一類(lèi)特征詳細(xì)介紹了其數(shù)學(xué)描述和提取方法，并對(duì)其中典型的有益于提取建成區(qū)的特征提取方法進(jìn)行了較深入的闡述。
　　然后，提出了一種多核學(xué)習(xí)、多尺度融合和多假設(shè)投票的建成區(qū)檢測(cè)方法。多核學(xué)習(xí)即融合多個(gè)特征，對(duì)每個(gè)特征所對(duì)應(yīng)的核函數(shù)的權(quán)值進(jìn)行學(xué)習(xí)，構(gòu)造線性分類(lèi)器，相比單一特征大大改善了分類(lèi)效果；多尺度融合即在不同尺度下將圖像分為不重疊的子塊，分別用分類(lèi)器進(jìn)行學(xué)習(xí)判別，最終融合各尺度下的

3、結(jié)果，進(jìn)一步增強(qiáng)了目標(biāo)檢測(cè)的穩(wěn)定性；多假設(shè)投票即在不同參數(shù)假設(shè)下進(jìn)行超像素分割，將基于圖像塊的判別結(jié)果進(jìn)一步轉(zhuǎn)化為基于像素的檢測(cè)結(jié)果，使得目標(biāo)區(qū)域具有準(zhǔn)確的邊緣和形狀。
　　最后，提出了一種基于山區(qū)平原預(yù)分類(lèi)的建成區(qū)檢測(cè)方法。由于不同類(lèi)型地貌的建成區(qū)形態(tài)差異巨大，背景情況也有很大差別。首先根據(jù)DEM數(shù)據(jù)提出了山區(qū)和平原的數(shù)據(jù)預(yù)分類(lèi)方法；然后針對(duì)山區(qū)、平原各自建成區(qū)和背景的特點(diǎn)，分別提出了不同的檢測(cè)算法，去除冗余特征，保留能有效區(qū)分