高分辨率遙感影像面向?qū)ο笞兓畔⒆詣犹崛⊙芯?pdf

1、由于高分辨率遙感圖像具有細(xì)節(jié)信息豐富、地物幾何結(jié)構(gòu)明顯、空間信息豐富等特點,這使高分辨率遙感圖像的處理技術(shù)與方法在某種程度上發(fā)生根本性的變化,傳統(tǒng)的遙感圖像處理技術(shù)不再適用于高分辨率遙感影像。因此,為了從不同時相遙感影像數(shù)據(jù)中自動提取變化信息且保證其效率,本文在全面分析、總結(jié)國內(nèi)外研究成果的基礎(chǔ)上,以QuickBird高分辨率遙感影像為主要數(shù)據(jù)源,圍繞面向?qū)ο笞兓畔⒆詣犹崛栴},開展了如下幾方面工作:(1)本文創(chuàng)新性提出了一種基于CV

2、A自適應(yīng)閾值的二值掩膜預(yù)處理改進算法。該方法在影像前期處理基礎(chǔ)上,通過自適應(yīng)閾值劃分首先較為準(zhǔn)確地確定出影像中的變化范圍,生成記錄發(fā)生變化與未發(fā)生變化的二值掩膜影像,起到第一層過濾作用。(2)針對分類中如何從眾多特征中,自動匹配適合的特征規(guī)則,進行最有效類別的區(qū)分一直是特征選擇與提取領(lǐng)域的關(guān)鍵問題。傳統(tǒng)方法往往需要大量人工干預(yù),通過反復(fù)比對實驗去確定影像對象的特征差異屬性值,致使效率大大的降低。本文突破傳統(tǒng)的純?nèi)斯し绞?引進J-M(Je

3、ffries-Matusita)距離及貝葉斯閾值,提出了一種特征自動優(yōu)化選取辦法。(3)提出了基于多信息融合的面向?qū)ο笞兓畔⒆詣犹崛〔呗?很好的解決了面向?qū)ο蠓治黾夹g(shù)大多應(yīng)用于分類領(lǐng)域的技術(shù)局限,為遙感影像變化信息自動提取提供了新的思路的同時并將OBIA技術(shù)發(fā)展擴大到該領(lǐng)域。(4)通過對所提出的基于多信息融合的面向?qū)ο笞兓畔⒆詣犹崛〉募夹g(shù)方法和工藝流程進行軟件集成,研制了一套高分辨率遙感影像面向?qū)ο笞兓畔⒅悄芙庾g原型系統(tǒng),將整個作