面向?qū)ο蟮母叻直媛蔬b感影像信息提取與尺度效應(yīng)分析.pdf

1、遙感技術(shù)的出現(xiàn)為人們提供了一個(gè)認(rèn)識(shí)地球的工具，它帶給人們海量的地表信息，極大地拓寬了人們的視野。隨著遙感技術(shù)的發(fā)展，遙感影像的空間分辨率得到了很大程度的提高，已從過(guò)去的公里級(jí)數(shù)據(jù)發(fā)展到現(xiàn)在的厘米級(jí)數(shù)據(jù)，并將向著更高的分辨率發(fā)展，與此同時(shí)遙感影像數(shù)據(jù)會(huì)更加豐富化和細(xì)致化。在高分辨率遙感影像上，地物特征并不是單一的由光譜信息體現(xiàn)出來(lái)，而是結(jié)合地物的空間信息共同表現(xiàn)的。因此對(duì)高分辨率影像進(jìn)行信息提取時(shí)，不能只采用像元的光譜信息作為分類(lèi)的規(guī)則，

2、而是要綜合考慮地物的形狀、紋理、結(jié)構(gòu)等空間信息的共同作用。很顯然傳統(tǒng)的基于像元的分類(lèi)方法并不完全適用于高分辨率影像的信息提取，面向?qū)ο蟮挠跋穹诸?lèi)方法使這一問(wèn)題得到了比較完美的解決。 本文采用面向?qū)ο蟮挠跋穹治龇椒▽?duì)IKONOS影像中的植被及其它典型地物進(jìn)行信息提取，提出了一個(gè)面向影像全局特征考慮的綜合最優(yōu)尺度的概念，并建立了基于精度的均值方差算法模型。同時(shí)，用傳統(tǒng)的基于像元的信息提取方法對(duì)IKONOS影像進(jìn)行分類(lèi)，將兩種分類(lèi)結(jié)果

3、進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明：用面向?qū)ο蟮亩喑叨确指罘椒▽?duì)植被進(jìn)行信息提取，總體分類(lèi)精度為87．31％；用面向?qū)ο蟮木C合最優(yōu)尺度對(duì)影像中的典型地物進(jìn)行分類(lèi)，精度為80．78％；而用基于像元的支持向量機(jī)方法對(duì)影像中典型地物分類(lèi)的精度為64．96％。面向?qū)ο蟮挠跋穹治龇椒o(wú)論在分類(lèi)精度還是在分類(lèi)效果上都明顯高于基于像元的分類(lèi)方法，表現(xiàn)出在對(duì)高分辨率影像進(jìn)行信息提取方面獨(dú)特的優(yōu)越性。 本文共分五部分，第一章首先闡述論文的選題依據(jù)和研究背景，

4、分析了高分辨率遙感影像提取的國(guó)內(nèi)外研究現(xiàn)狀和趨勢(shì)，介紹論文的結(jié)構(gòu)和組織情況。第二章全面系統(tǒng)地對(duì)面向?qū)ο蠓诸?lèi)方法的原理與技術(shù)進(jìn)行闡述，指出對(duì)高分辨率影像進(jìn)行信息提取時(shí)面向?qū)ο蠓椒ǖ膬?yōu)越性，并介紹了面向?qū)ο蠓诸?lèi)法的關(guān)鍵技術(shù)——多尺度分割。第三章概括了不同環(huán)境下的尺度含義，重點(diǎn)強(qiáng)調(diào)面向?qū)ο蠓椒ㄖ械淖顑?yōu)分割尺度問(wèn)題，研究確定最優(yōu)分割尺度的方法和模型。第四章分別用面向?qū)ο蠛突谙裨姆诸?lèi)方法對(duì)IKONOS多光譜影像進(jìn)行信息提取實(shí)驗(yàn)，對(duì)兩種分類(lèi)結(jié)果