面向高空間分辨率遙感影像的建筑物目標識別方法研究.pdf

1、上世紀九十年代以來，高空間分辨率對地觀測技術進入了飛速發(fā)展階段，所獲得的遙感數(shù)據(jù)除空間分辨率大大增強外，數(shù)據(jù)量也成幾何倍數(shù)增加，開始廣泛應用于測繪，農業(yè)、林業(yè)、城市規(guī)劃、國土資源管理、地質礦產勘察、軍事等各個領域。然而，與日益發(fā)達的對地觀測技術相對應的影像處理和信息提取技術進展相對緩慢，特別是在目標地物信息表現(xiàn)豐富多樣、能反映精細的地物空間結構和分布信息，在城市規(guī)劃領域極具價值的高空間分辨率遙感影像的處理方面，目前仍沒有一套精確高效的地

2、物識別方法。人工目視解譯仍然是最普遍使用的判讀方法，費時費力，準確率難以保證，嚴重制約了高空間分辨率遙感影像的大規(guī)模應用，并且造成了影像數(shù)據(jù)的極大浪費。
　　 基于此，本文總結了目前國內外常用的遙感目標識別方法和高空間分辨率遙感影像中建筑物目標識別方法，認為面向對象的遙感目標識別方式以其最接近人工判讀習慣的識別模式，有著較強的應用前景。然而目前面向對象的識別方式發(fā)展還不完善，提取精度還不理想，對人工參與的要求仍然較高，大規(guī)模影像

3、處理尚難實現(xiàn)。
　　 針對目前面向對象遙感識別方法中存在的問題，本文以SINCE2008為實驗平臺，采用QuickBird遙感數(shù)據(jù)，進行了一系列的實驗，提出了耦合GA與SVM的目標識別方法并進行了精度驗證。
　　 本文所作的工作如下：
　　 (1)在SINCE2008平臺中，對覆蓋武漢城區(qū)的QuickBird遙感影像數(shù)據(jù)采用多種影像融合和影像增強的方法進行預處理，并利用分割結果選取最佳預處理方法。
　　

4、(2)選取兩組實驗數(shù)據(jù)，使用均值漂移的分割方法，通過實驗選擇最優(yōu)分割尺度和分割參數(shù)。
　　 (3)總結建筑物在高空間分辨率遙感影像中所表現(xiàn)出的光譜、紋理、形狀、拓撲等特征，并針對這些特征為建筑物識別制定類方案。
　　 (4)總結了目前建筑物識別中常用的特征優(yōu)化和分類方法，改進了傳統(tǒng)的遺傳算法，提出了耦合GA與SVM的基元目標識別方法，進行了實驗驗證并與傳統(tǒng)的特征優(yōu)化和分類方法的識別結果做了對比，證明該方法能夠獲得較高的識