基于遙感技術的湖泊歷史變遷檢測及展示.pdf

1、本文通過對不同時期武漢市遙感影像資料進行預處理提取沙湖影像資料，并通過采用多尺度分割和決策樹分類的方法對影像資料進行分類處理，利用智能手機等移動終端來展示湖泊歷史的變遷情況，為湖泊執(zhí)法人員檢測違規(guī)占湖、填湖的現(xiàn)象提供一種快速、準確、便捷的辦法，進一步提高執(zhí)法人員的執(zhí)法效率，同時也為違規(guī)填湖取證提供參考。
　　本文用到的變化檢測方法為圖像分類比較法，研究主要分為兩個方面:遙感影像的預處理和面向對象的影像分類;在移動端檢測分類后影像的

2、變化區(qū)域。主要研究內容和創(chuàng)新之處包括以下幾方面:
　　1、研究遙感影像的預處理技術。本文通過對湖北省地理信息中心獲取的航空影像資料進行幾何糾正、影像鑲嵌、影像裁剪的處理，來獲取武漢市沙湖的影像資料，并經(jīng)過重采樣使得歷年的影像資料具有相同的分辨率(1M)。
　　2、多尺度分割方法中最優(yōu)分割尺度。在通過采用多尺度分割方法對影像進行面向對象遙感影像分類時，尺度參數(shù)的選取對分類結果的影響很大，不同的分割尺度對影像進行分割時得到的對象

3、大小不同且數(shù)量不等，尺度越小生成的對象越多，會造成過度分割的現(xiàn)象，反之，尺度越大生成的對象越少，會導致分割不足。由于不同地物類別的光譜、紋理、結構等特征存在差異，所以，不同的地物類別有不一樣的最優(yōu)分割尺度。本文基于對象內部同質性高且外部異質性高的原則建立分割質量函數(shù)。通過對不同尺度參數(shù)下的分割質量函數(shù)值進行比較，來判斷最優(yōu)分割尺度。
　　3、基于多尺度分割和決策樹分類方法的研究與改進。本文對多尺度分割和CART決策樹分類方法進行深

4、入的研究和分析。在傳統(tǒng)的多尺度分割方法上引入圖像分塊的概念，并提出兩種分塊的方法:基于影像“拼接線”分塊的方法和基于大尺度的多尺度分割的分塊方法。對子塊進行多尺度分割和決策樹分類。以81年的沙湖影像數(shù)據(jù)為實驗對象，把這兩種改進的分類方法與傳統(tǒng)的多尺度分割和決策樹分類的影像分類結果進行精度對比，結果顯示:基于分塊的多尺度分割和決策樹分類方法的精度明顯高于對整幅影像進行多尺度分割和決策樹分類方法。其中基于大尺度的多尺度分塊方法精度最高。