版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的發(fā)展,地理信息獲取也變的越來越重要。地理國情普查作為我國一項重要的地理信息統(tǒng)計工作,要求必須掌握我國自然地理要素的基本情況。遙感技術(shù)是目前獲取地理信息的一種最重要技術(shù)手段之一,在測繪、城市規(guī)劃、國土資源、地質(zhì)礦產(chǎn)勘查、農(nóng)林業(yè)、軍事等行業(yè)和領(lǐng)域中都有廣泛的應(yīng)用。隨著遙感平臺的不斷更新,高分辨率可用衛(wèi)星WorldView、QuickBird、IKONOS、GeoEye以及國產(chǎn)的高分系列衛(wèi)星最高空間分辨率可達到亞米級,高分影像的
2、出現(xiàn)使得遙感影像能夠展現(xiàn)出更加豐富的地理信息。
較常用的遙感影像分類方法主要包括監(jiān)督分類、非監(jiān)督分類以及決策樹分類等。它們依據(jù)地物的光譜特征進行分類,比較適合中低分辨率的遙感影像。但是對于高分影像,常用的基于像元的分類方法不僅不能有效地利用其豐富的空間結(jié)構(gòu),還會由于其地物光譜異質(zhì)性小而引起較多“椒鹽”噪聲,最終導(dǎo)致分類結(jié)果精度降低。因此,對于高分辨率遙感影像傳統(tǒng)的分類方法已經(jīng)越來越難于滿足其信息提取的要求。為了更好的提取高分影
3、像信息,研究人員提出了能夠充分利用高分影像紋理、空間等信息的面向?qū)ο笥跋裥畔⑻崛〖夹g(shù)。
目前面向?qū)ο蟮男畔⑻崛》椒ㄖ饕?基于最大面積和目標(biāo)函數(shù)的最優(yōu)分割尺度選擇;基于Gram-Schmidt等不同融合方法的面向?qū)ο蟮倪b感影像分類;基于總體精度或Kappa系數(shù)的面向?qū)ο蠓指罘诸愒u價指標(biāo)等。
本文在eCognition軟件的基礎(chǔ)上以淮南地區(qū)的WorldView-Ⅲ影像為例,對其進行了預(yù)處理,多尺度分割,邊緣信息增強以
4、及邊緣信息增強后的影像信息提取,最后對于不同分類方法做出了精度評價,具體研究如下:
(1)以淮南地區(qū)高分辨率遙感影像為例,將原始影像進行Pansharping融合,并對其分別做監(jiān)督分類、非監(jiān)督分類,生成不同方法下遙感影像分類圖。
(2)重點研究了基于eCognition軟件的面向?qū)ο蠓诸惙椒āJ紫冉柚鶨SP(EstimationofScaleParameter)尺度評價工具,通過不同實驗,結(jié)合目視判別效果確定了最優(yōu)分
5、割參數(shù):其中尺度因子為110,形狀因子為0.5,緊湊度因子為0.5。影像分割完成后對其進行最鄰近分類,多次循環(huán)選取最優(yōu)分類樣本及樣本特征(NDVI、Shap-index、Lengt/idth、mean-Brightness、mean-max.diff等),最終生成基于面向?qū)ο蟮挠跋穹诸悎D。
(3)對高分影像進行基于Canny算法的邊緣檢測,將檢測后的影像層參與地物多尺度分割,并設(shè)置其分割權(quán)重,得到基于邊緣檢測的多尺度分割影像圖
6、。對高分影像做基于Getis-Ord的局部空間自相關(guān)性統(tǒng)計分析,在此基礎(chǔ)上再將其進行基于Canny算法的邊緣檢測,將檢測后的影像層參與地物多尺度分割,并設(shè)置其分割權(quán)重,得到基于信息增強組合變換的多尺度分割影像圖。
(4)對不同影像信息提取方法分類精度進行對比分析,發(fā)現(xiàn)基于像元的分類方法中最大似然分類器在本次實驗中精度最高,其中總體分類精度為84.9382%,Kappa系數(shù)為0.8152,而面向?qū)ο蠓诸惖目傮w分類精度達到了92.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向?qū)ο蟾叻直媛蔬b感影像城區(qū)道路及車輛信息提取研究.pdf
- 面向?qū)ο蟮母叻直媛视跋裣汩挤植夹畔⑻崛⊙芯?pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像信息提取技術(shù).pdf
- 高分辨率遙感影像融合及面向?qū)ο笮畔⑻崛⊙芯?pdf
- 基于面向?qū)ο蠹夹g(shù)的RapidEye影像桉樹林信息提取研究.pdf
- 基于WorldView-2影像的面向?qū)ο笮畔⑻崛〖夹g(shù)研究.pdf
- 面向?qū)ο蟮蔫駱湫畔⑻崛⊙芯?pdf
- 基于面向?qū)ο蟮母叻直鏌o人機影像災(zāi)害信息提取關(guān)鍵技術(shù)研究.pdf
- 面向?qū)ο蟮倪b感影像土地利用信息提取.pdf
- 36005.面向?qū)ο蟮倪b感影像信息提取技術(shù)研究
- 面向?qū)ο蟮倪b感影像信息提取技術(shù)研究與實現(xiàn).pdf
- 25554.基于面向?qū)ο蟮母叻直媛蔬b感影像人工地物信息提取
- 面向?qū)ο蟮母叻直媛蔬b感影像農(nóng)村公路專題信息提取.pdf
- 礦山IKONOS遙感影像信息提取中的面向?qū)ο蠓诸愌芯?pdf
- 基于面向?qū)ο蠓诸惖牡缆氛鸷π畔⑻崛⊙芯?pdf
- 面向?qū)ο蟮倪b感影像土地利用信息提取(1)
- 面向?qū)ο蟮母叻直媛蔬b感影像分類及泥石流信息提取研究.pdf
- 基于高分辨率遙感影像信息提取研究
- 基于高分辨率遙感影像信息提取研究
評論
0/150
提交評論