基于分割参数的高分辨率遥感影像信息提取

摘要

高分辨率遥感影像因其具有丰富的形状、纹理等空间特征信息，成为当前在遥感专题信息获取与地学分析应用中广泛应用的空间数据类型。目前，针对高分辨率遥感影像信息提取主要采用面向对象的信息提取方法，针对该方法的研究与应用已成为遥感领域的热点和难点;其中，对影像进行多尺度分割以及最优分割参数的选择，是面向对象高分辨率遥感影像信息提取的关键环节，它决定着遥感专题信息提取的精度。因此，研究针对面向对象高分辨率遥感影像分割的最优分割参数的获取方法，并基于该分割参数进行专题信息的提取，具有重要的现实意义和应用价值。
　　本研究以杭州市西湖区的WorldView-2数据为实验数据，在对高分辨率遥感影像的进行预处理的基础上，围绕面向对象影像分割的最优分割参数及其高分辨率影像信息提取，开展了如下几个方面的工作:
　　1)确定了参与信息提取的高分辨率遥感影像最佳组合波段及其权重。首先利用最佳指数因子计算得到最佳组合波段为7、5、3波段;然后根据波段的信息量确定各波段的权重，其中第7波段的权重设置为3，第3、5波段权重为1，其余波段权重为0。
　　2)面向对象影像分割的最优分割参数的计算。首先，明确了分割参数包含的内容，并利用控制变量法，分析了分割参数对分割结果的影响;其次，改进提出了加权均值方差法，利用该方法进行最优分割尺度的选择;再次，运用异质性与同质性指数法，计算分析了最佳的形状因子参数与紧密度因子参数。实验结果表明:分割尺度为70，形状因子为0.3，紧密度因子为0.6时，提取植被、裸地信息最好;当分割尺度为100，形状因子为0.4，紧密度因子为0.4时，提取建筑物、阴影信息最好;当分割尺度为180，形状因子为0.3，紧密度因子为0.7时提取道路、水体信息比较好。
　　3)基于面向对象影像分割参数的遥感专题信息的提取。根据计算得到的最优分割参数对影像进行多尺度分割，建立层次网络等级结构，通过设置信息提取的规则，进行面向对象信息的提取，提取的总体精度达到89.55％，Kappa系数为86.17％。通过对比基于监督分类法的信息提取的结果，信息提取的结果均得到了显著的提高;该结果验证了本研究所提出的基于最优分割参数的面向对象高分辨率遥感信息提取方法，具有较高的有效性和实用价值。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 研究目标与主要内容

1．3 研究方法和技术路线

2 研究基础

2．1 国内外相关研究现状

2．2．影像分割的理论基础

2．3 实验区概况及数据资料

2．4 实验工具

3 面向对象的高分辨率遥感影像分割参数计算

3．1 遥感影像预处理

3．2 参与分割的波段组合及其权重确定

3．3 最优分割尺度的计算

3．4 分割因子参数的计算

3．5 最优分割参数验证

4 高分辨率遥感影像信息提取

4．1 基于面向对象的信息提取

4．2 基于象元的信息提取

4．3 结果分析

5 结论与展望

5．1 结论

5．2 存在的问题与展望

致谢

参考文献

攻读硕士期间主要学术成果