首页> 中文学位 >基于面向对象分类的高分辨率遥感影像变化检测研究
【6h】

基于面向对象分类的高分辨率遥感影像变化检测研究

代理获取

目录

声明

1 绪论

1.1研究背景及研究意义

1.2国内外研究进展

1.3论文内容和技术路线

1.4论文章节安排

2 变化检测方法综述

2.1变化检测基本概念

2.2遥感影像的变化检测方法

2.3本章总结

3 变化检测的关键技术

3.1面向对象的多尺度分割算法

3.2影像对象特征提取

3.3面向对象的多层次模糊分类

3.4分类结果精度评价

3.5本章小结

4 面向对象分类的变化检测研究

4.1面向对象分类的变化检测原理

4.2面向对象分类的变化检测步骤

4.3变化检测的精度评价

4.4变化检测的成果分析

4.5本章总结

5 实验与分析

5.1研究区概况

5.2数据源与数据预处理

5.3影像多尺度分割

5.4影像对象特征提取及分类

5.5分类结果精度评定

5.6分类后处理

5.7变化检测

5.8变化检测精度评定

5.9本章小结

6 总结与展望

6.1总结

6.2展望

致谢

参考文献

展开▼

摘要

随着经济社会的发展,城市化进程的加快,人们对土地利用的广度和深度日益增强,土地利用结构发生了深刻的变化,耕地、水域等自然资源不断减少,而建设用地、道路等社会资源不断增加。因此,及时了解土地利用状况,对我国的经济建设和环境保护等方面具有重要意义。随着遥感和信息处理技术的发展,遥感技术正朝着高空间分辨率、高光谱分辨率和高时间分辨率的方向发展,而仍旧采用传统的变化检测方法会暴露出一些的弊端,因此探索新的方法对高空间分辨率遥感影像进行土地利用变化检测是目前研究的热点问题。
  文中针对变化检测中阈值确定问题进行研究,有效地避免了变化阈值确定的主观性和复杂性,同时又可以清楚地得到各类别的变化情况。采用两期高分一号影像,基于叠加分析的思想,对分类后的矢量图层进行叠加,得到包含变化信息的新对象,并根据叠加结果直接定义变化类型,通过模糊分类的方法对各个新对象进行分类,完成变化检测。在此研究中,首先需要将影像分割成不同的影像对象层;然后分析提取对象特征,建立分类规则,进行多层次的模糊分类;最后采用叠加分析的思想,完成变化检测。利用误差矩阵和各地类的一致性指标评价变化检测的结果,通过分析,本文的变化检测方法检测概率为88.39%,虚警率为11.61%,漏警率为8.04%,总的检测误差为19.65%;各地类的检测精度基本都达80%以上,只有少数类别精度较低,存在误差,有待进一步提高。总体来说,本文的变化检测方法避免了变化阈值确定的主观性和复杂性,有效地反映了区域的变化情况,为土地利用宏观监测提供有利依据。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号