首页> 中文学位 >联合语义约束和面向对象方法提取山区居民地信息
【6h】

联合语义约束和面向对象方法提取山区居民地信息

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状以及存在的问题

1.2.1 居民地提取方法研究现状

1.2.2 面向对象的图像分析研究现状

1.3 论文研究目标与主要内容

1.4 论文组织结构

第2章 面向对象的信息提取原理

2.1 对象的生成

2.1.1 分割原理

2.1.2 最优尺度的选择

2.2 信息提取的方法

2.2.1 模糊分类

2.2.2 基于规则集的分类

2.2.3 基于样本的分类

2.3 本章小结

第3章 山区居民地典型特征分析与居民地提取

3.1 山区居民地典型特征分析

3.1.1 光谱特征

3.1.2 几何特征

3.1.3 纹理特征

3.2 面向对象的山区居民地提取实验

3.2.1 研究区域与数据

3.2.2 居民地提取

3.3 本章小结

第4章 语义约束下的山区居民地提取

4.1 山区居民地分布特点

4.2 语义约束条件

4.2.1 山谷线语义约束条件

4.2.2 坡度语义约束条件

4.2.3 雪线语义约束条件

4.2.4 语义约束条件可信度分析

4.3 语义约束下的山区居民地提取实验

4.4 结果分析与讨论

4.5 本章小结

第5章 高分遥感影像大范围山区居民地提取

5.1 高分影像大范围居民地提取难点与策略

5.2 研究区域与数据

5.3 语义约束下的大范围居民地提取

5.3.1 面向对象的居民地提取

5.3.2 语义约束下的居民地提取

5.4 精度评估与结果分析

5.5 本章小结

结论与展望

致谢

参考文献

攻读学位期间参与的科研项目

攻读学位期间发表的论文

攻读学位期间发表的学术会议

展开▼

摘要

山区居民地空间分布情况与山区农村人口变化、经济发展以及统筹规划具有较强的空间关系,同时也是山区地质灾害应急响应和评估的重要基础资料,因此及时掌握山区居民地分布情况对山区农村发展建设以及防灾抗灾救灾具有重要意义。然而我国地缘辽阔,山区地形复杂,居民地分布受多种因素的影响,且农村居民地较分散,其分布信息获取较困难。遥感技术的发展,尤其是高分辨率遥感技术的发展,为山区居民地的快速获取提供了可能。
  面向对象的图像分析方法因其分析单位由像元变为同质对象、分析过程模拟人大脑思维等特点,成为目前高分辨率遥感影像信息提取的主要研究手段。然而面向对象图像分析方法仍然存在分割尺度、特征选择等多种问题。再加上高分辨率遥感影像本身的复杂性以及地物本身的复杂性,使得面向对象的信息提取结果存在大量误分对象,以至于不能满足实际生产需要,尤其是大范围信息提取时。针对此问题,本文以高分一号(GF-1)数据为数据源,在面向对象的山区居民地提取的基础上,加入居民地的空间分布规律以及与其他地物的逻辑联系信息等地学专家知识,提出联合语义约束和面向对象的方法,用以提取山区居民地。具体研究工作主要包括以下内容:
  (1)基于面向对象的山区居民地提取。本文首先对面向对象的图像分析方法基本原理做了阐述,并针对其中最优分割尺度选择的问题,以内部方差变化率(ROC)为指标进行了影像分割尺度分析,作为最优分割尺度参考。由于山区居民地影响因素多,特征较难统一,所以本文对其光谱特征、几何特征、纹理特征做了系统分析,并与其他典型地物做了对比。实验结果表明,纹理特征相对统一,可作为山区居民地提取的主要典型特征。在此基础上,以覆盖康定县塔公乡地区的一景高分一号遥感影像为实验数据,进行了居民地提取,并分析提取结果中存在的问题。
  (2)基于语义约束的山区居民地提取。在山区这种特殊的地理环境中,居民地有着明显的分布规律。因此,本文首先分析了山区居民地的分布规律,在此基础上制定了山谷线语义约束条件、坡度语义约束条件、雪线语义约束条件,并详细阐述了制定语义约束条件时需要考虑的因素。最后将语义约束条件应用于康定县塔公乡实验中,对面向对象的提取结果做进一步处理,使得提取正确率相对于未使用语义约束的结果提高了1.2倍。实验结果表明,联合语义约束和面向对象的山区居民地提取方法能有效改善山区居民地提取效果,得到更符合实际的效果。
  (3)大范围山区居民地提取。视野的扩大必定导致获取信息的减少,范围的增加必定会造成针对局部的规则不能适用于其他区域,这使得高分辨率遥感影像大范围信息提取更加困难。针对此问题,本文提出应主要使用对象自身的特征以及全局特征来进行信息提取,其中,对象与对象之间的特征也应满足于全局。语义约束条件实质为地学专家知识,属于一种全局特征,因此本文将联合语义约束和面向对象的方法应用于大范围山区居民地提取实验中。实验以雅安市石棉县为研究区域,面积约3000 km2,实验数据为6景高分一号PMS数据拼接而成,提取结果正确率为82.06%,漏分率为6.02%。实验结果表明,本文所采用的方法在大区域居民地提取实验中得到了较好的效果,有效的屏蔽了高山云雪、山坡裸土、部分区域沙滩地等多种因素造成的居民地误分的情况,为大区域高分遥感影像居民地提取提供了方法参考。同时,论文也分析了大范围提取会受多景影像拼接、DEM精度,以及语义约束条件会变得更为复杂等方面的影响。
  通过理论论述以及实验研究表明,本文所提出的联合语义约束和面向对象的方法提取山区居民地能有效提取复杂山区居民地信息,排除大部分不合理的误分对象,提取结果符合实际,为高分遥感影像应用于实际生产提供了借鉴意义。同时,实验也表明,综合提取多种影像特征,包括多源数据,并与GIS相结合,加入地学专家知识,对特征“组合优化”,不同特征互为补充,有助于提高计算机自动解译精度。

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