基于分层次多尺度分割的高分遥感影像分类研究

摘要

近年来，遥感科学技术在硬件与软件方面都得到显著提高，如何从影像中获得更精确、更高质量的地物信息一直都是国内外科研人员的关注热点。地物信息一直以来都是遥感影像中极为重要的信息，而对于早先的卫星影像，因为影像分辨率较低，地物本身细节比较模糊，地物之间的关系不够明显，地物信息的获取也因此受限。目前，遥感影像在分辨率方面有很大提升，更多的高分遥感影像被人们获取。在高分遥感影像中，地物的细节和地物之间的关系变得更加清晰，为遥感影像中地物信息的提取提供了良好的研究基础，也体现出高分遥感影像的研究价值。　　高分遥感影像中拥有丰富且精细的地物信息，但同时也导致地物的结构比较复杂，干扰信息较难处理。针对中低分辨率影像的传统地物分类方法已不再适用于高分影像。因此，本文研究了基于分层次多尺度分割的面向对象技术，并运用该技术对高分影像中的地物信息进行分类，研究过程中，使用高分一号影像作为实验影像，充分结合高分遥感影像高空间分辨率的优势，提高地物信息的获取精度。最终在地物信息分类上取得了比较理想的成果。本文研究的主要内容如下：　　1）为了提高高分遥感影像的图像质量，研究了遥感影像的融合技术，对几种常见的影像融合方法进行实验，并通过实验比较分析几种融合方法的适用范围与特点。最后，择优使用Gram-schmidt融合方法将高分全色影像和中分辨率多光谱影像相融合。结果显示，该融合方法能够更有效的提升融合影像的质量。　　2）为了提高高分影像分割效果，本文通过实验对比分析了四个常用边缘检测算子，选择其中效果最好的改进Canny算子来检测图像边缘，并将边缘信息与多尺度分割相结合，在多尺度分割时参考影像中的边缘信息，从而更好的利用影像的形状特征。结果显示，影像分割后的图块更加符合地物原形状。　　3）研究了分层次多尺度分割技术，以基于多尺度分割的面向对象分类为主要方法，对实验区中的植被、建筑物、道路、水域、裸地五类地物分别建立规则集后进行分类提取。对地物分类结果通过计算混淆矩阵作精度评价，评价结果显示，分类结果的Kappa系数达到0.918，取得了不错的分类效果。最后，将基于面向对象的标准最邻近分类实验成果对比本文方法，结果显示，本文方法优于标准最邻近分类法。

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容与方法

1.4 论文结构与技术路线

2 数据预处理与影像融合

2.1 研究区域介绍

2.2 高分辨率遥感影像的预处理

2.3遥感影像融合方法

2.4 高分遥感影像融合结果与评价

2.5 本章小结

3 结合边缘检测的多尺度分割

3.1 基于多尺度分割的面向对象技术

3.2 边缘检测实验分析

3.3 边缘信息与多尺度分割结合

3.4 本章小结

4 基于分层次多尺度分割的高分影像信息分类

4.1 结合边缘信息的多尺度分割

4.2 基于分层次多尺度分割的面向对象地物分类

4.3 基于面向对象的标准最邻近分类

4.4 分类结果精度评价

4.5 本章小结

5 结论与展望

5.1 结论

5.2 展望

参考文献

致谢