收藏本站
《浙江大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

空间信息在面向对象分类方法中的应用

韩凝  
【摘要】:高空间分辨率影像具有丰富的空间信息,地物的空间位置、几何形状、纹理信息、分布格局等信息能够在高分辨率影像中清晰的表现。在中低分辨率遥感影像上相同类型的地物在高分辨率影像上由光谱反射率不同的若干像元表示,因此在高分辨率影像上,同一地物表现出更大的差异。地物内部的异质性增强的特点对高分辨率影像的信息提取方法提出了新的要求,传统的基于像元光谱信息的分类方法会由于同一地物的光谱异质性造成严重的“椒盐效应”,已不再适合于高分辨率遥感影像的信息提取。取而代之的是能够结合空间信息的面向对象分类方法。 各种植被类型在遥感影像中表现出相似的光谱特征,仅仅依靠光谱信息的分类方法对于不同植被类型的识别存在很大的局限性。因此空间信息对植被类型的识别显得更为重要。本研究以高分辨率IKONOS影像提取香榧树为例,探索纹理与景观格局的空间信息在面向对象分类方法中的应用。 本研究提出了表征植被区域有关空隙度分布特征的纹理方法;将面向对象方法与地理信息系统(GIS)空间分析相结合,充分发挥面向对象多尺度分割和分类的技术优势与GIS的二次开发功能,实现了景观水平指数的尺度转换;并提出表征植被区域景观破碎度的景观特征算法,将景观特征信息成功应用于面向对象的遥感影像分类方法。本文的主要研究内容和结论如下: 1.区域型空间自相关系数(LISA)是最初针对点数据提出的算法,本研究使用LISA方法生成纹理信息量化遥感影像像元间的空间自相关性,将LISA纹理作为辅助空间信息应用于面向对象的分割与分类,提高分割的准确度以及香榧树的识别精度。通过采集典型植被样本,对各种植被类型进行空间变异分析,采用地统计半方差分析方法,得到各种植被类型在IKONOS影像的蓝(B)、绿(G)、红(R)、近红外(NIR)波段,以及NDVI(归一化植被指数)和RVI(比值植被指数)上的半方差模型,半方差模型的基台值表示植被类型的像元在影像中的空间变异程度,变程值表示像元具有空间相关性的最大距离,由每种植被类型在每个波段上的变程值获取计算LISA纹理时的最佳窗口大小;根据最佳窗口分别对B.G.R.NIR.NDVI、RVI进行LISA三个特征分量(Local Moran's I, Getis-Ord Local G,和Local Geary's C)的计算,生成LISA纹理影像;通过Z检验方法逐一选择区分任意两种植被类型的最佳纹理影像,两种植被类型在z值最高的纹理影像上表现出最大的差异,选择对两两植被类型区分度最高的LISA纹理影像参与到面向对象的分割与分类中。结果表明,相比仅使用光谱波段进行分割的结果,结合LISA纹理影像能够得到更好的分割结果。由于高分辨率影像中地物内部的光谱异质性较强,仅仅依靠光谱波段进行分割,会把很多属于同一地物的像元分割到不同的对象中,这种过于破碎的分割结果会增加误分的风险,增加了将同一地物的对象归于不同的地物类别的可能性;LISA纹理能够克服分割结果对于光谱异质性过于敏感的缺陷,因此,结合LISA纹理能够得到更“有意义”的分割对象,使对象和现实中的地物有更好的契合度,避免了过于破碎的分割结果;LISA纹理特征有效的提高了植被的识别精度,通过Kappa分析进行的显著性检验结果可知,LISA纹理特征使分类的总体精度显著提高。结果表明:LISA纹理能够提供高分辨率影像中重要的空间信息,将LISA纹理应用于面向对象方法能够有效的提高影像分割的准确度和分类的精度。 2. NDVI能够有效的区分遥感影像中的植被与非植被类型,本研究根据NDVI这一特点和植被间空隙分布特征在高分辨率影像上的表现,将植被像元看作是“实体”单元,非植被像元看作是“空隙”单元,提出基于NDVI的空隙度(lacunarity)纹理方法表征植被区域有关空隙的空间分布特征,并将基于NDVI的lacunarity纹理影像的相关特征作为待选择的特征源,应用于面向对象的分类中。本研究采用直方图阈值法对NDVI影像进行阈值分割,生成二值影像,其中1代表植被像元(实体单元),0代表非植被像元(空隙单元)。采集典型植被样本,使用二值影像对植被类型进行lacunarity分析,寻求每一个植被类型的lacunarity值与滑动盒大小的关系,在lacunarity值—滑动盒关系图中,寻找线性或者近似线性的自相关范围,从而获取计算lacunarity的最佳移动窗口大小。根据每种植被的lacunarity最佳移动窗口的信息进行计算,生成lacunarity纹理影像。将多光谱影像和lacunarity纹理影像的特征作为待选择的特征源,用C5.0决策树方法进行特征选择和规则提取。由规则选取的结果可知,lacunarity特征对植被的识别发挥了非常重要的作用,与lacunarity纹理有关的特征出现在所有植被类型的规则中,结果表明,lacunarity纹理特征的结合使香榧树的识别精度有明显的提高,通过Kappa分析进行的显著性检验结果可知,lacunarity纹理使分类的总体精度显著提高。研究说明:高分辨率影像上植被间的空隙分布特征是植被区域重要的空间特征,基于NDVI的lacunarity纹理方法能够表征植被区域的空隙度特征,且能够应用于面向对象的遥感影像分类方法提高植被的识别精度。 3.高分辨率影像能够表现出地物清晰的景观格局信息,景观因子中的景观水平指数(landscape level metrics)具有重要的生态学意义,是量化景观格局信息的有效方法,然而景观水平指数并不是针对遥感影像分类提出的方法,因此不能直接应用于遥感影像的分类中。本研究探索如何将景观水平指数进行尺度转换,将其量化尺度拓展到遥感影像中广泛存在的空间单元中,从而实现对影像景观格局信息的获取,并将景观信息作为分类特征应用于面向对象的分类方法中。本研究发挥面向对象方法的优势与GIS二次开发功能实现景观水平指数的尺度转换,使用多尺度分割技术建立层次等级体系,在体系中不同的尺度上完成对空间单元(spatial units)和破碎几何体(fragmentation geometry)的定义并生成两者的矢量图层,使用Visual Basic语言与ArcObjects组件进行GIS二次开发,产生对空间单元进行景观特征量化的功能,实现将GIS空间分析功能与遥感影像处理方法有效的结合。 4.为了使影像中空间单元的景观信息具有可比性,本研究对有效网孔面积(Meff)算法进行优化,提出有效网孔面积比率(Meffratio)算法。将Meffratio与其他景观水平指数进行对比可知,某些常用景观水平指数对空间单元中地类的数量以及斑块的数量有较苛刻的要求,由大尺度转换到小尺度的空间单元后,在计算某些结构简单的空间单元时,会出现算法失效的情况,存在很大的局限性。与这些景观指数相比,Meffratio在算法上具有很大的优势,它能够量化任意空间单元中的景观破碎度信息,而且计算结果与现实中的景观特征有很高的契合程度,因此,算法合理并具有重要的景观生态学意义。并且,在使用Meffratio时,可以根据应用和研究需要,灵活的定义空间单元的尺度和破碎几何体的构成元素,在面向对象的分类方法中具有可观的推广价值和应用前景。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP751

【参考文献】
中国期刊全文数据库 前9条
1 傅伯杰,陈利顶;景观多样性的类型及其生态意义[J];地理学报;1996年05期
2 刘仁钊,廖文峰;遥感图像分类应用研究综述[J];地理空间信息;2005年05期
3 熊轶群;吴健平;;面向对象的城市绿地信息提取方法研究[J];华东师范大学学报(自然科学版);2006年04期
4 张秀英;冯学智;;基于数字地形模型的山区太阳辐射的时空分布模拟[J];高原气象;2006年01期
5 任钦良;香榧生物学特性的研究[J];经济林研究;1989年02期
6 胡进刚;张晓东;沈欣;张婵;;一种面向对象的高分辨率影像道路提取方法[J];遥感技术与应用;2006年03期
7 黎章矩,程晓建,戴文圣,曾燕如;香榧品种起源考证[J];浙江林学院学报;2005年04期
8 孟鸿飞,金国龙,翁仲源;诸暨市香榧古树资源调查[J];浙江林学院学报;2003年02期
9 黎章矩,程晓建,戴文圣,金保华,王安国;浙江香榧生产历史、现状与发展[J];浙江林学院学报;2004年04期
中国博士学位论文全文数据库 前1条
1 温智婕;图像纹理特征表示方法研究与应用[D];大连理工大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 殷年;4D产品与GIS应用[J];安徽地质;2002年03期
2 程昊;论生态城市中园林绿地的作用[J];安徽农业大学学报(社会科学版);2002年06期
3 袁丽丽;;城市土地可持续利用评价研究[J];安徽农业科学;2006年16期
4 黄树春;李书;薛重生;;基于Quick Bird影像的城市绿地景观信息提取研究[J];安徽农业科学;2007年02期
5 喻庆国;;世界森林景观生态研究发展趋势及我国的应对策略[J];安徽农业科学;2007年26期
6 刘玲;;风景名胜区开发建设中的景观影响评价——以东坡赤壁为例[J];安徽师范大学学报(自然科学版);2005年04期
7 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云;高光谱遥感监测冬小麦条锈病的研究进展(综述)[J];安徽农业大学学报;2004年01期
8 刘序;陈美球;陈文波;肖志豪;黄靓;;鄱阳湖地区1985-2000年土地利用格局变化及其社会经济驱动力研究 Ⅰ·土地利用格局空间变化分析[J];安徽农业大学学报;2006年01期
9 陈靓;;景观生态学研究中的格局分析方法及模型[J];安庆师范学院学报(自然科学版);2006年03期
10 王根绪,程国栋,刘光秀,徐中民;论冰缘寒区景观生态与景观演变过程的墓本特征[J];冰川冻土;2000年01期
中国重要会议论文全文数据库 前10条
1 彭玲;曾庆华;;景观生态学在线型建设项目生态环境影响评价的应用[A];节能环保 和谐发展——2007中国科协年会论文集(一)[C];2007年
2 刘永启;何宗宜;林继贤;喻良协;;基于Internet GIS的供水管网信息系统的设计与实现[A];节能环保 和谐发展——2007中国科协年会论文集(二)[C];2007年
3 徐璐;何宗宜;张少青;郭妍;;结构与光谱信息相结合的遥感图像分类方法[A];节能环保 和谐发展——2007中国科协年会论文集(二)[C];2007年
4 彭少麟;周婷;;边缘效应的空间尺度与测度[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
5 许景伟;李传荣;胡丁猛;王卫东;王月海;刘凤臣;;高密市新农村绿化总体思路和建设模式探讨[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
6 李明峰;陈春晖;谈俊忠;;基于VC++的移动曲面拟合等高线生成算法研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
7 黎雯;刘纯波;周廷刚;张伟;;基于GIS的ATM业务管理系统设计与初步实现[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
8 谭成国;张煜辉;魏元胜;;基于GIS的房地产测绘信息系统的设计与实现[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
9 卢文锋;;基于贝叶斯方法的超声波图像边界检测[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
10 吴春;宋立军;;适于核爆火球图像的数字处理算法[A];第十三届全国核电子学与核探测技术学术年会论文集(下册)[C];2006年
中国博士学位论文全文数据库 前10条
1 吴江;上海崇明东滩湿地公园生态规划研究[D];华东师范大学;2005年
2 李瑞雪;三峡库区小流域治理模式和决策支持系统研究[D];西南农业大学;2005年
3 窦万峰;并行工程环境下的多域特征映射研究[D];西安电子科技大学;1998年
4 王建华;类风湿性关节炎的反义VEGF基因治疗实验研究[D];第二军医大学;2001年
5 陈玉福;鄂尔多斯高原沙地草地的生态异质性[D];中国科学院植物研究所;2001年
6 王强;基于医学图像的曲面重构的基础算法研究[D];浙江大学;2001年
7 李剑;局部放电灰度图象识别特征提取与分形压缩方法的研究[D];重庆大学;2001年
8 张山山;地理信息系统时空数据建模研究及应用[D];西南交通大学;2001年
9 罗德安;一种基于关系数据库的空间数据模型及其特殊应用[D];西南交通大学;2001年
10 陈玉香;东北农牧交错带玉米生产与利用及农业生态系统优化生产模式[D];东北师范大学;2002年
中国硕士学位论文全文数据库 前10条
1 郝建亭;光谱数据处理及其在植被信息提取中的应用[D];成都理工大学;2008年
2 杨艳坡;太行山片麻岩区村级景观格局和稳定性研究[D];河北农业大学;2005年
3 张锡娟;城市绿地系统的景观生态规划[D];西南农业大学;2005年
4 查玉平;后河国家级自然保护区昆虫资源调查及其多样性的初步研究[D];华中师范大学;2005年
5 闫海冰;黑龙江省森林资源变迁及森林景观变化研究[D];华南热带农业大学;2005年
6 戚鹏程;白水江国家级自然保护区植物区系的垂直分异规律研究[D];西北师范大学;2005年
7 王培;SAR图象中船舶目标的提取及分形方法在SAR图象分类中的应用[D];中国科学院电子学研究所;2000年
8 卫亚星;青海省达日县草地状况遥感调查及退化原因研究[D];甘肃农业大学;2000年
9 王振峰;图像处理技术在汽车类型自动识别中的应用研究[D];中国农业大学;2000年
10 徐璐;改进遗传算法(IGA)及其在图像处理中的应用[D];北京工业大学;2000年
【二级参考文献】
中国期刊全文数据库 前10条
1 俞孔坚;自然风景质量评价研究——BIB-LCJ审美评判测量法[J];北京林业大学学报;1988年02期
2 霍宏涛,王任华,冯仲科;不同IHS变换公式在植被信息提取中的比较研究[J];北京林业大学学报;2004年06期
3 娄安如,刘文华;燕山山脉植物群落的间接梯度分析与数量分类[J];北京师范大学学报(自然科学版);2001年03期
4 谷奉天;黄河口区海岸带植被的发生与动态观察[J];滨州教育学院学报;1995年01期
5 宗跃光;城市景观生态价值的边际效用分析法[J];城市环境与城市生态;1998年04期
6 陈宜金,侯妙乐;地籍测量信息处理系统若干问题的探讨[J];测绘工程;2001年04期
7 金淑英;李德仁;龚健雅;;纹理周期性和相似性度量研究[J];测绘科学;2006年04期
8 王旭红,肖平;基于知识库分类法在植被提取中应用研究[J];测绘通报;2004年07期
9 朱长青,杨启和,朱文忠;基于小波变换特征的遥感地貌影像纹理分析和分类[J];测绘学报;1996年04期
10 张宝光!300074;数学形态学在遥感数字图像分类处理中的应用[J];测绘信息与工程;2000年02期
中国重要会议论文全文数据库 前1条
1 朱丽云;尹平;王淑伟;谢喆;;IKONOS高分辨率卫星影像在土地利用分类中的应用研究[A];中国地理信息系统协会第八届年会论文集[C];2004年
中国博士学位论文全文数据库 前2条
1 李立轻;基于计算机视觉的织物疵点自动检测研究[D];东华大学;2003年
2 吴海虹;织物组织识别系统中关键技术的研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前1条
1 黄浩;基于高分辨率卫星影像的城市植被信息提取与分析研究[D];河海大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 郭英凯,杨杰,李介谷;基于小波和模糊理论的纹理分割方法[J];上海交通大学学报;1998年09期
2 王番;芮杰;金飞;杨娜;;旋转和平移不变纹理特征的遥感影像居民地提取[J];测绘科学;2010年05期
3 严学强,刘济林,郭小军,顾伟康;基于空间频率域的纹理分割算法[J];浙江大学学报(工学版);1998年06期
4 李海啸,舒华忠;基于Legendre矩和BP神经网络的纹理分割[J];仪器仪表学报;2004年S1期
5 龙甫荟,赵荣椿;图象相位特征提取及其在纹理分割中的应用[J];西北工业大学学报;1996年01期
6 李海啸,姜璐,舒华忠;基于Zernike矩和BP神经网络的纹理分割[J];东南大学学报(自然科学版);2005年02期
7 王志勇,邓达,余英林;分形技术在彩色纹理分割中的应用[J];华南理工大学学报(自然科学版);1998年10期
8 王永铭,刘宏,王积分;分形模型用于菌落图象的纹理分割[J];天津大学学报(自然科学与工程技术版);1997年06期
9 谈正,刘辉,周军;旋转及伸缩不变纹理分割算法[J];西安交通大学学报;1997年01期
10 陈宏涛;;一种新的基于特征融合的图像分割方法[J];遥测遥控;2007年02期
中国重要会议论文全文数据库 前10条
1 王国栋;潘振宽;赵希梅;刘存良;王钰;;基于图像分解和活动轮廓模型的纹理分割[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 章小平;范九伦;裴继红;;基于空间信息与模糊聚类的纹理分割方法[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
3 李海啸;舒华忠;;基于Legendre矩和BP神经网络的纹理分割[A];第二届全国信息获取与处理学术会议论文集[C];2004年
4 赵锋;赵荣椿;;基于多特征图象、模糊聚类的分层分块的纹理分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
5 汤凌;郑肇葆;虞欣;贺少军;;一种基于人工免疫的遥感影像纹理分割新方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6 武林;彭复员;赵坤;;基于图像特征点匹配的车辆运动检测[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 蒋圣;羌鑫林;汪闽;;基于灰度共生矩阵改进的纹理分割算法[A];江苏省测绘学会2007'学术年会论文集[C];2008年
8 蒋圣;羌鑫林;汪闽;;基于灰度共生矩阵改进的纹理分割算法[A];江苏省测绘学会2007年学术年会论文集[C];2008年
9 毕笃彦;毛柏鑫;马林华;;基于灰度秩数的非监控纹理图象分割[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
10 王晓红;赵荣椿;;矩技术之应用综述[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年
中国博士学位论文全文数据库 前10条
1 韩凝;空间信息在面向对象分类方法中的应用[D];浙江大学;2011年
2 王晓丹;基于模糊聚类及神经网络的纹理分割方法研究[D];西北工业大学;2000年
3 常亮;基于胎/路纹理耦合的轮胎振动发声研究[D];武汉理工大学;2010年
4 陈皓;基于纹理及JND建模的视频编解码研究[D];武汉大学;2011年
5 黄昕;高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D];武汉大学;2009年
6 邢占峰;超声医学图像处理中若干问题的研究[D];天津大学;2003年
7 刘德连;遥感图像的目标检测方法研究[D];西安电子科技大学;2008年
8 赵莹;基于分形几何学的图像信息表示及其应用研究[D];合肥工业大学;2009年
9 王文陆;光学子波变换及其在图象处理中的应用[D];清华大学;1995年
10 周晖;高分辨率遥感图像的层次化分析方法[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 王振明;内窥镜病理图像纹理分割的研究[D];西安电子科技大学;2010年
2 刘凤霞;压缩传感理论研究及其在图像纹理分割中的应用[D];中国科学技术大学;2011年
3 常丽;基于分形几何的动态云模拟及纹理分割算法的研究[D];燕山大学;2010年
4 许真;基于纹理传递的夜视图像处理[D];东华大学;2011年
5 陈华;虚拟战场环境中纹理技术应用研究[D];解放军信息工程大学;2009年
6 宋相法;基于小波和模糊聚类的纹理分割算法研究[D];河南大学;2003年
7 张冬;基于空时马尔可夫场的动态纹理分割[D];哈尔滨工程大学;2011年
8 郭刚;一种新的基于Shape From Shading、shape from texture及小波技术的纹理分割方法[D];四川大学;2004年
9 祝志怡;基于纹理分析—合成的视频编解码系统[D];华中科技大学;2009年
10 袁喆;基于纹理分解—合成重建的视频编码研究[D];上海交通大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026