收藏本站
《中国地质大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高分影像的滑坡提取关键技术研究

张海涛  
【摘要】:快速准确地从滑坡数据中寻找到灾害发生区域,并标示出受灾范围和程度等信息对于开展灾后救援具有重要意义。遥感技术可以不进入现场即可获得灾情信息,在滑坡灾后救援方面得到了重要应用。然而,由于灾损地区往往地表覆盖复杂多变,故在缺少辅助数据的情况下难以仅利用灾后影像通过分类的方式提取灾情信息。随着遥感技术的发展,目前基于双时相影像的变化检测技术得到了快速发展。利用灾前灾后影像结合变化检测方法可以更为直观地显示灾损情况,因此发展基于变化检测原理的滑坡信息提取方法具有十分重要的意义。近年来高分辨率影像得到了迅速的发展,并被广泛应用于资源调查、数据库更新、灾后救援等领域。早期的变化检测算法研究都是针对中低分辨率影像开展的,现有针对高分影像的算法还鲜有应用于滑坡研究的文献报道,且方法一般会针对某种类型的变化,故当将其应用于滑坡信息提取时会存在诸多方面的问题,造成提取结果精度低下。因此需要开展基于高分辨率影像的变化检测方法在滑坡提取方面的研究,以满足灾后救援对滑坡信息快速、高精度提取的迫切要求。由于高分影像变化检测面临数据量庞大和影像分割尺度难以精准确定问题,且在提取变化信息时阈值也难以最佳获取,现有研究一定程度上可以解决上述问题,但方法的适应性等有待深入探讨。基于此,本文开展了基于变化检测原理的高分辨率影像滑坡信息提取研究,完善了基于高分影像在像素和对象不同层面的滑坡信息提取及阈值自动选取理论。本文主要研究内容及创新点如下:1)以像素为处理单位,将ICA原理引入到滑坡提取研究,提出了基于ICA/MNF原理的提取方法。由于地表覆盖差异、噪声等问题,尤其是灾后数据中地表杂乱无章,影像往往不会服从高斯分布,这与PCA、CCA等常用方法以服从高斯分布为基础的基本假设不相符,则运用此类方法提取相关信息难以取得最好的提取效果。而ICA方法以信号的非高斯性为基础,故而用其提取影像的独立成分是十分有利的。本文针对遥感影像波段之间存在信息冗余且高分影像数据量庞大的问题,提出了基于ICA/MNF的变化信息提取方法。算法以单一时相的影像为基础,对双时相影像分别运用基于负熵最大化的Fast-ICA算法分离出相互正交的独立成分,并构建对应独立成分的差异成分。由于变化信息分布于多个成分中,为利用少量的成分获取到最大的变化信息,本文使用MNF算法对差异成分进行了变化信息的集中,通过设置滑动阈值获取了差异影像的阈值,最终提取了滑坡信息。通过对两组数据进行实验证实了方法的可行性,灾害提取结果的整体精度和Kappa精度分别达到了75%和0.47以上;同时与基于像素的差异主成分法、波段差异法两种方法进行了实验对比,验证了方法的优越性。2)开展了面向对象基于RF原理的全特征、优选特征影像分类研究,通过对比灾前灾后影像的对象类别提取了滑坡信息,同时与SVM、KNN算法进行了对比分析,得出了部分有益的结论。由于以像素为单位进行滑坡提取存在严重的“椒盐”效应,且在提取的连续变化区域中存在“空洞”现象,从而影响最终结果的精度。本文深入分析了影像分割理论,对叠加的灾前灾后影像经过多次尝试获取了较优分割尺度并进行了分割,提取了对象的光谱、纹理、形状、语义等41个特征;为使用尽量少的特征实现影像的高精度分类,本文使用VarSelRF程序包进行特征优选方面的分析,统计分析了优选特征重要性排序、被选中次数的关系,获取了不同影像的优选特征;使用对象的全特征与优选特征分别进行了RF分类研究,并与SVM、KNN算法进行了对比分析,结果表明RF分类效果明显优于SVM、KNN算法,SVM结果最差,且整体上RF全特征分类精度稍优于优选特征,单一影像分类的整体精度和Kappa精度可分别达到94%和0.89以上;最后结合分类后比较思想,利用优选特征的RF分类结果提取了滑坡信息,结果的整体精度和Kappa精度分别提高到了77%和0.59,变化类的生产者精度较基于像素的ICA/MNF方法得到了提升,一定程度上抑制了漏检滑坡的现象。获得如下结论:I.在特征优选方面:a)被选特征与地表覆盖有重要关系,而不同时相、不同种类影像之间有一定的差异性;b)被选中次数与特征重要性具有一定关系,重要性排名前五的特征在整体上的被选中次数表现为高频,反之亦然;c)高分影像对象中,纹理和形状特征一般是分类中不可或缺的,但当分辨率较低时,纹理和形状信息则不突出,一般表现为极低的被选概率;II.在分类方面:a)全特征的分类精度整体上稍优于优选特征,但二者差别不大;b)将影像分为若干个精确地类时的分类精度明显优于二分类问题,提高二分类精度的可能解决办法是添加其它辅助数据或是加大样本的种类和各个类别样本的数量;III.在应用分类后比较法提取滑坡时,受单一类别分类精度影响,连续变化区域一般可以取得较好的结果,而在不连续区域效果极差。3)开展了影像分割尺度研究,提出了多序列影像对象的概念,以子对象为处理单位进行了变化检测和滑坡提取研究。针对面向对象方法中最优尺度难以获取但其对结果至关重要的问题,本文深入分析了面向对象影像分割中难以确定最优分割尺度问题,提出了多序列影像对象的概念,将等差数列引入到影像分割领域用于影像分割尺度参数的生成,进行了面向对象的滑坡信息提取研究。算法以单一时相的影像为基础分别对其进行多个单一尺度的有序分割,以便观察对象在空间的变化规律,并以双时相影像的最小分割尺度为基准分裂获取子对象,以子对象为单位搜索其在双时相影像各个分割尺度层中的关联对象,通过构建变化特征向量并获取阈值,根据变化特征向量的大小确定子对象是否发生了变化,并最终获得变化信息。结合对两组数据进行实验,滑坡提取结果的整体精度和Kappa精度分别达到了85%和0.68,表明提出方法是切实可行的;通过与以像素为单位的变化向量方法和面向对象方法对比,验证了提出方法的优越性,以及与前述基于ICA/MNF方法和面向对象RF分类后比较法的结果对比分析,发现整体提取精度不仅是最高的,且滑坡类的用户精度提升到了76%,有效抑制了提取结果中的误检现象。4)开展了影像阈值选取研究,改进了蜂群算法并用于最优阈值自动获取。基于前文的分析和实验结果,阈值对于滑坡信息具有至关重要的影响,选择不当会极大的损害算法最终结果的精度。人工蜂群算法具有控制参数少、计算简便、全局搜索能力强等优势。为快速高效地进行图像分割,针对人工蜂群算法存在的收敛速度慢、易陷入局部最优解等问题,提出了一种基于改进人工蜂群算法分割二维OTSU图像的新方法。算法通过对蜜源更新过程中向当前最优蜜源方向进行引导,加快了算法的收敛速度;为避免算法陷入局部最优并加快收敛速度,在对当前最优解附近局部搜索过程中动态缩减了搜索范围,加大了更优解被发现的概率;针对较大梯度值无意义的问题,限定了蜜源范围,提高了算法的效率。以灰度-梯度二维直方图中背景类和目标类的方差-协方差矩阵的迹为测度函数,结合具有不同直方图分布的图像进行了实验,统计不同算法在各个影像获得最优解的用时和迭代次数等信息量,结果表明改进算法具有稳健、高效、快速的特性;同时发现算法对标准测试图像和滑坡提取均具有较好的分割效果,且在含有噪声情况下算法对滑坡提取比测试图像具有相对较优的结果;通过与改进算法但未限制蜜源生成范围、经典ABC算法且不限制蜜源范围两种方法的对比,实验显示改进算法在获得最优解时的迭代次数、整体运行时间以及获得最优解时的用时三个方面均明显优于对比方法,证明了改进算法的优越性。
【学位授予单位】:中国地质大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:P237;P642.22

【相似文献】
中国期刊全文数据库 前10条
1 刘直芳,张继平;变化检测方法及其在城市中的应用[J];测绘通报;2002年09期
2 李德仁;利用遥感影像进行变化检测[J];武汉大学学报(信息科学版);2003年S1期
3 胡岩峰,刘波,李峰,李立钢,丘江;一种基于统计分析的图像变化检测方法[J];光子学报;2005年01期
4 宋翠玉;李培军;杨锋杰;;运用多尺度图像纹理进行城市扩展变化检测[J];国土资源遥感;2006年03期
5 李雪;舒宁;王琰;李亮;;利用土地利用状态转移分析的变化检测[J];武汉大学学报(信息科学版);2011年08期
6 方针,张剑清,张祖勋;基于城区航空影像的变化检测[J];武汉测绘科技大学学报;1997年03期
7 徐宏根;宋妍;;顾及阴影信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2013年04期
8 马云飞;李宏;;遥感变化检测技术方法综述[J];测绘与空间地理信息;2014年01期
9 刘直芳,张剑清;城区变化检测的一种方法[J];测绘通报;2001年02期
10 倪林,冷洪超;机场区域变化检测研究[J];遥感技术与应用;2002年04期
中国重要会议论文全文数据库 前10条
1 尤红建;詹芊芊;;尺度优化的星载SAR图像变化检测[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年
2 刘元波;;环境遥感变化探测研究中的若干问题:辐射校正方法与变化检测算法及其理论关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年
3 邢帅;徐青;;高分辨率卫星遥感影像变化检测技术的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年
4 霍春雷;程健;周志鑫;卢汉清;;基于尺度传播的多尺度变化检测新方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
5 张蔚然;韩萍;;基于去取向理论的极化SAR变化检测[A];第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年
6 胡艳;李胜;何宗;罗灵军;李静;;水体变化检测在重庆市干旱遥感监测中的应用[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年
7 张铁军;;年度土地利用变更调查中遥感监测图斑提取方法浅析[A];福建省土地学会2012年年会论文集[C];2012年
8 柳思聪;杜培军;;基于形态学滤波的多时相遥感影像变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年
9 刘志刚;李夕海;钱昌松;;遥感图像变化检测问题浅析[A];陕西地球物理文集(五)国家安全与军事地球物理研究[C];2005年
10 刘翔;李万茂;高连如;陶发达;倪金生;;基于遥感图像变化检测的投资项目搜索技术研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
中国重要报纸全文数据库 前1条
1 耿菲菲;影像数据分析:新行当的大潜力[N];中国摄影报;2014年
中国博士学位论文全文数据库 前10条
1 张海涛;基于高分影像的滑坡提取关键技术研究[D];中国地质大学;2017年
2 郝明;基于空间信息准确性增强的遥感影像变化检测方法研究[D];中国矿业大学;2015年
3 王凌霞;基于多尺度分析和自然进化优化的遥感图像配准与变化检测[D];西安电子科技大学;2015年
4 刘赶超;基于双噪声相似性模型的SAR图像变化检测[D];西安电子科技大学;2016年
5 吕志勇;顾及影像空间特征的地表覆盖变化检测方法研究[D];武汉大学;2014年
6 陆苗;面向地表覆盖数据更新的变化检测方法研究[D];武汉大学;2014年
7 徐金燕;全极化星载SAR影像辐射校正与城区变化检测[D];武汉大学;2014年
8 武辰;遥感影像多层次信息变化检测研究[D];武汉大学;2015年
9 苏昂;无人机图像中的典型目标检测与变化检测方法研究[D];国防科学技术大学;2016年
10 李向军;遥感土地利用变化检测方法探讨[D];中国科学院研究生院(遥感应用研究所);2006年
中国硕士学位论文全文数据库 前10条
1 容丽娜;基于面向对象分类的高分辨率遥感影像变化检测研究[D];西安科技大学;2017年
2 张家琦;遥感影像变化检测方法及应用研究[D];中国地质大学(北京);2015年
3 李玲玲;基于NSCT和NSST的图像变化检测算法研究及应用[D];新疆大学;2015年
4 胡雪梅;基于MST的遥感图像变化检测研究[D];新疆大学;2015年
5 杨国栋;基于分布式并行聚类的SAR图像变化检测算法研究[D];西安电子科技大学;2014年
6 王桥;基于多目标模糊聚类的SAR图像变化检测[D];西安电子科技大学;2014年
7 张文婷;基于自适应权值差异图融合和聚类的SAR图像变化检测方法研究[D];西安电子科技大学;2014年
8 任新营;基于OpenCL的并行SAR图像变化检测[D];西安电子科技大学;2014年
9 宫金杞;面向地理国情监测的地表覆盖变化检测方法研究及系统实现[D];山东农业大学;2015年
10 赵姣姣;基于无监督方法的SAR图像变化检测[D];西安电子科技大学;2014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