收藏本站
《广西师范大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

城市TM遥感图像分类方法研究

吴学军  
【摘要】: 遥感图像分类一直是遥感研究领域的重要内容,如何解决多类别的图像的分类识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义。 遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理,达到自动分类识别地物的目的。遥感图像分类主要有两类分类方法:一种是非监督分类方法,另一种是监督分类方法。非监督分类方法是一个聚类过程,而监督分类则是一个学习和训练的过程,需要一定的先验知识。非监督分类由于不能确定类别属性,因此直接利用的价值很小,研究应用也越来越少。而监督分类随着新技术新方法的不断发展,分类方法也是层出不穷。从传统的基于贝叶斯的最大似然分类方法到现在普遍研究使用的决策树分类和人工神经网络分类方法,虽然这些方法很大程度改善了分类效果,提高了分类精度,增加了遥感的应用能力。但是不同的方法有其不同优缺点,分类效果也受很多因素的影响。 本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上,应用最大似然分类法、决策树分类法和BP神经网络分类法对北京市TM遥感图像进行了分类研究。在对分类实现中,首先对分类过程中两个必不可少的,并影响分类效果的步骤也进行了详细地研究,分别是分类样本和分类特征;然后详细介绍三种方法的分类实验;最后分别分析分类结果图和采用混淆矩阵和kappa系数对三种方法的分类结果进行精度评价。三种分类方法的分类总体精度计算都达到80%以上,满足分类要求。通过综合分析发现本次研究BP神经网络方法分类精度较低,最大似然法和决策树法分类精度较高。因此本文有必要进一步研究神经网络分类方法,提高该方法的分类精度。 本文分为六部分。第一章为绪论,主要介绍本次研究的目的、意义以及遥感图像识别与分类技术发展和研究现状,并提出本研究的主要内容和研究方法;第二章为遥感图像分类技术的基本理论,介绍遥感图像分类的整个过程的基本原理,传统的监督、非监督分类的基本算法,分类精度评价方法,为本研究提供理论基础;第三章介绍本次分类研究区典型地物类型样本的确定原则和方法,并提出了本次分类实验样本的选取方案;第四章介绍本次研究中分类特征的分析和选取;第五章为本次分类实验的具体方法和结果,展示了遥感图像分类的全过程,并分析不同分类方法的分类效果;第六章为总结和展望,总结本次的研究工作和不足,对未来的研究展开思路打下铺垫。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP752

【引证文献】
中国期刊全文数据库 前10条
1 郅惠;王琪;黄彦丽;李扬;;基于Landsat-8影像的大通县土地覆盖分类方法对比研究[J];青海大学学报;2017年06期
2 陈引锋;;基于遥感技术的地表水资源勘探研究[J];自动化与仪器仪表;2017年09期
3 王睿;;基于遥感的天津市郊区土地利用变化特征研究[J];建筑与文化;2017年08期
4 杜靖媛;葛宏立;路伟;孟森;;基于Fisher判别的层次分类法的森林遥感影像分类[J];西南林业大学学报(自然科学);2017年04期
5 曹倩倩;黄袁升;;遥感影像分类方法精度研究[J];牡丹江师范学院学报(自然科学版);2017年01期
6 曹倩倩;黄袁升;;土地覆盖分类影像融合与精度评价研究[J];吉林化工学院学报;2017年01期
7 曹倩倩;黄袁升;;基于统计方法的遥感图像分类精度分析研究[J];阴山学刊(自然科学版);2016年04期
8 马宏斌;王柯;曾楠;马团学;;基于MCMC的遥感图像分类算法研究[J];测绘与空间地理信息;2015年11期
9 龚梅;吴寿江;杨凯迪;;基于SPOT5的盘县煤矿区矿山地物自动分类研究[J];贵州地质;2014年02期
10 王思扬;;基于TM影像的广西沿海红树林遥感识别研究[J];现代农业科技;2013年22期
中国重要会议论文全文数据库 前1条
1 吴晓东;杨小虎;杨康;;TM影像的遥感分类方法研究[A];第十七届中国科协年会——分16 大数据与城乡治理研讨会论文集[C];2015年
中国博士学位论文全文数据库 前1条
1 廖晓丽;沿海防护林体系优化配置的研究[D];福建农林大学;2012年
中国硕士学位论文全文数据库 前10条
1 张东梅;基于多尺度分割的土地利用分类研究[D];东华理工大学;2017年
2 姜增琛;中高空间分辨率遥感影像结合的城市不透水面覆盖度估算研究[D];山东农业大学;2017年
3 买尔哈巴·买买提汗;博斯腾湖芦苇湿地的动态监测及驱动因素分析[D];新疆师范大学;2017年
4 于一超;基于GIS和RS的林地变化研究[D];南京林业大学;2016年
5 侯莉莉;GlobalLand30人造覆盖产品质量改善及在城市扩展分析中的应用[D];北京建筑大学;2016年
6 周柱灿;重庆市渝北区城市空间扩展时空特征及其驱动力研究[D];重庆交通大学;2016年
7 苗荣慧;基于近红外高光谱图像的农田对象分类研究[D];西北农林科技大学;2016年
8 朱栩逸;基于RS与GIS的卧龙自然保护区大熊猫生境适宜性研究[D];成都理工大学;2016年
9 李琛;基于TM/ETM+数据的肃南县湿地景观特征及变化分析[D];西北师范大学;2016年
10 朱鑫宇;城市土地利用和土地覆盖的时空变化与社会经济的关系研究[D];浙江大学;2016年
【参考文献】
中国期刊全文数据库 前10条
1 林丽群;舒宁;;基于决策树的多光谱影像分类研究[J];测绘信息与工程;2006年05期
2 张爽;刘雪华;靳强;;决策树学习方法应用于生境景观分类[J];清华大学学报(自然科学版);2006年09期
3 孙华;林辉;熊育久;莫登奎;;Spot5影像统计分析及最佳组合波段选择[J];遥感信息;2006年04期
4 黄昕;张良培;李平湘;;基于小波的高分辨率遥感影像纹理分类方法研究[J];武汉大学学报(信息科学版);2006年01期
5 黄昕;张良培;李翠琳;;基于小波变换的影像纹理特征提取试验[J];测绘信息与工程;2005年06期
6 李全,王海燕,李霖;基于最大似然分类算法的土地覆盖分类精度控制研究[J];国土资源科技管理;2005年04期
7 李彤,吴骅;采用决策树分类技术对北京市土地覆盖现状进行研究[J];遥感技术与应用;2004年06期
8 杜凤兰,田庆久,夏学齐;遥感图像分类方法评析与展望[J];遥感技术与应用;2004年06期
9 肖鹏峰,刘顺喜,冯学智,赵书河,赵萍;中分辨率遥感图像土地利用与覆被分类的方法及精度评价[J];国土资源遥感;2004年04期
10 李朝峰;基于知识发现和决策规则的遥感图像城区土地覆盖/利用分类方法[J];计算机工程与应用;2004年23期
中国博士学位论文全文数据库 前1条
1 崔林丽;遥感影像解译特征的综合分析与评价[D];中国科学院研究生院(遥感应用研究所);2005年
【共引文献】
中国期刊全文数据库 前10条
1 赵海强;;基于样本优选改进的随机森林遥感影像分类研究[J];城市勘测;2017年04期
2 吴梓尚;林辉;孙华;林欣;;基于MODIS影像的森林类型决策树分类方法研究[J];中南林业科技大学学报;2017年09期
3 朱永森;曾永年;张猛;;基于HJ卫星数据与面向对象分类的土地利用/覆盖信息提取[J];农业工程学报;2017年14期
4 贺佳伟;裴亮;李景爱;;基于专家知识的决策树分类[J];测绘与空间地理信息;2017年05期
5 王祥;程先富;夏超;;基于高分一号影像的干旱半干旱区地物信息提取方法研究[J];皖西学院学报;2017年02期
6 刘晓农;旦增;邢元军;;基于无人机高分影像的冠幅提取与树高反演[J];中南林业调查规划;2017年01期
7 莫晓琪;朱颖;胡义涛;陈德超;王跃;;1995-2015年天目湖流域湿地景观格局演变分析[J];西北林学院学报;2017年01期
8 何原荣;陈鉴知;林泉;李明峰;;航拍影像与点云数据在矿区生态修复中的应用[J];中南林业科技大学学报;2017年04期
9 辜平阳;陈瑞明;查显峰;庄玉军;胡朝斌;李培庆;查方勇;李林;郭亚鹏;;高山峡谷区1∶50000地质填图技术方法探索与实践——以新疆乌什北山为例[J];地质力学学报;2016年04期
10 黄广华;陈青云;;基于RS与GIS的土地利用变化研究——以福建省长汀县为例[J];绿色科技;2016年22期
中国博士学位论文全文数据库 前8条
1 张焕雪;农田景观模型及其对农作物遥感识别与面积估算的影响研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
2 黄红兵;层次流形学习及其在监督分类中的应用[D];上海交通大学;2015年
3 赵岩;水土保持区划及功能定位研究[D];北京林业大学;2013年
4 陈曦;特征选择准则间的关联及高分辨率遥感影像类别不平衡问题研究[D];上海交通大学;2011年
5 杨威;基于模式识别方法的多光谱遥感图像分类研究[D];东北师范大学;2011年
6 王华;基于VWRD的遥感影像面状居民地和水体提取[D];武汉大学;2010年
7 兰泽英;基于土地利用空间知识挖掘的高分辨率遥感影像分类[D];武汉大学;2010年
8 陈忠;高分辨率遥感图像分类技术研究[D];中国科学院研究生院(遥感应用研究所);2006年
【同被引文献】
中国期刊全文数据库 前10条
1 宋亮;刘善军;虞茉莉;毛亚纯;吴立新;;基于可见-近红外和热红外光谱联合分析的煤和矸石分类方法研究[J];光谱学与光谱分析;2017年02期
2 张晓羽;李凤日;甄贞;赵颖慧;;基于随机森林模型的陆地卫星-8遥感影像森林植被分类[J];东北林业大学学报;2016年06期
3 唐欢;高娃;徐丽君;闫瑞瑞;陈宝瑞;辛晓平;;基于Landsat TM影像的半干旱牧区天然打草场面积的遥感监测[J];农业工程学报;2015年23期
4 王婷婷;李山山;李安;冯旭祥;吴业炜;;基于Landsat 8卫星影像的北京地区土地覆盖分类[J];中国图象图形学报;2015年09期
5 辛蕊;陆忠军;刘洋;付斌;刘克宝;;Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比[J];农业工程学报;2015年16期
6 杨莎莎;王功文;陈永清;黄陆雄;赵鹏飞;;基于遥感信息提取技术的泰国铜金矿成矿预测[J];地质通报;2015年04期
7 赵静;王崇倡;王家海;陈艳玲;;基于云理论的遥感影像分类方法分析[J];测绘工程;2014年12期
8 贾建峰;;ENVI遥感图像监督分类方法比较[J];西部资源;2014年06期
9 宋彩英;覃志豪;王斐;;基于Landsat TM的地表温度分解算法对比[J];国土资源遥感;2015年01期
10 夏晓瑞;韦玉春;徐宁;袁兆杰;王沛;;基于决策树的Landsat TM/ETM+图像中太湖蓝藻水华信息提取[J];湖泊科学;2014年06期
中国博士学位论文全文数据库 前3条
1 马利强;乌兰布和沙漠东北部农林复合系统持续经营研究[D];内蒙古农业大学;2009年
2 胡淑萍;北京山区典型流域防护林体系对位配置研究[D];北京林业大学;2008年
3 崔宝侠;基于GIS的水环境评价决策支持系统研究[D];东北大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱琳;地理国情普查中遥感影像处理方法的研究[D];西安科技大学;2015年
2 杨娅楠;基于森林结构遥感反演的大熊猫生境适宜性评价[D];云南师范大学;2015年
3 刘子立;重庆市城市化与产业生态化耦合协调度研究[D];西南大学;2015年
4 吴朝平;三峡库区典型生态恢复县近10年林地资源时空变化及驱动力分析[D];重庆师范大学;2014年
5 吴力伟;基于RS技术的小班地类变化信息提取的研究[D];南京林业大学;2014年
6 贾莹;面向地理国情普查的高分辨率遥感影像面向对象分类技术[D];辽宁工程技术大学;2014年
7 张建文;专业遥感图像分类方法的研究及应用[D];兰州理工大学;2014年
8 汪丽媛;基于多源遥感影像的巨野矿区生态环境评价研究[D];中国矿业大学;2014年
9 陈利;基于混合像元分解方法的MODIS森林类型识别研究[D];中南林业科技大学;2014年
10 李延峰;山东半岛典型海域生态环境承载力评价[D];中国科学院研究生院(海洋研究所);2014年
【二级引证文献】
中国期刊全文数据库 前1条
1 梁浩;马毅;任广波;;泰国克拉地峡东西海岸带红树林变化遥感分析[J];海洋环境科学;2016年05期
【二级参考文献】
中国期刊全文数据库 前10条
1 刘勇洪,牛铮,王长耀;基于MODIS数据的决策树分类方法研究与应用[J];遥感学报;2005年04期
2 邓劲松,王珂,李君,董云奇;决策树方法从SPOT-5卫星影像中自动提取水体信息研究[J];浙江大学学报(农业与生命科学版);2005年02期
3 管玉娟,关泽群,陶李,刘晓军;一种影像纹理分析的新方法——条件模式谱法[J];武汉大学学报(信息科学版);2004年04期
4 倪玲,张剑清,姚巍;基于小波的SAR影像纹理分析[J];武汉大学学报(信息科学版);2004年04期
5 郑明国,秦明周,胡巍巍;先验概率对最大似然法提取土地利用现状信息精度的影响[J];资源科学;2004年02期
6 赵萍,冯学智,王雷,赵书河;江南丘陵区土地利用/覆被分类[J];南京大学学报(自然科学版);2003年03期
7 陈杉,秦其明;基于小波变换的高分辨率影像纹理结构分类方法[J];地理与地理信息科学;2003年03期
8 赵书河,冯学智,都金康;中巴资源一号卫星水体信息提取方法研究[J];南京大学学报(自然科学版);2003年01期
9 陈百明,刘新卫,杨红;LUCC研究的最新进展评述[J];地理科学进展;2003年01期
10 刘传胜,塔西甫拉提·特依拜,丁建丽;基于遥感与GIS的于田绿洲土地覆盖动态研究[J];中国沙漠;2003年01期
【相似文献】
中国期刊全文数据库 前10条
1 黄宁,刘小军,朱敏慧,张守融;遥感图像分类技术研究[J];测试技术学报;2001年02期
2 刘庆生,刘高焕,蔺启忠,王志刚;基于逻辑斯蒂模型的遥感图像分类[J];国土资源遥感;2001年01期
3 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
4 杜凤兰,田庆久,夏学齐;遥感图像分类方法评析与展望[J];遥感技术与应用;2004年06期
5 李石华,王金亮,毕艳,陈姚,朱妙园,杨帅,朱佳;遥感图像分类方法研究综述[J];国土资源遥感;2005年02期
6 付小勇;杨建祥;谭靖;;基于统计的遥感图像分类方法[J];林业调查规划;2005年06期
7 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
8 李华;曹卫彬;刘姣娣;;土地监测中提高遥感图像分类精度的方法研究[J];安徽农学通报;2008年22期
9 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期
10 曾联明;吴湘滨;刘鹏;;感兴趣区域遥感图像分类与支持向量机应用研究[J];计算机工程与应用;2009年06期
中国重要会议论文全文数据库 前10条
1 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[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
2 邓文胜;邵晓莉;刘海;万诰方;许亮;;基于证据理论的遥感图像分类方法探讨[A];中国地理学会2006年学术年会论文摘要集[C];2006年
3 周军其;张红;孙家抦;;利用地物光谱响应进行TM图像分类[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 贾天下;叶昕;田庆久;;基于自组织竞争神经网络的遥感图像分类研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
5 胡红燕;周郁鸿;;万珂~(TM)治疗多发性骨髓瘤的副作用的观察与护理[A];第七届全国血液免疫学学术大会暨2008年浙江省血液病学术年会论文汇编[C];2008年
6 曾生根;王小敏;夏德深;;基于松弛因子的FastICA算法的遥感图像分类技术[A];中国地理信息系统协会第八届年会论文集[C];2004年
7 黄山;;COULTER ACT diff2~(TM)全自动血细胞分析仪应用评价[A];第五次全国中青年检验医学学术会议论文汇编[C];2006年
8 ;Newtec Sat3Play~(TM)为运营商提供的新商机[A];2007中国卫星应用大会会议文集[C];2007年
9 孔祥生;苗放;刘鸿福;董宇阳;;TM红外遥感监测土法炼焦应用研究[A];全国国土资源与环境遥感技术应用交流会论文文集[C];2004年
10 陈亚隽;刘辉国;;TM与ICAM-1在阻塞性睡眠呼吸暂停低通气综合征合并高血压中的变化及意义[A];中华医学会呼吸病学年会——2013第十四次全国呼吸病学学术会议论文汇编[C];2013年
中国重要报纸全文数据库 前10条
1 重明;多力多滋TM,打造2008的“飙文化”[N];国际商报;2008年
2 李少伟;商标的“TM”和“R”[N];中国医药报;2006年
3 福建 第七乐章;免费午餐之TM短信[N];电脑报;2004年
4 记者 陈蕾;聪明鲜~(TM)水果保鲜技术协助陕西省苹果成功进军国际市场[N];中国包装报;2008年
5 本报记者 于欢;谷轮涡旋TM技术为空调行业披绿衣[N];中国能源报;2012年
6 炜;测量张力用“TM系列”测力计[N];世界金属导报;2004年
7 蔡军;英特尔推出低功耗英特尔凌动~(TM)处理器[N];消费日报;2008年
8 王健玮;陶氏舒泰龙TM保温板发明者入选美国发明家名人堂[N];中华建筑报;2008年
9 河北威远药业有限公司;威远保能~TM[N];中国畜牧报;2002年
10 李维雄;深圳多纳科技有限公司推出纳盾TM透明隔热玻璃涂料[N];中国建设报;2007年
中国博士学位论文全文数据库 前9条
1 刘小芳;基于核理论的遥感图像分类方法研究[D];电子科技大学;2011年
2 王佐成;基于纹理的遥感图像分类研究[D];西南交通大学;2007年
3 许凯;云模型支持下的遥感图像分类粒计算方法研究[D];武汉大学;2010年
4 张雁;基于机器学习的遥感图像分类研究[D];北京林业大学;2014年
5 陆燕玲;掺铥铝酸钇晶体Tm:YAP制备与性能研究[D];上海交通大学;2007年
6 吴春婷;单掺Tm~(3+)激光器频率锁定技术的研究[D];哈尔滨工业大学;2011年
7 唐康来;UNIVERS~(TM)3-D假体对肩关节的解剖适应性及其临床应用[D];第三军医大学;2004年
8 孙怡;(Al,Mg)-Li-Er(Tm)合金共电沉积及机理研究[D];哈尔滨工程大学;2013年
9 李林军;Tm,Ho激光器及其泵浦8~10μm ZnGeP_2光学参量振荡器的研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 林丹;基于小波变换的K-means算法在遥感图像分类中的应用研究[D];河北工程大学;2015年
2 姜玮;张量空间FCM算法研究及其在高光谱遥感图像分类中的应用[D];西南交通大学;2015年
3 付建东;粒子群神经网络在遥感影像分类中的应用研究[D];东华理工大学;2015年
4 孙宁;基于高光谱遥感图像分类的水域变化检测[D];南昌工程学院;2015年
5 左亚青;基于主动深度学习的遥感图像分类[D];燕山大学;2016年
6 邢晨;基于深度学习的高光谱遥感图像分类[D];中国地质大学;2016年
7 李斌;基于相关向量机的高光谱遥感图像分类研究[D];北方民族大学;2016年
8 崔亮;基于蚁群算法的遥感图像分类研究[D];华中科技大学;2007年
9 李昕;基于分形理论的遥感图像分类方法研究[D];湖南大学;2009年
10 王方方;利用融合方法的遥感图像分类研究[D];西安电子科技大学;2009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