收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

遥感影像混合像元分解新方法及应用研究

许菡  
【摘要】:在全球化的背景下,卫星遥感技术广泛应用于各行各业包括农业、林业、地质、地理、海洋等许多领域,并且在支持宏观决策、服务经济建设和社会发展、应对突发重大自然灾害中起到日益令人瞩目的成绩。如今卫星遥感影像为人类提供了前所未有的丰富信息是因为它可以将确定地物光谱和表达地物空间特性的影像结合在一起。随着遥感技术的发展将传感器获得的遥感数据转化为可利用的信息的处理技术与方法也有了长足的进步。 但是混合像元现象普遍存在于遥感影像中主要原因是由于遥感影像传感器空间分辨率有限以及地物的复杂多样性,致使遥感影像特征提取以及应用技术中出现了一系问题,给遥感技术向定量化发展造成一定阻碍。混合像元分解是研究混合像元最有效的分析方法,目前已经取得许多重要成果并且应用于遥感影像软件中。混合像元分解主要包括端元提取和端元组分丰度计算两部分内容,前者可以获得混合像元内地物种类信息,后者可以计算得到各种地物端元在混合像元中的所占比例。具体的研究工作如下: 1.分析了混合像元的形成原因,从混合像元的光谱信息特点和空间信息特点着手提出结合图像分割算法中的二次分水岭变换与Normalized Cut理论对遥感影像进行预处理,得到以混合像元的光谱信息和空间信息为基础的遥感影像分割区域。 2.将空间数据挖掘理论的数据场思想引入混合像元端元提取,在经过二次分水岭变换与Normalized Cut相结合对遥感影像进行处理之后产生封闭分割区域,针对这些分割后的区域模拟物理学中场的思想,定量分析遥感影像每个区域中像元点的辐射能量,采用数据场思想提取遥感影像端元点。 3.通过研究支持向量机理论在混合像元分解模型中的应用,分析了加权后验概率支持向量机的数学理论基础以及其在混合像元分解中的优势,在详细研究每一个两类支持向量机分类器的优缺点之后,对亚像元分类采用后验概率作为各个两类支持向量机分类器的权系数并进行混合像元的解混。 4.以临沂市城区1995年、2005年和2010年TM遥感数据为研究对象分析城市土地利用变化情况,并动态监测临沂市城区土地利用变化趋势。使用了本文提出的基于数据场思想以及Normalized Cut和分水岭相结合的端元提取方法确定土地利用类型端元,并运用支持向量机结合加权后验概率进行遥感影像混合像元分解,在亚像元基础上对城市土地利用信息进行提取。 本文的创新点在于: 1.通过分析混合像元的形成原因,将空间数据挖掘理论的数据场思想引入混合像元端元提取,并结合二次分水岭变换与Normalized Cut理论的图像分割方法对遥感影像进行预处理,形成了基于混合像元的空间信息和光谱信息端元提取模型。 2.通过研究支持向量机理论在混合像元分解模型中的应用,详细分析每一个两类支持向量机分类器的优缺点,在对亚像元使用支持向量机分类器分类时取后验概率作为各个两类支持向量机分类器的权系数,并运用于遥感影像的混合像元分解。 3.将基于数据场思想以及使用Normalized Cut和分水岭相结合的端元提取方法用于确定城市土地利用类型端元,并运用支持向量机结合加权后验概率进行遥感影像混合像元分解,在亚像元基础上对城市土地利用信息进行面积提取,并动态监测城市土地利用变化趋势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张彦,邵美珍;基于径向基函数神经网络的混合像元分解[J];遥感学报;2002年04期
2 唐世浩,朱启疆,李小文,王锦地,阎广建;高光谱与多角度数据联合进行混合像元分解研究[J];遥感学报;2003年03期
3 惠巍巍;衣德萍;廖彩霞;曲林;;混合像元分解研究综述[J];林业科技情报;2007年01期
4 刘俊;姚国清;;混合像元分解方法的研究[J];电脑知识与技术;2009年13期
5 赵小锋;邱全毅;;4种混合像元分解方法在沿海丘陵城市地表组分分析中的比较研究[J];遥感技术与应用;2009年06期
6 詹锡兰;吴波;;一种基于高斯马尔可夫随机场模型的混合像元分解方法[J];福州大学学报(自然科学版);2011年01期
7 吕长春,王忠武,钱少猛;混合像元分解模型综述[J];遥感信息;2003年03期
8 范渭亮;杜华强;周国模;徐小军;崔瑞蕊;董德进;;模拟真实场景的混合像元分解[J];遥感学报;2010年06期
9 吴波;周小成;高海燕;;面向混合像元分解的光谱维小波特征提取[J];华侨大学学报(自然科学版);2008年01期
10 张子石;潘聪;陈红顺;;基于有监督模糊C-均值算法的混合像元分解[J];遥感技术与应用;2009年06期
11 刘力帆;王斌;张立明;;基于自组织映射和模糊隶属度的混合像元分解[J];计算机辅助设计与图形学学报;2008年10期
12 杨伟;陈晋;松下文经;沈妙根;陈学泓;;基于混合像元分解的遥感图像融合实用算法[J];中国科学:信息科学;2010年05期
13 于钺;顾华;孙卫东;;基于混合像元分解的薄云下光学遥感图像恢复方法[J];中国图象图形学报;2010年11期
14 李熙;关泽群;沈体雁;;基于贝叶斯网络的混合像元分解模型[J];光电子.激光;2008年08期
15 李慧;王云鹏;李岩;王兴芳;;基于形态学和支持向量的遥感图像混合像元分解[J];遥感技术与应用;2009年01期
16 胡健波;陈玮;李小玉;何兴元;;基于线性混合像元分解的沈阳市三环内城市植被盖度变化[J];应用生态学报;2009年05期
17 陈峰;邱全毅;熊永柱;黄少鹏;;基于线性光谱模型的混合像元分解方法与比较[J];遥感信息;2010年04期
18 邓蕾;赵小锋;王慧娜;邱全毅;陈峰;;城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例[J];遥感技术与应用;2013年06期
19 刘雪松;王斌;张立明;;基于非负矩阵分解的高光谱遥感图像混合像元分解[J];红外与毫米波学报;2011年01期
20 金鑫;柯长青;;基于混合像元分解的天山典型地区冰雪变化监测[J];国土资源遥感;2012年04期
中国重要会议论文全文数据库 前8条
1 王强;黄楠;;混合像元分解研究综述[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
2 胡霞;雷星松;;基于时序的遥感影像混合像元分解模型的研究[A];第十七届中国遥感大会摘要集[C];2010年
3 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 魏一苇;黄世奇;;高光谱混合像元分解技术研究综述[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
6 魏一苇;黄世奇;刘代志;;基于独立成分分析的高光谱混合像元分解方法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
7 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[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
8 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前3条
1 李二森;高光谱遥感图像混合像元分解的理论与算法研究[D];解放军信息工程大学;2011年
2 李华丽;高光谱遥感影像自动混合像元分解研究[D];武汉大学;2012年
3 许菡;遥感影像混合像元分解新方法及应用研究[D];首都师范大学;2013年
中国硕士学位论文全文数据库 前10条
1 李君;线性与非线性混合像元分解模型的比较研究[D];东北林业大学;2008年
2 宋慧;基于混合像元分解的土地利用分类[D];济南大学;2013年
3 黄竞铖;基于因子分析的混合像元分解方法研究[D];吉林大学;2012年
4 刘学;棉花遥感识别的混合像元分解研究[D];石河子大学;2008年
5 钟晓姣;高光谱数据混合像元分解与光谱匹配验证算法[D];南京理工大学;2013年
6 郑丽;混合像元分解及其应用研究[D];重庆交通大学;2010年
7 吴昌原;高光谱图像混合像元分解方法研究[D];华东师范大学;2014年
8 陶雪涛;线性模型下多通道遥感图像混合像元分解方法研究[D];复旦大学;2008年
9 陈子玄;混合像元分解技术及其在阜新市土地覆盖分类中的应用研究[D];辽宁工程技术大学;2008年
10 刘雪松;基于非负矩阵分解的高光谱遥感图像混合像元分解研究[D];复旦大学;2011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
  • 010-62982499
  • 010-62783978