收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李严锋,杜华荣;OOPA──面向对象支持的原型化开发方法[J];昆明理工大学学报;1997年03期
2 姚松涛,郭荷清,王涛;用设计模式表示面向对象软件体系的结构[J];华南理工大学学报(自然科学版);2003年08期
3 刘伟,李海,曾涛;面向对象通用雷达信号处理程序框架的设计与实现[J];北京理工大学学报;2004年08期
4 朱鸿飞;林鹤云;;干式变压器优化设计软件的开发[J];江苏电器;2006年01期
5 唐鑫;郭永强;;基于设计模式的“.Net”数据库访问接口设计[J];重庆工学院学报(自然科学版);2007年06期
6 段波;赵稳庄;仉树军;;Petri网在制造系统建模与仿真中的应用[J];现代制造工程;2008年08期
7 李敏;崔世勇;李成名;印洁;李云岭;;面向对象的高分辨率遥感影像信息提取——以耕地提取为例[J];遥感信息;2008年06期
8 陈阳;陈映鹰;林怡;;基于面向对象分类方法的遥感影像变化检测[J];山东建筑大学学报;2008年06期
9 潘金彪;卢章平;袁浩;徐扬;;基于面向对象的双线程工程动画实时控制技术[J];机械设计与制造;2009年02期
10 宋俊洪;洪文健;周国富;;跨平台可复用软件框架的研究及其应用[J];机电工程技术;2009年06期
11 徐燕翔;张金昌;;面向对象的数据模型ODMDBD的形式描述[J];武汉理工大学学报(交通科学与工程版);1991年03期
12 潘久辉,刘志敏;COODL模型的查询与数据处置语言[J];中南工业大学学报(自然科学版);1994年06期
13 田盛丰;一个面向对象的问题求解环境[J];北方交通大学学报;1995年02期
14 马雁,杨耆董;面向对象技术在专家系统中的应用[J];航空计算技术;1995年01期
15 纪云,江平宇,张河涛,黄进;Windows环境下面向对象的回转体零件信息建模[J];机械;1996年03期
16 王序,马林;在监控系统通讯中运用面向对象思想的研究[J];铁道学报;1997年03期
17 朱树人,贺株莉;面向对象与面向过程的程序设计方法比较[J];长沙电力学院学报(自然科学版);1998年02期
18 计时鸣,陈胜勇,赵燕伟;面向对象机械CAD系统开发的研究与应用[J];机械设计与制造;1998年05期
19 展锦程;面向对象的可视化语言编程中的命名规范[J];电力标准化与计量;1998年04期
20 柯捷;面向对象的可视化原型开发方法[J];桂林航天工业高等专科学校学报;2000年02期
中国重要会议论文全文数据库 前10条
1 罗文新;何敢想;毛维伦;许腊英;罗锎;;面向对象的中医理论体系[A];中医药学术发展大会论文集[C];2005年
2 杨卫东;施于宏;葛亮;施伯乐;;面向对象的Web应用建模[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
3 王晓红;李玉刚;项曙光;韩方煜;;面向对象的乙烯裂解工段动态模型[A];过程系统工程2001年会论文集[C];2001年
4 柳诚飞;居德华;;面向对象的数据库在CASE环境中的应用[A];第九届全国数据库学术会议论文集(上)[C];1990年
5 王传国;董逸生;;一种面向对象的关系数据库辅助设计工具[A];第十届全国数据库学术会议论文集[C];1992年
6 丁国良;张春路;刘建;魏文建;Masae Nakayama;Masaharu Fukaya;Gaiken OH;Takefumi Inagaki;;面向对象的整体式翅片管换热器快速仿真软件开发[A];上海市制冷学会二○○三年学术年会论文集[C];2003年
7 饶上荣;李士才;;基于对象模型的规则组合表格模板设计[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
8 刘付娥;葛宁;;在面向对象的SoC设计中应用设计模式[A];中国通信集成电路技术与应用研讨会论文集[C];2004年
9 项阳;尹长华;陈丙森;;面向对象的弧焊工艺专家系统及其网络化[A];第十次全国焊接会议论文集(第2册)[C];2001年
10 邹万红;尚守平;刘兴彦;;面向对象的高层建筑钢结构CAD系统研究[A];计算机技术在工程建设中的应用——第十一届全国工程建设计算机应用学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 蔡永昌;流形方法的理论与应用研究[D];重庆大学;2001年
2 李平;面向对象遗传算法及其在铁路行车指挥中的应用[D];铁道部科学研究院;2001年
3 田波;面向对象的滩涂湿地遥感与GIS应用研究[D];华东师范大学;2008年
4 张家安;市场条件下多区域电力系统分布式暂态稳定仿真[D];天津大学;2004年
5 郭健强;面向对象软件测试理论与技术的研究[D];西安电子科技大学;1999年
6 杜相文;面向对象的彩色视频四维矩阵DCT编码[D];吉林大学;2005年
7 马海民;基于面向对象的高速铁路网络资源时空GIS研究[D];兰州交通大学;2009年
8 刘顺喜;高光谱遥感土地利用信息提取技术研究[D];北京林业大学;2005年
9 张保钢;时空数据模型在城市测绘数据库中的应用[D];中国地质大学(北京);2005年
10 何浩;面向柔性生产线的并行设计软工具研究[D];天津大学;1999年
中国硕士学位论文全文数据库 前10条
1 陈昊;面向对象的盾构机刀盘有限元模型自动生成与分析系统[D];天津大学;2010年
2 殷广富;光碟连锁租凭系统的设计与实现[D];电子科技大学;2009年
3 鲁琴;基于客户机/服务器模式的管理信息系统的开发与研究[D];华东师范大学;2001年
4 刘艺;面向对象的电力系统分析软件研究与开发[D];广东工业大学;2004年
5 张全和;计算机基础考试系统的分析与设计[D];重庆大学;2005年
6 田卫东;保定市防伪税控系统研究[D];天津大学;2005年
7 戴飞;中小跨径桥梁电子版通用图图库管理系统的研究与开发[D];清华大学;2005年
8 袁加全;基于Java多线程的有限元并行计算的研究[D];天津工业大学;2006年
9 张为成;GIS中地图符号的研究[D];吉林大学;2006年
10 杨磊;基于面向对象Petri网的企业间工作流建模研究[D];山东科技大学;2010年
中国重要报纸全文数据库 前10条
1 崔林 吴鹤龄;2001年图灵奖“面向对象”[N];计算机世界;2002年
2 旷;《基于项目的软件工程:面向对象研究方法》[N];中国图书商报;2002年
3 ;产品数据管理(PDM)简述[N];中国船舶报;2003年
4 浙江大学能源工程学系副主任 教授 博士生导师 邱利民;移动通信基站空调应采用面向对象的冷却方法[N];人民邮电;2010年
5 星雨;从通用走向实用[N];中国计算机报;2004年
6 任利民;我家我设计[N];中国电脑教育报;2002年
7 周传刚;解读数据库[N];解放军报;2005年
8 本报记者 熊文新 本报特约记者 周老九;清华五杰世纪之邀[N];中国计算机报;2002年
9 慰鹏飞;走进编程之网络篇(一)[N];江苏经济报;2001年
10 特约记者 赵玉勇;我一生都和C有缘[N];电脑报;2005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