收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向高分辨率遥感影像分类的条件随机场模型研究

赵济  
【摘要】:随着对地观测技术的发展,遥感影像的空间分辨率得到了极大的提升,已经可以达到亚米级。高分辨率遥感影像可以清晰表达地物目标的几何结构,呈现了丰富的空间细节信息,为更加精细的地物分类制图提供了基础。然而随着空间分辨率的提高,影像信息高度细节化,不同地物的光谱相互重叠,同类地物的光谱分布可变,减弱了地物的光谱可分性,为高分辨率遥感影像的分类识别带来了困难和挑战。近年来,为了利用高分辨率遥感影像丰富的空间信息,解决地物光谱难以区分的问题,一些学者提出了融合影像空间信息的分类方法,例如,基于空间结构特征的分类方法和面向对象的分类方法,通过考虑影像空间信息提高了高分辨率遥感影像分类制图的精度。然而仍面临着特征维度高、信息冗余以及最佳分割尺度难以选择的问题。随机场模型使用无向图结构表达高分辨率遥感影像,可以在统一的概率框架下建模空间上下文信息,具有清晰易懂、框架统一以及强大的建模能力等优点。作为典型的随机场模型,马尔可夫随机场可以建模分类标记的上下文信息,但为了计算的可行性,其假设观测信息是条件独立分布,限制了空间信息利用的灵活性。条件随机场模型直接建模给定观测数据的后验概率,克服了马尔可夫随机场中的条件独立假设,具有灵活建模空间上下文信息的能力,更加适用于遥感影像分类应用。然而,当面临地物分布复杂、光谱多变的高分辨率遥感影像时,条件随机场模型仍面临着大尺度空间上下文信息描述能力有限、推理方法难以兼顾效率和扩展性以及应用范围受限于像元级标记等问题。因此,论文针对条件随机场模型在高分辨率遥感影像分类中存在的问题,挖掘高分辨率遥感影像的空间特性,从模型构建、模型推理、模型应用三个方面开展面向高分辨率遥感影像分类的条件随机场模型研究。主要研究内容与创新之处包括:(1)系统地介绍了条件随机场模型的基本理论方法,分析了高分辨率遥感影像的特点以及分类所面临的挑战与困难,并对当前常用的高分辨率遥感影像分类制图现状进行了详细的讨论和总结。(2)在模型构建方面,提出细节保持的对象条件随机场分类方法和融合空间位置信息的高阶条件随机场分类方法。针对条件随机场模型中现有势能函数未充分考虑高分辨率遥感影像自身的特点,缺乏大尺度的空间交互建模能力,产生不同程度的局部平滑问题,发展细节保持的对象条件随机场分类方法,在条件随机场模型中融合面向对象方法的优势,基于对象单元考虑大尺度的空间上下文信息;并发展高阶条件随机场分类方法,通过高阶势能挖掘影像的大尺度空间上下文关系,建模高分辨率遥感影像的空间位置信息,通过势能集成光谱信息、局部空间上下文以及空间位置信息,从不同视角提供地物判别的互补信息,提高分类制图精度。(3)在模型推理方面,提出基于合作博弈推理的条件随机场分类方法。针对高分辨率遥感影像分类中传统迭代条件模型、模拟退火等推理方法难以兼顾计算效率与分类表现的问题,发展基于基于合作博弈的条件随机场推理方法。借鉴博弈论的思想,构建局部期望能量模型,考虑类别标记的不确定性,基于像元的局部期望能量,形成博弈中的联合体,奠定合作博弈的基础,从而使得像元可以在合作博弈中共享信息进行联合决策,高效获得高分辨率遥感影像分类结果。(4)在模型应用方面,提出基于条件随机场的亚像元制图方法。从亚像元尺度上关注地物目标在亚像元级的空间分布,发展基于条件随机场的亚像元制图方法。通过条件随机场模型中的势能函数考虑软丰度约束,集成高分辨率尺度的局部空间先验和低分辨率尺度的降尺度丰度信息,从不同尺度充分利用输入丰度影像和空间相关性获取更加精细的地物类别空间分布,扩展条件随机场模型在空间尺度的应用。(5)构建基于条件随机场的高分辨率遥感影像分类制图原型系统。结合从多个角度提出的基于条件随机场的高分辨率遥感影像分类方法,构建满足多种应用需求的高分辨率影像分类制图系统,并在大规模高分辨率地表覆盖制图中进行算法测试,扩展条件随机场在空间规模方面的应用。本文面向高分辨率遥感影像分类,开展条件随机场模型在模型构建、模型推理和模型应用方面的研究,针对高分辨率遥感影像的空间优势,构建满足多种应用需求的高分辨率影像条件随机场分类制图原型系统,提供精细的地物解译结果,提升了高分辨率遥感影像的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李峰,彭嘉雄,张翔;非平稳随机场模型的遥感图像分割(英文)[J];红外与激光工程;2003年04期
2 任建华;宋向东;王金然;;关于土工参数的随机场模型[J];燕山大学学报;2006年05期
3 张国忠,王征,蒋秀峰,朱华勇,沈林成,常文森;基于离散分数布朗随机场模型的景象适配性分析方法[J];宇航学报;2004年01期
4 杨勇;范文;张海峰;任义坤;姜桂春;;西安黄土土性参数随机场模型的适用性探讨[J];工程地质学报;2013年03期
5 黄广龙,龚晓南,肖溟;土性参数的随机场模型及桩体沉降变异特性分析[J];岩土力学;2000年04期
6 闫澍旺,贾晓黎,郭怀志,邓卫东;土性剖面随机场模型的平稳性和各态历经性验证[J];岩土工程学报;1995年03期
7 虞庐松,徐永利;地震动随机场模型的理论及应用[J];兰州铁道学院学报;1999年03期
8 潘旭山,叶中行;图像可压缩性的随机场模型[J];上海交通大学学报;2001年11期
9 杜博;张良培;李平湘;钟燕飞;陈涛;;一种基于随机场模型的高光谱影像目标探测算法[J];计算机科学;2010年06期
10 马洪超;赵向东;;基于地形随机场模型的遥感图像几何纠正[J];测绘学报;2006年03期
11 郑江晖,林忠民;工程地基土层随机场模型的统计方法[J];应用概率统计;1995年03期
12 许英;高华峰;牛志国;;土体参数随机场模型下边坡稳定可靠性分析[J];三峡大学学报(自然科学版);2009年05期
13 倪万魁,牛富俊,刘东燕;黄土土性的空间自相关性研究[J];西安工程学院学报;2002年02期
14 万世明,赵善锐,王海青;基桩CPT的可靠度分析[J];焦作工学院学报;1999年06期
15 邓芳,秦军,李鉴;提高遥感影像分类精度方法的研究[J];铁路航测;2003年02期
16 黄恩兴;;遥感影像分类结果的不确定性研究[J];中国农学通报;2010年05期
17 贾坤;李强子;田亦陈;吴炳方;;遥感影像分类方法研究进展[J];光谱学与光谱分析;2011年10期
18 朱丹瑶;;遥感影像分类方法研究[J];黑龙江科技信息;2012年33期
19 孙立新,罗高平,张怡梅;遥感影像分类的归类学习方法[J];测绘工程;1998年03期
20 李爽,丁圣彦,许叔明;遥感影像分类方法比较研究[J];河南大学学报(自然科学版);2002年02期
中国博士学位论文全文数据库 前8条
1 赵济;面向高分辨率遥感影像分类的条件随机场模型研究[D];武汉大学;2017年
2 刘涛;基于有监督分层狄里克雷过程的对象分割模型[D];北京邮电大学;2016年
3 毛凌;基于概率图模型的场景理解方法研究[D];电子科技大学;2013年
4 王巍;基于Agent的遥感影像分类方法及其应用研究[D];中国地质大学(北京);2016年
5 亓呈明;基于多核学习的高光谱遥感影像分类方法研究[D];中国地质大学(北京);2016年
6 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
7 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
8 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 姜洋;复杂背景下的文本定位算法研究与实现[D];大连理工大学;2015年
2 徐忆苏;基于条件随机场模型的新词发现系统研究与实现[D];哈尔滨工业大学;2008年
3 杨勇;西安黄土土性随机场模型研究[D];长安大学;2013年
4 李琳;条件随机场模型的理论梳理与手势识别应用研究[D];华中师范大学;2014年
5 范岩;基于条件随机场模型的中医文献知识发现方法研究[D];北京交通大学;2009年
6 张硕果;基于条件随机场模型的文本分类研究[D];重庆大学;2010年
7 薛俊欣;条件随机场模型研究及应用[D];山东大学;2014年
8 刘瑞清;基于条件随机场模型的超光谱图像分类[D];西安电子科技大学;2012年
9 徐彦杰;电力系统中特定人体异常行为识别的研究[D];华北电力大学;2014年
10 朱瑶;基于马尔科夫随机场模型的图像分割算法研究[D];哈尔滨工程大学;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
  • 010-62982499
  • 010-62783978