收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高分辨率遥感影像分割方法及应用研究

刘大伟  
【摘要】:随着遥感对地观测技术的不断进步,遥感影像的空间分辨率越来越高,高空间分辨率影像为遥感技术的发展带来机遇的同时,也由于自身的特点为遥感数据的处理带来了新的挑战,导致传统的像素级处理方法不能适应当前遥感分析与应用的需求,在这种情况下,面向对象技术成为高分辨率遥感影像分析的新选择。然而,面向对象分析在理论和技术上并未达到成熟,仍然有许多问题亟待研究和解决,突出表现在遥感影像分割这一基础环节,目前已有的研究仍然存在不同程度的局限性,如分割精度与效率的不足、模型的适应性差、缺乏统一的尺度评价标准等。本文针对现有研究工作中的不足,重点对高空间分辨率遥感影像的分割及多尺度分割中的最优分割尺度选择问题进行了探索与讨论,主要研究内容与成果如下:(1)提出了一种基于区域合并的遥感影像快速分割方法。该方法首先通过分水岭变换得到影像的初始分割区域,然后采用局部寻优的策略对初分割区域进行合并得到最终分割结果。在区域合并过程中,针对传统的区域邻接图效率较低的问题,设计了邻域数组的数据结构来维护区域之间的邻接关系,该数据结构相比邻接图具有更高的效率,为兼顾算法的精度,方法将区域合并过程分为两个步骤进行,在合并准则中综合考虑了区域的光谱、几何和纹理信息。通过与传统的基于邻接图的区域类分割算法的对比,证明了算法在分割效率和精度上的优势。(2)提出了一种融合影像多种特征的多尺度分割方法。该方法也属于区域类的分割算法,在区域合并时综合利用影像的光谱、纹理、形状等特征来构建对象的语义描述并建立合并规则,以解决影像特征利用不足而导致分割精度较低的问题,算法引入非下采样轮廓波变换并结合模糊聚类分析来计算对象的纹理特征距离。在合并过程中采用全局寻优的策略保证了方法的多尺度特性,并联合采用邻接图和最优邻图两种图模型来维护区域的邻接关系,保证了算法的效率。通过与其它算法的对比,证明了算法在精度和效率上已可匹敌同类商业软件。(3)提出了一种遥感影像最优分割尺度的监督评价方法。该方法根据参考对象和分割对象的相似性来构建分割尺度评价函数,通过计算评价函数值来确定最优分割尺度。采用统计直方图来进行灰度相似性的计算,克服了其它特征进行对象灰度描述时的不准确性,通过构建形状描述函数进行形状相似性计算,能够对对象的几何差异作出较为准确的判断。通过实验将该方法与较为成熟的人为试错法相比,验证了算法的有效性。(4)发展了一种基于面向对象的高分辨率遥感影像道路提取方法。该方法首先应用本文提出的分割算法及最优分割尺度评价方法得到道路影像在最优尺度下的分割结果,然后通过构建道路知识库,并进行地物特征的计算,来实现道路的初步提取;最后对道路初始提取结果进行多方向形态学滤波,以去除特征相似的混叠地物,优化道路提取结果,并对优化后结果进行细化及连接处理,从而实现道路网的提取。实验结果表明,该方法能较好地从复杂遥感影像中提取道路网。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 付卓;胡吉平;谭衢霖;刘正军;;遥感应用分析中影像分割方法[J];遥感技术与应用;2006年05期
2 徐芳,梅文胜,张志华;航空影像分割的最小二乘支持向量机方法[J];武汉大学学报(信息科学版);2005年08期
3 高伟;刘修国;彭攀;陈启浩;;一种改进的高分辨率遥感影像分割方法[J];地球科学(中国地质大学学报);2010年03期
4 阚晓云;孙景振;王红伟;;无人机影像分割尺度及地物分类研究[J];科技广场;2013年11期
5 洪志佳;;面向对象信息提取中影像分割参数的选择[J];河南科技;2014年10期
6 李景文;张紫萍;郭伟立;苏浩;罗文彬;;基于分水岭与多尺度相结合的影像分割方法[J];广西师范大学学报(自然科学版);2012年01期
7 张煜,张祖勋,张剑清;几何约束与影像分割相结合的快速半自动房屋提取[J];武汉测绘科技大学学报;2000年03期
8 肖奥;赵文吉;;基于最小异质性区域生长法的多尺度城市地物影像分割[J];首都师范大学学报(自然科学版);2010年01期
9 苏伟;李京;陈云浩;张锦水;胡德勇;刘翠敏;;基于多尺度影像分割的面向对象城市土地覆被分类研究——以马来西亚吉隆坡市城市中心区为例[J];遥感学报;2007年04期
10 盛庆红;张剑清;肖晖;;基于颜色和纹理的森林影像分割方法[J];武汉大学学报(信息科学版);2008年03期
11 冯益明;李增元;武红敢;陈尔学;;基于灰度与纹理信息融合的影像分割方法[J];遥感技术与应用;2006年06期
12 廖小露;田玉刚;刘嘉;;基于先验特征的台风云系影像分割方法研究[J];国土资源遥感;2011年03期
13 张祖勋,闵宜仁;基于Hough变换的影像分割[J];测绘学报;1992年03期
14 黄晓霞,李红旮,黄波;SAR影像中海洋浮油膜特征分割的Level Set方法[J];遥感学报;2005年05期
15 黄亮;左小清;冯冲;聂俊堂;;基于Canny算法的面向对象影像分割[J];国土资源遥感;2011年04期
16 李利伟;马建文;温奇;;双模态脉冲耦合神经网络高分辨率光学卫星影像分割[J];武汉大学学报(信息科学版);2008年03期
17 岳安志;杨建宇;张超;朱德海;郧文聚;;基于多尺度形态学滤波的高分辨率遥感影像分割[J];农业工程学报;2013年S1期
18 史晓霞;李京;周冠华;赵静;;基于Mean-shift影像分割算法的TM影像分类及城市扩展研究[J];地理与地理信息科学;2009年01期
19 王瀚闻;翟涌光;郝蕾;;基于索贝尔算子的高分辨率遥感影像分割技术研究[J];科技创新导报;2012年22期
20 尹杰;杨魁;段毅;;面向对象的极化干涉SAR影像分割算法研究[J];测绘通报;2013年06期
中国重要会议论文全文数据库 前1条
1 莫登奎;林辉;;一种稳健的高分辨率遥感影像分割方法[A];第十二届全国图象图形学学术会议论文集[C];2005年
中国博士学位论文全文数据库 前1条
1 刘大伟;高分辨率遥感影像分割方法及应用研究[D];长安大学;2016年
中国硕士学位论文全文数据库 前7条
1 张爱竹;基于智能优化算法的高分辨率震害影像分割[D];中国石油大学(华东);2014年
2 莆杰艺;基于异质性最小准则的基元合并影像分割方法研究[D];长安大学;2013年
3 黄亮;一种融合边缘与对象异质性的影像分割算法[D];昆明理工大学;2011年
4 袁秀华;高分辨率遥感影像分割研究[D];江西理工大学;2014年
5 王博;基于高分辨率影像的改进分水岭算法影像分割参数优选研究[D];兰州大学;2013年
6 吕佩育;基于影像分割的无人机影像密集匹配算法研究与实现[D];西安科技大学;2013年
7 王刚;基于影像分割的SAR影像变化检测技术研究[D];解放军信息工程大学;2012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