首页> 中文学位 >基于高分辨率遥感影像的矿区土地利用/土地覆盖信息提取技术研究
【6h】

基于高分辨率遥感影像的矿区土地利用/土地覆盖信息提取技术研究

代理获取

目录

文摘

英文文摘

论文说明:图目录、表目录

首都师范大学位论文原创性声明及授权使用声明

第一章前言

1.1研究背景

1.2研究意义

1.3研究主要内容

1.4研究思路及组织结构

第二章高分辨率遥感影像信息提取技术概况

2.1高分辨率卫星遥感技术概况

2.1.1高分辨率卫星遥感技术的发展

2.1.2高分辨率卫星遥感数据的特点

2.1.3高分辨率卫星遥感数据的应用

2.1.4几种高分辨率商业遥感卫星介绍

2.2遥感图像信息提取技术研究概况

2.2.1研究现状

2.2.2存在的主要问题

2.2.3技术难点

2.2.4发展趋势

第三章面向对象的遥感图像信息提取技术基础理论

3.1影像分割

3.1.1影像分割概述

3.1.2面向对象的多尺度分割技术

3.2分类层次及特征提取

3.3分类规则的建立

3.4影像分类

第四章面向对象的矿区土地利用/土地覆盖信息提取

4.1研究概况

4.2矿区土地利用/土地覆盖信息提取技术流程

4.2.1技术流程

4.2.2研究平台

4.3研究区土地利用/土地覆盖分类体系建立

4.4图像预处理

4.5影像分割

4.6分类层次及分类规则的建立

4.6.1分类层次建立

4.6.2分类特征的选取与分类规则的建立

4.7土地利用/土地覆盖信息提取

4.8分类结果评价

4.8.1最好分类结果评估

4.8.2检查分类的稳定性

4.8.3预定义实验区精度评价

第五章不同分类方法比较分析

5.1监督分类与面向对象的分类方法的比较

5.1.1实验区1米融合IKONOS影像监督分类

5.1.2分类结果比较分析

5.2不同分辨率影像面向对象分类评价

5.2.1实验区4米分辫率IKONOS影像面向对象分类

5.2.2分类结果比较分析

第六章结论与展望

6.1结论及主要创新点

6.1.1结论

6.1.2主要创新点

6.2展望

参考文献

致谢

展开▼

摘要

随着遥感技术的发展,高分辨率遥感数据处理与应用研究越来越受到国内外学者的重视,已成为目前遥感应用研究领域的热点和难点之一。针对高分辨率遥感数据的特点,一些学者提出了面向对象的信息提取技术。研究面向对象的高分辨率遥感影像处理技术,可以弥补传统分类方法的不足,从而可以从高分辨率影像上提取更精细更丰富的地物信息,提高分类精度,更好的为各个领域的研究提供支持。研究基于高分辨率卫星遥感技术的矿区土地利用/土地覆盖信息提取技术,有助于更加快速、精确、有效的了解矿区土地利用/土地覆盖信息变化,为矿山建设和生态修复提供支持,具有十分重要的理论和现实意义。 本文选择密云县大漕铁矿为研究区,研究面向对象的高分辨率遥感影像信息提取技术,提出了面向对象的高分辨率遥感影像处理方法以及工作流程,对多尺度分割技术中尺度与参数的选择进行了实验研究,初步建立了矿区土地利用/土地覆盖信息提取的地物分类规则,并对面向对象的分类方法与传统监督分类方法进行比较分析,主要研究内容与研究成果如下: (1) 研究了面向对象的高分辨率遥感影像处理方法,并在此基础上提出了矿区土地利用/土地覆盖面向对象的信息提取技术流程,对提取过程中的关键问题及难点进行了研究: (2) 研究基于区域的多尺度分割技术。分析了分割过程中的分割尺度及分割参数对影像分割效果的影响;并通过对影像的分析,结合野外调查结果,确定了矿区不同地物提取的分割尺度,建立不同地物的分类层次。对不同特征的地物选择不同的分割参数,保证每类地物的提取精度; (3) 建立矿区各类地物的分类规则。通过分析分割后的影像,结合野外调查结果,充分利用高分辨率遥感影像所提供的地物信息,光谱、形状、纹理、密度、标准方差以及空间关系等,对同一地物采取多种特征相结合的方法,建立最佳的分类规则,以达到很好的分类效果,达到提高分类精度的目的; (4)将面向对象的信息提取技术与传统遥感图像提取技术进行比较分析,其优越性在于:面向对象的方法充分利用了地物的光谱信息和空间结构信息,使得分类特征不再单一化,提高了分类结果的精度有;其次面向对象的方法生成的结果是对象级的,显示上具有连贯性、区域性,比较接近真实地物,并改善了传统分类造成的“椒盐”噪声现象。 本文将面向对象的信息提取技术应用到矿区的土地利用/土地覆盖信息提取研究中,提出了基于面向对象的矿区土地利用/土地覆盖信息提取技术工作流程,初步建立了矿区地物分类规则,实现了基于高分辨率卫星遥感影像的矿区土地利用/土地覆盖信息面向对象的提取,并在很大程度上提高了分类精度,可以很好的为矿区的治理和生态修复提供技术支持,达到了研究目的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号