資源描述：
《基于高分影像的土地覆蓋分類方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼10530學(xué)號(hào)201510202003分類號(hào)P237密級(jí)公開碩士學(xué)位論文基于高分影像的土地覆蓋分類方法研究學(xué)位申請(qǐng)人馬長輝指導(dǎo)教師黃登山學(xué)院名稱土木工程與力學(xué)學(xué)院學(xué)科專業(yè)測繪工程研究方向遙感數(shù)字圖像處理二零一八年六月LandCoverClassificationMethodBasedonHigh-resolutionImageryCandidateMaChanghuiSupervisorHuangDengshanCollegeCollegeofCivilEngineeringandMechanicsProgramSurveyingEngineeringSpecializa
2、tionRemoteSensingDigitalImageProcessingDegreeMasterUniversityXiangTanUniversityDateJune2018I摘要伴隨著遙感傳感器技術(shù)的快速發(fā)展，人類所獲取的遙感影像空間分辨率不斷提高，高空間分辨率遙感影像已被廣泛應(yīng)用于城市規(guī)劃、國土、測繪、地質(zhì)、農(nóng)業(yè)、林業(yè)、環(huán)境等行業(yè)。遙感影像自動(dòng)分類通過計(jì)算機(jī)自動(dòng)識(shí)別、提取地物信息的技術(shù)，是遙感影像信息應(yīng)用的基礎(chǔ)。由于高空間分辨率影像具有嚴(yán)重的“同物異譜”現(xiàn)象，使得基于光譜特征進(jìn)行分類的傳統(tǒng)影像分類方法遭遇困難瓶頸，為此人們引入面向?qū)ο蟮乃枷雽?duì)高空間分辨率影像進(jìn)行分類，
3、并取得了良好的效果，該技術(shù)已被主流商業(yè)遙感軟件所采用,如ENVI、ERDAS等。其中基于SVM（支持向量機(jī)）的面向?qū)ο蠓诸惣夹g(shù)是該類方法的代表，其主要思想為首先依據(jù)影像光譜要素按照“同質(zhì)性最大，異質(zhì)性最小”原則，將影像分割成一系列內(nèi)部勻質(zhì)的對(duì)象，然后提取對(duì)象的光譜、紋理與幾何特征信息，最后利用SVM分類器對(duì)特征進(jìn)行分類。雖然該方法分類結(jié)果表現(xiàn)優(yōu)異，但也存在如下缺點(diǎn)：（1）分類中所使用的紋理信息僅為單尺度信息，忽略了紋理信息在空間上具有多尺度特性；（2）分類器所使用的參數(shù)經(jīng)驗(yàn)化，缺乏最優(yōu)性?；谝陨险J(rèn)識(shí)本文展開研究，具體成果如下：（1）應(yīng)用全色影像與多光譜影像融合，可為影像分類提供
4、高空間分辨率多光譜影像，能有效提高數(shù)據(jù)質(zhì)量，提高分類精度。由于遙感影像融合方法針對(duì)不同的融合目的、數(shù)據(jù)源會(huì)有不同的表現(xiàn)，為選取基于分類用途的最優(yōu)影像融合方法，本文選取IHS、PCA、Wavelet融合、Gram-Schmidt融合、IHS+Wavelet變換融合和PCA+Wavelet變換等六種融合方法，對(duì)ZY3和GF2兩組影像數(shù)據(jù)進(jìn)行融合，從影像整體亮度范圍、清晰度、信息量、光譜相關(guān)和對(duì)融合影像的面向?qū)ο蠓诸惥?個(gè)方面進(jìn)行評(píng)價(jià)，最后得出PCA融合影像適合ZY3影像分類，對(duì)于GF2影像，Wavelet融合算法融合效果最佳。（2）為彌補(bǔ)基于SVM的面向?qū)ο蠓诸惙椒ㄈ毕荩疚膹膬蓚€(gè)
5、方面予以改進(jìn)，其一為應(yīng)用Log-Gabor小波提取影像的多尺度紋理信息，并使用PCA（主分量分析）對(duì)其與采用面向?qū)ο蠓椒ㄌ崛〉男畔⑦M(jìn)行信息集成；其二為使用粒子群優(yōu)化算法（ParticleSwarmOptimization，PSO）對(duì)SVM分類器參數(shù)進(jìn)行優(yōu)化。通過對(duì)ZY3和GF2融合影像分類，經(jīng)目視比較與客觀統(tǒng)計(jì)分析，表明本文所提改進(jìn)方法相對(duì)于基于像元和光譜特征的SVM分類方法、面向?qū)ο蟮腟VM分類方法和基于Log-Gabor小波紋理的SVM分類方法，其分類精度均有不同程度的提高。關(guān)鍵詞:高分影像;面向?qū)ο蠓诸?紋理特征;幾何特征;Log-Gabor小波IIIAbstractWit
6、htherapiddevelopmentofremotesensingsensortechnology,thespatialresolutionofremotesensingimagesacquiredbyhumanshasbeencontinuouslyimproved.Highspatialresolutionremotesensingimageshavebeenwidelyusedinurbanplanning,land,surveyingandmapping,geology,agriculture,forestryandenvironmentalindustries.Th
7、eautomaticclassificationofremotesensingimagesbycomputersautomaticallyrecognizesandextractstheinformationofgroundobjects,whichisthebasisfortheapplicationofremotesensingimageinformation.Becausehighspatialresolutionimageshaveserious“homologous”p
