資源描述：
《高分辨率遙感圖像面向?qū)ο蠓指钆c分類方法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號密級中國地質(zhì)大學（北京）碩士學位論文高分辨率遙感圖像面向?qū)ο蠓指钆c分類方法研究學號：2104120030研究生：鄧海龍專業(yè)：計算機技術研究方向：計算機應用技術指導教師：姚國清教授企業(yè)導師：甘甫平教授級高工2015年5月聲明本人聲明所呈交的論文是我個人在導師指導下進行的研宄工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研宄成果，也不包含為獲得中國地質(zhì)大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示
2、了謝意。簽名：負沲‘曰期關于論文使用授權的說明本人完全了解中國地質(zhì)大學有關保留、使用學位論文的規(guī)定，即：學校有權保留送交論文的復印件，允許論文被查閱和借閱；學?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以釆用影印、縮印或其他復制手段保存論文。0^>幵?保密（—年）《保密的論文在解密后應遵守此規(guī)定）簽名：^導師簽名：吻責曰期：災工分類號密級中國地質(zhì)大學（北京）碩士學位論文高分辨率遙感圖像面向?qū)ο蠓指钆c分類方法研究學號：2104120030研究生：鄧海龍專業(yè)：計算機技術研究方向：計算機應用技術指導教師：姚國清教授企業(yè)導師：甘甫平教授級高工2
3、015年5月ADisssertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreeResearchonObject-orientedSegmentationandClassificationMethodsofHighResolutionRemoteSensingImageMasterCandidate:DengHailongMajor:ComputerTechnologyStudyOrientation:AppliedTechnologyofComputerDi
4、ssertationSupervisor:Prof.YaoGuoqingEnterpriseMentor:Prof.GanFupingChinaUniversityofGeosciences(Beijing)摘要隨著遙感技術的深入發(fā)展和人們對圖像空間分辨率要求的不斷提高，高分辨率遙感圖像也變得更加普及。相比于中、低分辨率遙感圖像，高分辨率遙感圖像有著更豐富的細節(jié)信息。因而，對高分辨率遙感圖像的信息提取需要綜合運用光譜和空間結(jié)構信息。由此，面向?qū)ο蟮倪b感圖像分割和分類方法成為目前的研究熱點。面向?qū)ο蟮姆指詈头诸惙椒ㄒ詫ο螅ㄍ|(zhì)性
5、像元的集合）作為基本處理單元，對象比單個像元含有更加豐富的類別信息，能在更多維數(shù)特征下表征其類別屬性，通過特征的計算和組合，以達到信息提取的目的。通過圖像分割算法將圖像分割成特征相近的同質(zhì)性對象區(qū)域，在分割的過程中綜合光譜、形狀、紋理等信息能使分割對象多邊形更貼近真實地物邊界，后續(xù)的特征計算和分類都是在分割對象基礎上完成，因此，圖像分割是基礎，分割效果的好壞決定了分類的精度。分形網(wǎng)絡演化方法（FNEA）的多尺度分割是一種比較經(jīng)典的面向?qū)ο蠓指罘椒?，分割過程結(jié)合了對象光譜和幾何形狀信息，多尺度分割形成的層次網(wǎng)絡結(jié)構讓不同地物都有
6、最適合的分割參數(shù)，在避免噪聲影響的同時也取得很好的分割視覺效果。另一方面，F(xiàn)NEA方法的分割參數(shù)較多，且每一層次都有不同的分割參數(shù)，操作繁瑣且參數(shù)的設置沒有嚴密的數(shù)學理論約束，層次越多，人的主觀影響越嚴重。本文基于此點考慮實驗一種FNEA單一尺度的分割，通過初始分割對象快速構建和分割效果優(yōu)化對其進行改進。在此基礎上采用模糊分類法將對象分類，通過和多尺度分割的分類效果進行量化對比分析，從數(shù)據(jù)可知FNEA多尺度分割和改進FNEA分割的分類總體精度都達到了85%以上，Kappa系數(shù)0.8以上，都取得很好的分類效果。在城市圖像分類中兩
7、種分割方法的分類精度幾乎一致，郊區(qū)圖像分類中改進FNEA方法雖然和FNEA多尺度方法的分類精度有所差距但差別不大。研究表明：改進FNEA分割方法比FNEA多尺度分割操作更加簡單且初始分割時間效率有很大程度的提高，對象的分類精度也能達到多尺度分割的精度要求，對地物尺度相差越小的圖像改進FNEA分割的分類效果也越好。關鍵詞：面向?qū)ο?，圖像分割，F(xiàn)NEA算法，模糊分類ResearchonObject-orientedSegmentationandClassificationMethodsofHighResolutionRemoteS
8、ensingImageAbstractWiththerapiddevelopmentofremotesensingtechnologyandthegrowingdemandofhigh-resolutionimage,highresolutionremotesensingim
