基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf

基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf

ID:50075726

大?。?.91 MB

頁數(shù):105頁

時(shí)間:2020-03-04

基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf_第1頁
基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf_第2頁
基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf_第3頁
基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf_第4頁
基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf_第5頁
資源描述:

《基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究.pdf》由會員上傳分享,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、.‘.,-;詳巧^.V:1、,.V*V七V^^/i;撰?.舊,.v..'.學(xué)讓..叫-杳:場'言v笨%..r打?qū)Γ保合悖桑茫犌桑牐g転戶‘叩.,-C.一-;;則/.早#蘋;讀‘?wèi)跻唬悖福А袊刭|(zhì)大學(xué)京>?。?xì)心為.護(hù)?若為矣<C.、.>玲渉峰"W'r.'努>.1可一戶.心’/V女每著齊學(xué)聲佐少^、斗式古’J>端:皆如r巧..,.公,/f,.詩.;減讀.廢妄’聲,聰.為駕.質(zhì)爾雌V.’::.表’義1/*翁宜T歡。?'rV-.基屋f高r方逼感牙i象的'.,巧;萬;、.

2、....毒盡害目目標(biāo)自^禾%力分類支^一,辛:,;...V:-,:巧,式X.'..否巧..巧參簡奔 ̄磬:叫奏挺霞...,.巧:.:;終r;r菊;.^茜女在,,’1著'V’.為M.義和l爲(wèi)言窠.I.韋:"^;f.I皆1-v-賓.-、^郎醒i%、馨^;脊M丈.,.^著,爸.對■讀g程補(bǔ).盧款詞’地齡贈難J工心.變.巧;.賓方空酸據(jù)計(jì)獅理齡與山熱導(dǎo)教邢繼副沈齡李巧究轅..;:V態(tài):」\的V氣:.U./為;.氣.導(dǎo)-.:',訪UW崎r;^,吟T皆%:;戶V證‘"...,裝魏磁

3、倍?夢'?嗔義I-:.::V...廷茍域^譲W;完扛VI;i分類號密級中國地質(zhì)大學(xué)(北京)碩士學(xué)位論文基于高分遙感影像的災(zāi)害目標(biāo)自動分類技術(shù)研究學(xué)號:2004130029研究生:程希萌專業(yè):地圖制圖學(xué)與地理信息工程研究方向:空間數(shù)據(jù)分布式計(jì)算理論與技術(shù)指導(dǎo)教師:邢廷炎副教授,沈占鋒研究員2016年5月ADissertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreeTHESTUDYOFDISASTERTARGETA

4、UTOMATICCLASSIFICATIONBASEDONHIGH-RESOLUTIONREMOTESENSINGIMAGESMasterCandidate:ChengXimengMajor:CartographyandGeographicInformationEngineeringStudyOrientation:SpatialDataDistributedComputationTheoryandTechnologyDissertationSupervisor:Prof.XingTingyanProf.ShenZhanfeng

5、ChinaUniversityofGeosciences(Beijing)II摘要我國幅員遼闊,是自然災(zāi)害多發(fā)國家,災(zāi)害的發(fā)生給國家和人民造成了重大損失。遙感技術(shù)能夠?qū)?zāi)區(qū)進(jìn)行大面積同步觀測,所得數(shù)據(jù)客觀真實(shí)且具有時(shí)效性,可以很好的應(yīng)用到災(zāi)情評估及災(zāi)后救援過程中。在災(zāi)后通過遙感影像分類技術(shù)快速提取災(zāi)害目標(biāo),并對救援工作進(jìn)行指導(dǎo),將有效提高救援效率,減少人員傷亡及財(cái)產(chǎn)損失。利用傳統(tǒng)的目視解譯方式進(jìn)行影像分類,其解譯速度較慢,不能滿足災(zāi)害發(fā)生后快速獲得分類信息產(chǎn)品的需求。隨著科技的發(fā)展,越來越多具有高空間分辨率和高時(shí)間分辨率的遙感影

6、像可供應(yīng)用,結(jié)合災(zāi)情評估應(yīng)用需求,本研究基于高分辨率影像數(shù)據(jù),以災(zāi)害目標(biāo)特征庫為基礎(chǔ),實(shí)現(xiàn)災(zāi)害目標(biāo)自動分類,最終為災(zāi)情快速評估應(yīng)用服務(wù)。本文的研究內(nèi)容主要包括:(1)災(zāi)害目標(biāo)特征庫的研究?;诓煌匀粸?zāi)害特點(diǎn)以及災(zāi)情評估應(yīng)用需求,建立了自然災(zāi)害分類體系(地物分類類別),并依此設(shè)計(jì)了面向?yàn)?zāi)情評估應(yīng)用的災(zāi)害目標(biāo)特征庫,以便有效存儲歷史災(zāi)害信息,使其可以作為先驗(yàn)知識更好的服務(wù)于災(zāi)情評估及災(zāi)后救援過程。詳細(xì)論述了災(zāi)害目標(biāo)特征庫的總體框架以及具體的物理結(jié)構(gòu),同時(shí)分析研究了特征信息的提取過程。(2)樣本自動選擇算法的研究?;跒?zāi)害目標(biāo)特征庫

7、結(jié)構(gòu),提出了一種樣本自動選擇算法,其包含樣本初選及樣本修正兩個(gè)環(huán)節(jié)。詳細(xì)研究了算法的實(shí)現(xiàn)流程,并對時(shí)空臨近規(guī)則以及遙感影像變化檢測技術(shù)、地物波譜特征等進(jìn)行分析,同時(shí)通過實(shí)驗(yàn)對樣本自動選擇算法進(jìn)行了驗(yàn)證,證明其可以有效提高分類效率。(3)特征優(yōu)選及分類算法的研究。在實(shí)現(xiàn)樣本自動選擇的基礎(chǔ)上,重點(diǎn)對mRMR特征優(yōu)選算法進(jìn)行研究,結(jié)合mRMR算法的基本原理,采用3種計(jì)算方法實(shí)現(xiàn)mRMR特征優(yōu)選流程,并利用C5.0決策樹及K近鄰兩種監(jiān)督分類算法基于特征優(yōu)選結(jié)果進(jìn)行影像分類實(shí)驗(yàn),同時(shí)將主成分分析方法與mRMR特征優(yōu)選算法進(jìn)行對比。通過實(shí)驗(yàn)

8、證明了mRMR算法對影像分類過程的優(yōu)化效果。(4)災(zāi)情快速評估模型的建立與應(yīng)用示范?;谡撐膶?zāi)害目標(biāo)自動分類技術(shù)的研究分析,在文章的最后以地震災(zāi)害為例進(jìn)行災(zāi)情評估應(yīng)用示范。結(jié)合地震災(zāi)害的特點(diǎn),研究并建立了地震災(zāi)情快速評估模型,同時(shí)利用云南魯?shù)榈卣馂?zāi)后無人機(jī)影像

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。