利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf

利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf

ID:54590201

大?。?55.00 KB

頁數(shù):4頁

時間:2020-05-02

利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf_第1頁
利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf_第2頁
利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf_第3頁
利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf_第4頁
資源描述:

《利用規(guī)則進(jìn)行高分辨率遙感影像地物提取.pdf》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第37卷第6期武漢大學(xué)學(xué)報·信息科學(xué)版VO1.37No.62012年6月GeomaticsandInformationScienceofWuhanUniversityJune2012文章編號:1671—8860(2012)06—0636—04文獻(xiàn)標(biāo)志碼:A利用規(guī)則進(jìn)行高分辨率遙感影像地物提取司利趙展聶倩姚堯(1武漢大學(xué)測繪學(xué)院,武漢市珞喻路129號,430072)(2寧波市測繪設(shè)計研究院,寧波市和濟(jì)街36號,315ooo)摘要:針對高分辨率遙感影像中地物的復(fù)雜性和多變性帶來的地物提取難點(diǎn),提出了一種基于多層次規(guī)則的面向?qū)ο蟮牡湫偷匚锾崛》椒ā8倪M(jìn)了基于

2、區(qū)域增長的影像分割方法,利用小區(qū)域內(nèi)的全局最優(yōu)策略進(jìn)行初始增長,避開了種子點(diǎn)的選擇。利用影像分割得到的影像對象作為地物提取的基元,針對影像上典型地物選擇提取特征,利用多層次的提取規(guī)則進(jìn)行地物提取,總的提取精度達(dá)到87.1。關(guān)鍵詞:高分辨率遙感影像;影像分割;面向?qū)ο笥跋穹治觯坏匚锾崛?;多層次?guī)則中圖法分類號:P237.4高分辨率衛(wèi)星影像已經(jīng)成為遙感對地觀測的始增長形成分割區(qū)域,不同的種子點(diǎn)選擇會影響主要數(shù)據(jù)來源之一。相比中低分辨率衛(wèi)星影像,到最后的分割結(jié)果。本文利用局部區(qū)域內(nèi)的全局高分辨率影像在很大程度上消除了混合像元的影最優(yōu)增長策略來避免種子點(diǎn)的選擇

3、,分割方法分響,地物的幾何結(jié)構(gòu)和紋理信息更加明顯,在提取為初始分割和區(qū)域合并兩個過程。地表覆蓋的空間細(xì)節(jié)信息方面具有更高的潛1.1初始分割力口]。然而,高分辨率影像也給地物信息提取帶初始分割將影像劃分為不同的小區(qū)域。在小來一些新的難題。在更細(xì)致的空間尺度下,影像區(qū)域內(nèi),每個像素都作為一個分割對象,建立其與上地物的光譜、紋理、形狀等差異增大,地物更具鄰近像素的鄰接關(guān)系,并計算相應(yīng)的同質(zhì)性指數(shù)??臻g破碎性,高分辨率影像分類的精度并沒有隨對鄰接關(guān)系表根據(jù)同質(zhì)性指數(shù)大小進(jìn)行排序,依著分辨率的提高而得到顯著提高[2]。如何充分利次將同質(zhì)性指數(shù)最小的相鄰對象合并,

4、直到鄰接用高分辨率影像的紋理、空間關(guān)系和先驗知識等關(guān)系表中的最小的同質(zhì)性指數(shù)大于給定的閾值為提高地物提取的精度,仍需要進(jìn)行深入研究口]。止。由于初始分割區(qū)域較小,可以不考慮形狀因具有高復(fù)雜性和差異性的高分辨率影像地物素,僅根據(jù)光譜信息計算同質(zhì)性指數(shù)。需要利用多種提取知識進(jìn)行判斷提取。多層次的1.2區(qū)域增長提取規(guī)則可以靈活處理各種不同的知識,組成復(fù)雜完成影像的初始分割后,進(jìn)一步根據(jù)同質(zhì)性的規(guī)則網(wǎng)絡(luò)進(jìn)行推理,實(shí)現(xiàn)地物的有效提取。另指數(shù)合并初始分割對象。在這一過程中,根據(jù)對外,面向?qū)ο蠓治鲆呀?jīng)成為高分辨率影像分類的基象間的同質(zhì)性指數(shù),采用雙向最優(yōu)策略尋找可合

5、本思路[4]。本文提出了一種基于規(guī)則和面向?qū)ο蟛⒌姆指顚ο骭4]。對于某個分割對象A,尋找其的地物提取方法,利用改進(jìn)的區(qū)域增長影像方法分具有最小同質(zhì)性指數(shù)的鄰接對象B(最優(yōu)合并對割獲得影像對象,根據(jù)多種分類特征和分類知識建象),對于對象B同樣尋找其最優(yōu)合并對象,若為立多種分類規(guī)則,組成層次規(guī)則網(wǎng)絡(luò)進(jìn)行地物提取。A,則A和B為雙向最優(yōu)合并對象。如果A和B的同質(zhì)性指數(shù)小于給定的閾值,則將其合并。迭1改進(jìn)的區(qū)域增長影像分割代進(jìn)行這一過程,直至影像中不存在可以合并的對象為止。計算對象間的同質(zhì)性指數(shù)時,既要考傳統(tǒng)的區(qū)域增長方法都是從一定的種子點(diǎn)開慮影像的光譜信息

6、,也要考慮對象的形狀信息,形收稿日期:2012—04—18。項目來源:國家自然科學(xué)基金資助項目(40871172)。第37卷第6期閆利等:利用規(guī)則進(jìn)行高分辨率遙感影像地物提取狀同質(zhì)性又包括對象的緊支度和光滑度Ⅲ。通過種特征,建立多個規(guī)則集來進(jìn)行提取。影像上的設(shè)置區(qū)域合并中同質(zhì)性指數(shù)的閾值,可以決定最水體在近紅外波段的灰度值相對較小,具有較高終分割的尺度。同時,也可以設(shè)置光譜同質(zhì)性和的歸一化水體指數(shù)。植被在近紅外波段有強(qiáng)反形狀同質(zhì)性的不同權(quán)重,以實(shí)現(xiàn)更好的分割效果。射,具有較高的歸一化植被指數(shù)。道路是影像上的典型線狀地物,具有較高的長寬比。同時,道路2基

7、于多層次規(guī)則的地物提取方法的光譜反射與其鋪設(shè)材質(zhì)密切相關(guān),如水泥和瀝青的反射特性。影像上的房屋也有多種類別,主2.1提取規(guī)則設(shè)計要有面積比較大的水泥屋頂建筑物、工廠廠房以高分辨率遙感影像上地物顯得復(fù)雜而破碎。及密集的居民地。水泥建筑物和工廠廠房在影像在高分辨率遙感影像上提取地物,需要綜合多種上面積較大,并具有規(guī)則的矩形形狀。水泥建筑特征和知識進(jìn)行判斷。針對地物多種多樣的不同物的3波段反射率都較高,而工廠廠房在近紅外特征,需要建立不同類型的判別規(guī)則。波段反射率較高。密集居民地的房屋較小,形狀本文中采用的規(guī)則有兩種:確定性規(guī)則和模不規(guī)則,光譜反射變化范圍也

8、較大,但密集居民地糊性規(guī)則。確定性規(guī)則是針對某一特征設(shè)定閾值具有較高的紋理度量值。和邏輯運(yùn)算方

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)覽時可能會顯示錯亂或異常,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. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。