高分辨率卫星遥感图像植被覆盖类型边界线提取研究毕业论文.docx

本 科 毕 业 论 文论文题目高分辨率卫星遥感图像植被覆盖类型边界线提取研究作者姓名所学专业名称地理科学指导教师年月日学生：（签字）学号：论文答辩日期：年月日指导教师：（签字）目录摘要：1关键词：11引言21.1研究目的和意义21.2国内外研究现状21.3研究内容与技术路线31.4论文组织32研究基础与方法42.1基于像元的提取方法42.2面向对象的提取方法43研究区概况及数据准备53.1研究区概况53.2数据准备54传统的基于像元的分类方法74.1监督分类74.2监督分类的精度评价85植被覆盖类型分界线提取95.1图像多尺度分割95.2面向对象分类105.3分界线提取136结语15参考文献17致谢18高分辨率卫星遥感图像植被覆盖类型分界线提取研究摘要：一般情况下对中低分辨率影像进行光谱信息分类的技术不能够完全充分地利用其纹理信息和空间结构，致使分类结果中含有大量的噪声，降低了视觉效果，导致不能够有效地区分“同物异谱”和“异物同谱”现象。本研究基于滁州市2016年的高分一号卫星遥感数据，与传统基于像元的分类方法进行对比，采用面向对象方法对影像进行分类，进而提取滁州市植被覆盖类型分界线。结果显示，面向对象的遥感影像分类方法总体精度达到88.57%，Kappa系数为0.848，相比于基于像元的分类方法，该方法处理速度快，精度高，分类结果更好。综合运用高分辨率遥感影像的光谱信息和纹理信息，进行森林内部结构信息的提取和分类，这为大数据的处理提供了一种高效快捷的新思路，也为遥感影像分类方面的研究提供了参考。关键词：高分辨率遥感影像；面向对象；多尺度分割；特征提取1引言1.1研究目的和意义一般情况下对中低分辨率影像进行光谱信息分类的技术不能够完全充分地利用其纹理信息和空间结构，致使分类结果中含有大量的噪声，降低了视觉效果，导致不能够有效地区分“同物异谱”和“异物同谱”现象。为了实现对研究区用地的精准分类，要充分利用高分辨率遥感影像的空间信息。本文引入了面向对象的思想，并在此基础上详述了面向对象信息提取的关键技术，即多尺度影像分割和基于分割的分类技术。对森林资源进行遥感监测时，我们要在识别林地和非林地的基础上，更加注重其林木类型和内部结构信息。在低、中分辨率遥感影像上，不同类型的森林具有相似的反射特征，因此基于单个像元的光谱特征的方法很难取得令人满意的分类效果。随着影像空间分辨率的不断提高，在1至10米左右的高分辨率遥感影像上，地物的空间结构、形状等信息十分丰富，综合运用影像的光谱信息和纹理结构，进行森林内部结构信息的提取和分类，已成为当下研究中的一个重要发展方向。高分一号卫星能够为农业部门、国土资源部门、气象部门、环境保护部门提供宽范围、高精度的空间观测服务，在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理，疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。1.2国内外研究现状综合运用影像的光谱信息和纹理信息，进行森林内部结构信息的提取和分类，已成为当下研究中的一个重要发展方向。目前国内外有很多学者对遥感图像地物边界提取的问题进行了相关研究。如唐振军等在2006年提出了一种新的二值图像边界提取算法，该算法要优于传统的二值图象边界提取算法，实用性强[1]。2016年，童逸舟等基于灰度共生矩阵，通过比较不同特征值、滑动窗口大小等参数选取了最优纹理分割图像，并在此基础上根据人眼的视觉特性提出一种分割线拟合的算法，通过后期算法处理能相对准确地进行分界线的提取[2]。另外，吴榕[3]、王宇[4]、李伟涛[5]、杜世宏[6]等人也进行了与分割算法相关的研究，均根据具体研究内容选取了最优边缘检测算法。刘丽等人提出研究和应用各种特征提取方法的融合方法应是纹理分析研究的一个方向，在纹理分类方面，特征选择是一个关键环节，都会用到多尺度的分析方法，而多尺度分析方法发展的目的和动力是要致力于发展纹理描述的最优表示方法[7]。Yashon等提出了在一个多尺度模型里，对局部纹理特性，可以通过小波分解提取[8]。李春燕介绍了基于面向对象的遥感影像分类方法，借用易康软件通过设置不同的分割尺度参数及特征值，进行了一个分割分类的实例试验[9]。吴小娟[10]、李雪红[11]、马小峰[12]等进行了海岸线提取方面的研究。黄慧萍[13]、周春艳[14]、崔一娇[15]、童磊[16]、侯飞[17]、胡振琪[18]等人做过城市用地等方面的信息提取。秦勇[19]、贾坤[20]、刘充[21]等人也进行了影像分类信息提取等方面的研究，并且指出遥感信息提取技术的发展和突破，不仅是遥感科学技术发展和应用必须解决的问题，也是各国科学家争相研究的一个热点问题[21]。1.3研究内容与技术路线1.3.1研究内容基于滁州市2016年的高分一号卫星遥感数据，利用面向对