高分辨率影像最佳分割尺度分析-地图制图学与地理信息工程专业论文.docxVIP

目 录 摘 要 Abstract 1 绪论 1 1.1 问题的提出及意义 1 1.2 主要研究内容和技术路线 2 1.2.1 本论文研究目标 2 1.2.2 主要研究内容 2 1.2.3 技术路线 3 2 研究区概况及数据预处理 4 2.1 研究区概况 4 2.1.1 地貌、地形及地质 5 2.1.2 水文、气象 6 2.1.3 土壤、植被 8 2.1.4 水资源及满足程度 9 2.2 社会经济状况 10 2.2.1 人口、劳力 10 2.2.2 土地利用状况、农业生产及群众生活水平状况 10 2.2.3 农业经济状况 11 2.2.4 交通、通讯、水利等基础设施情况 11 2.3 辐射校正 11 2.4 几何校正 12 2.5 spot5 图像正射校正 13 2.6 图像增强处理 14 3 最小可计算单元概念与特征 19 3.1 最小空间单元与最小功能单元 19 3.2 最小可计算单元 20 3.2.1 最小可计算（空间）单元的定义 20 3.2.2 最小可计算单元的表现形式 21 3.2.3 确定最小可计算单元应该遵循的原则 21 3.2.4 最小可计算单元的确定 22 3.3 最小可计算单元的应用 22 3.3.1 不同研究尺度的最小可计算空间单元（遥感影像最佳分辨率）的确定 22 3.3.2 不同时间尺度下最小可计算时间单元的确定 24 3.3.3 面向对象的分类中最小可计算空间单元（最小斑块）的确定 26 3.4 影像融合 29 3.4.1 Brovey 融合 29 3.4.2 主成分融合 29 3.4.3 乘积变换融合 29 3.4.4 小波变换融合 30 3.4.5 融合结果 31 4 像元比值法 33 4.1 像元面积比值指数 34 4.2 破碎面积比值指数 35 4.3 像元值范围比值指数 35 4.4 像元比值法流程 36 4.5 多尺度影像分割参数确定 36 4.6 影像分割的精度评定 41 5.面向对象的遥感影像分类 42 5.1 面向对象的遥感图像分类方法概述 42 5.2 基于面向对象分类方法的分类信息提取 43 5.2.1 图像分割 44 5.2.2 对象合并 44 5.2.3 提炼 44 5.2.4 属性计算 44 5.2.5 分类 45 5.3 支持向量机 45 5.4 面向对象的分类结果 46 5.4.1 ENVI FX 简介 46 5.4.2 操作流程 46 结论与展望 55 参 考 文 献 57 作 者 简 历 60 学位论文数据集 62 - - PAGE 10 - 1 绪论 1.1 问题的提出及意义 过去 40 年间遥感技术有了长足的发展。具备了高光谱分辨率、高时间分辨率、高空间 分辨率、自动化、低成本、快速、准确、大尺度连续覆盖能力、全天时、全天候、准实时 的长期对地观测能力，已经形成了三多和三高的发展局面[1]。在目标识别、环境监测、资 源开发、城市规划、测绘、农业、林业、海洋、军事等行业和领域得到广泛的应用，发挥 着重要作用。随着遥感技术日臻完善、各种探测卫星的成功发射，使人们能够获得极其丰 富的信息，特别是近年来。越来越多的高分辨率遥感卫星得到应用[4]。本文所述的高分辨 率卫星影像指的是高空间分辨率遥感影像。目前人们对遥感信息的认识和利用程度远远落 后于遥感信息获取的速度。造成大量资源的严重浪费，因此，面对海量的遥感影像数据， 如何根据高分辨率影像的特点，实现高分辨率影像信息的快速、高精度提取感兴趣信息是 目前遥感数据处理领域非常活跃的亟待解决的研究主题。其中，对影像进行多尺度分割和 最优尺度选择是进一步进行信息提取的前提和保障[3]。 遥感技术已经进入了一个能够动态、快速、准确、多手段提供多种对地观测数据的新 阶段，目前多传感器技术已覆盖大气窗口的所有部分，大大提高了人类处理和分析大量有 关地球资源、环境、社会与经济数据的能力[4]。随着信息和知识时代的来临，人类对地理 空间数据的需求结构向知识化、多元化方向发展，从而带来了对多种尺度空间数据分析和 显示的大量需求，本文中的多尺度主要考虑高空间分辨率遥感数据经过影像分割后的不同 空间分辨率[5]。遥感影像信息是对依赖于尺度的地表空间格局与过程的特征反映，不同的 环境特征对空间尺度的要求不同。另外作为认知主体的人类具有不同的文化背景和应用目 的，需要从不同的角度来认知客观世界，空间数据的多尺度处理与表示是符合人类推理习 惯的一种自然表达方式。但是由于各种条件的限制要获得同一地区不同尺度的所有数据是 有难度