高分辨率影像最佳分割尺度研究-摄影测量与遥感专业论文.docxVIP

摘 要 近年来越来越多的高分辨率遥感影像得到应用。传统方法已然不能满足高空间分辨率 遥感影像的分类要求。面向对象的遥感影像处理方法应运而生。面向对象方法的基本处理 单元是经过多尺度分割的具有较好的完整性和单一性的影像对象，由于高分辨率遥感影像 中丰富的地理空间信息的提取需要在多种不同的尺度下进行，因此如何确定不同地物类别 所适应的分割尺度是面向对象分类面临的一个重要难题。在此基础上本文取得了以下几个 方面的研究成果。 1.提出最小可计算单元，包括： 1）不同空间尺度的最小可计算空间单元（遥感影像最佳分辨率）的确定； 2）不同时间尺度下最小可计算时间单元的确定； 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。 2.提出像元比值法解决最佳分割尺度选择的问题。主要的目的是平衡“淹没”与“破 碎”现象。 3.运用面向对象的方法，进行特征提取。 关键词：高分辨率影像；最佳分割；分类；最小可计算单元  Abstract In recent years a growing number of high-resolution remote sensing images are applied. Traditional methods cannot meet the demands of high spatial resolution remote sensing image classification. The basic processing units of object-oriented method are the image units with fine integrity and oneness through multi-scale segmentation. The extraction of prolific geographic spatial information in high-resolution remote sensing images needs to be proceeded at different scales. The choice of proper segmentation scale of different land cover types is a key problem in object-oriented classification. The following research produces are obtained in this paper: The smallest computable unit is proposed. The choice of smallest spatial unit at different spatial scales(the best resolution of remote sensing images) The choice of smallest spatial unit at different temporal scales. The choice of smallest computable unit (smallest patch) in object-oriented method. Pixel ratio method is proposed to solve the choice of best segmentation scale. The main purpose is to balance the drowned and broken phenomenon. Object-oriented method is used to proceed feature extraction， Key Words ： High-resolution images; best segmentation; classification; smallest computable unit;  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