高分辨率遥感影像面向对象分类方法研究-地图制图学与地理信息工程专业论文.docxVIP

原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：驻红导师签名经骘日期．型蛑旦月卫日 中南大学博士学位论文 中南大学博士学位论文 摘要 摘要 遥感技术的巨大发展扩宽了对地观测的视野，给人们提供了极为丰富 的地理信息。随着卫星传感器的空间分辨率不断提高，高分辨率遥感影像 已经在城市规划、国土资源管理、地质调查、交通检测等区域性研究与相 关的应用领域中扮演着重要角色。虽然遥感影像的分类技术取得了长足发 展，但是已有的研究表明基于像元的高分辨率遥感影像分类存在明显的限 制。为了克服基于像元的传统信息提取方法所面临的缺点，一种被称为面 向对象图像分析(OBIA)的新方法应运而生。作为地理科学的一个分支， OBIA代表着遥感与地理信息系统学科发展的重要趋势。本文围绕着 OBIA的主要研究内容与结论包括： (1)基于分水岭变换和小波变换提出多尺度分割方法用于波段融合 后的高分辨率多光谱影像。利用该方法进行分割的过程包括多尺度图像生 成、图像分割、区域合并和结果映射等四个方面。采用相位一致模型多尺 度地提取各近似子图的梯度，并逐个尺度地进行梯度融合。进而分析不同 尺度与不同地物的局部梯度方差，选择最佳的小波分解尺度。通过移动阈 值与扩展最小变换多层次地标记纹理和灰度的均质区域。以空间相邻关 系、面积、光谱与纹理等因素多约束地合并最初的分割区域。处理边界像 元将最初的结果投影到更高的尺度直到原始图像。实验结果表明所提方法 能够应用到高分辨率影像的分割且可取得较准确的分割效果。 (2)基于对纹理频谱的分析提出一种高分辨率遥感影像最佳空间尺 度的选择方法。分析了四种典型地物在傅里叶变换频域的频谱响应特性。 采用点扩散函数对原始影像进行尺度扩展，进而根据不同尺度下影像纹理 的径向与角向曲线变化情况选择最佳尺度。通过分析四种地物在6个尺度 下的纹理特征可分性，说明本文方法能客观反映出地物的尺度效应，具备 最佳尺度选择的可行性。进行了基于支持向量机的全色影像面向对象分 类，实验结果表明在最佳尺度下可取得最佳精度。 中南大学博士学位论文 中南大学博士学位论文 摘要 (3)提出一种基于粗糙集理论的面向对象分类方法以区分高分辨率 遥感影像上的不同地物。利用了不可分辨关系、上下近似集和知识约简等 方式发现隐含在Gabor纹理特征内的分类规则。在对象光谱特征的初步分 类结果基础上，依据纹理分类规则得到最终结果。本文重点提出一种适用 于面向对象分类的连续区间属性离散化方法。实验表明本文方法可取得较 好分类结果与较高分类精度。 (4)结合支持向量机技术与基于粗糙集的粒度计算，提出了一种新 的高分辨率遥感影像面向对象分类方法。从多光谱波段数据中提取对象的 光谱特征，并用Gabor滤波器组产生纹理特征，利用多核支持向量机进行 初步的面向对象分类，对分类结果进行求交后生成信息颗粒。比较颗粒的 特征均值与各样本中心的欧氏距离以区分颗粒类别，通过定量分析颗粒间 的空间相邻关系判断待定类别的颗粒，利用少量人工交互的识别处理得到 最终分类结果。与基于高斯径向基核函数的支持向量机和神经网络两种方 法进行了对比，实验结果表明本文所提方法能够取得更好的分类效果。 最后，总结了本文的研究成果。下一步需要深入研究的工作有：1) 整合多种方法、从多角度进行分析以提高分割的效果；2)将遥感中的尺 度因素和具体应用的尺度要求进行统一考虑；3)如何在遥感信息提取中 充分利用智能方法。 关键词：分水岭变换，相位一致，多尺度分割，最佳尺度选择，面向对象 分类 H 中南大学博士学位论文 中南大学博士学位论文 ABSTRACT ABSTRACT Great achievements of remote sensing tech