联合语义约束和面向对象方法提取山区居民地信息-摄影测量与遥感专业论文.docxVIP

优秀毕业论文 精品参考文献资料 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．对面向对象基本原理做了简要阐述，包括对象的生成以及信息的提取方法。并 针对影像分割过程中最优分割尺度选择问题做了研究，以对象内部方差变化率(ROC)为 指标，得到一种选择最优分割尺度的方案，作为最优分割尺度选择的参考依据。 2．针对山区这种特殊的地理环境，重点分析了山区居民地的对象特征，包括其光 谱特征、几何特征以及纹理特征，并将其与其他几种山区典型地物特征进行了比较。实 验结果表明，山区居民地虽然受多种因素影响，但纹理特征相对统一，可作为其主要提 取特征。基于此，对覆盖康定县塔公乡地区的一景GF．1数据进行面向对象的居民地提 取，并对提取结果存在的问题进行了分析。 3．分析了山区居民地的分布规律，在此基础上，建立山谷线语义约束条件、坡度 语义约束条件、雪线语义约束条件，并详细阐述了制定语义约束条件时需要考虑的因 素。最后将语义约束条件应用于康定县塔公乡实验中，对面向对象的提取结果做进一 步处理。实验结果表明，联合语义约束和面向对象的山区居民地提取方法能有效改善 山区居民地提取效果，得到更符合实际的结果。 4．分析了大区域高分影像信息提取的难点，并针对这些难点提出了理论上的解决 思路。然后将本文所提出的联合语义约束和面向对象的方法应用于大区域中山区居民 地提取。实验以雅安市石棉县为研究区域，对该区域进行了居民地提取。实验结果表 明，本文所采用的方法在大区域居民地提取实验中得到了较好的效果，有效的屏蔽了 高山云雪、山坡裸土、部分区域沙滩地等多种因素造成的居民地误分的情况。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本文不包含任何其他个人或集体已经发表或撰写 过的研究成果。对本论文的研究做出贡献的个人和集体，均已在文中作了明确说明。本 人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 日期：≥吖6-o；、50． 万方数据 西南交通大学硕士学位论文 西南交通大学硕士学位论文 第1页 摘要 山区居民地空间分布情况与山区农村人口变化、经济发展以及统筹规划具有较强 的空间关系，同时也是山区地质灾害应急响应和评估的重要基础资料，因此及时掌握 山区居民地分布情况对山区农村发展建设以及防灾抗灾救灾具有重要意义。然而我国 地缘辽阔，山区地形复杂，居民地分布受多种因素的影响，且农村居民地较分散，其分 布信息获取较困难。遥感技术的发展，尤其是高分辨率遥感技术的发展，为山区居民地 的快速获取提供了可能。 面向对象的图像分析方法因其分析单位由像元变为同质对象、分析过程模拟人大 脑思维等特点，成为目前高分辨率遥感影像信息提取的主要研究手段。然而面向对象 图像分析方法仍然存在分割尺度、特征选择等多种问题。再加上高分辨率遥感影像本 身的复杂性以及地物本身的复杂性，使得面向对象的信息提取结果存在大量误分对象， 以至于不能满足实际生产需要，尤其是大范围信息提取时。针对此问题，本文以高分一 号(GF—1)数据为数据源，在面向对象的山区居民地提取的基础上，加入居民地的空间分 布规律以及与其他地物的逻辑联系信息等地学专家知识，提出联合语义约束和面向对 象的方法，用以提取山区居民地。具体研究工作主要包括以下内容： (1)基于面向对象的山区居民地提取。本文首先对面向对象的图像分析方法基本原 理做了阐述，并针对其中最优分割尺度选择的问题，以内部方差变化率(ROC)为指标进 行了影像分割尺度分析，作为最优分割尺度参考。由于山区居民地影响因素多，特征较 难统一，所以本文对其光谱特征、几何特征、纹理特征做了系统分析，并与其他典型地 物做了对比。实验结果表明，纹理特征相对统一，可作为山区居民地提取的主要典型特 征。在此基础上，以覆盖康定县塔公乡地区的一景高分一号遥感影像为实验数据，进行 了居民地提取，并分析提取结果中存在的问题。 (2)基于语义约束的山区居民地提取。在山区这种特殊的地理环境中，居民地有着 明显的分布规律。因此，本文首先分析了山区居民地的分布规律，在此基础上制定了山 谷线语义约束条件、坡度语义约束条件、雪线语义约束条件，并详细阐述了制定语义约 束条件时需要考虑的因素。最后将语义约束条件应用于康定县塔公乡实验中，对面向 对象的提取结果做进一步处理，使得提取正确率相对于未使用语义约束的结果提高了 1．2倍。实验结果表明，联合语义约束和面向对象的山区居民地提取方法能有效改善山 区居民地提取效果，得到更符合实际的效果。 (3)大范围山区居民地提取。视野的扩大必定导致获取信息的减少，范围的增加必 定会造成针对局部的规则不能适用于