面向对象影像分析中的多尺度方法分析-地图学与地理信息系统专业毕业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是我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 表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 学位论文题目: 面向对象影像分析中的多尺度方法分析 学位论文作者签名: /法各飞兑  日期: l 轩 F 月了日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权国防 科 学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档，允许论文 被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密学位论文在解密后适用本授权书。) 学位论文题目: 学位论文作者签名: 作者指导教师签名:  日期: OLol 哈年 日期: c).o1华年  了月 了日 _t月 f 日 万方数据 万方数据 国防科学技术大学研究生院博士学位论文 国防科学技术大学研究生院博士学位论文 目 录 摘 要 i Abstract iii 第一章 绪论 1 1.1 研究背景与意义 1 1.2 面向对象影像分析的研究现状 2 1.2.1 OBIA 产生与发展 2 1.2.2 研究子方向与应用领域 4 1.2.3 优势与发展趋势 6 1.2.4 存在的问题 9 1.3 研究内容与结构安排 10 1.3.1 研究内容 10 1.3.2 结构安排 11 第二章 高分遥感影像多尺度分割 13 2.1 影像分割基础 13 2.1.1 影像分割定义 13 2.1.2 影像分割的一般流程 14 2.1.3 影像分割评价方法 15 2.2 遥感影像分割方法 18 2.2.1 影像分割方法分类 18 2.2.2 高分遥感影像分割方法分析 21 2.2.3 高分遥感影像分割的特点与要求 22 2.3 基于动态统计区域的遥感影像分割算法 23 2.3.1 遥感影像产生模型 23 2.3.2 统计区域合并算法 24 2.3.3 多波段的统计区域生长 28 2.3.4 多尺度分割 28 2.4 实验结果与分析 29 2.4.1 测试数据库 29 2.4.2 定性评价 30 2.4.3 定量评价 31 第 I 页 第 I 第 II 页 万方数据 2.4.4 复杂度分析 36 2.5 本章小结 37 第三章 最优分割尺度选择 38 3.1 引言 38 3.2 最优分割尺度与选择方法 39 3.2.1 最优分割尺度及其特性 39 3.2.2 最优尺度选择方法 39 3.3 基于场景复杂度的尺度选择方法 45 3.3.1 视觉模型与场景复杂度 46 3.3.2 场景复杂度与分割尺度选择 48 3.3.3 实验与分析 48 3.4 本章小结 50 第四章 遥感影像多尺度对象树 51 4.1 引言 51 4.2 影像多尺度描述的理论与方法 51 4.2.1 基于影像多尺度分解的方法 52 4.2.2 基于尺度空间的方法 54 4.2.3 基于区域分裂合并的方法 56 4.3 多尺度对象树 59 4.3.1 对象树的结构 60 4.3.2 对象树的构建过程 61 4.3.3 相异度函数 63 4.3.4 快速区域合并算法 65 4.4 实验结果与分析 71 4.4.1 对象树构建时间开销 71 4.4.2 对象树中间结果 72 4.5 本章小结 73 第五章 基于多尺度对象树的建筑物提取 75 5.1 引言 75 5.2 高分影像中的建筑物模型 76 5.3 基于多尺度对象树的建筑物提取方法 77 5.3.1 植被提取 78 5.3.2 阴影自动提取 79 第 PAGE 第 PAGE VIII 页 万方数据 5.3.3 阴影阳光侧提取 83 5.3.4 基于阴影的建筑物提取 86 5.3.5 基于对象树的建筑提取 89 5.4 实验结果与分析 91 5.4.1 测试影像 91 5.4.2 评价方法与指标 92 5.4.3 结果与讨论 93 5.4 本章小结 98 第六章 基于骨架的对象形状分析 99 6.1 引言 99 6.2 道路形状特征分析 99 6.2.1 道路对象的形状特征分析 99 6.2.2 道路模型的形状特征分析 101 6.3 道路区域形状滤波 101 6.3.1 基于数学形态学的道路滤波 101 6.3.2 基于骨架的道路滤波