基于多源影像融合和面向对象的土地利用分类技术研究.pdf

摘 要 加快推进新型城镇化建设是兵团经济社会发展的必然要求，利用遥感数据获取团场土地利用信 息及农业概况，既可以为政府决议提供基础依据，同时也是农业信息化发展的必要条件，能够提高 效率、节省人力和资源，使农业更加科学地发展。而随着卫星产品的空间分辨率的不断提升和普及， 高分辨率卫星影像所包含的信息也越来越丰富。每一个卫星传感器由于自身硬件设备的差异，所获 取的信息参数也不尽相同。对于影像中的同一种目标对象，不同数据源的影像信息所呈现的细节信 息也各有差异，多源影像融合可以综合不同卫星传感器的有利信息，使融合后的影像既能提高原始 影像的利用率，也能增大遥感影像的应用范围。以往进行影像分类的方法是根据影像像元的光谱特 征完成分类，此方法忽略了影像中所包含的其它信息，不仅影像数据的使用率低，而且也产生了极 大的浪费。针对多源影像融合及面向对象分类过程中存在的问题，本文基于资源三号多光谱影像和 快舟一号全色遥感影像，对影像的预处理、多源影像融合方法、影像分割参数确定、分类以及精度 评价等方面进行研究，主要工作如下： （1）针对不同遥感卫星传感器参数、特性及影像分辨率的不同开展研究。系统地研究了多源遥 感影像数据的预处理工作，主要完成影像辐射定标、大气校正及影像配准等预处理工作，保证原始 影像之间像元的一致性，为影像进一步融合提供数据基础。 （2 ）针对多源传感器图像融合的方法开展研究。为探讨适合资源三号（ZY-3 ）多光谱影像和快 舟一号（KZ- 1）全色影像的多源数据融合方法，本文使用PCA 融合、Brovey 融合、Gram-Schmidt 融 合、NNDiffuse 融合、Subtractive 融合及Pansharp 融合等六种像素级常用融合方法对资源三号和快舟 一号影像开展融合试验，并改进超分辨率贝叶斯算法以提高融合后图像质量。经过目视解译和定量 评价（空间信息融入度、光谱信息保持度、清晰度）指标综合对比分析，改进后的超分辨率贝叶斯 算法较适合资源三号遥感影像的多源融合，既保持了影像的光谱信息，也增强了遥感影像的细节纹 理特征。 （3 ）针对面向对象的图像分割实验开展研究。使用面向对象的分类方法，充分利用遥感影像中 地物的光谱特征信息和空间特征信息。借助无人机获取的 125 团研究区遥感影像，生成样本矢量文 件对实验分类结果进行验证，结果表明：实验区I 总体分类精度为84.75 ％，Kappa 系数为0.8248 ， 实验区II 总体分类精度为84.42 ％，Kappa 系数为0.8145 ，总体分类精度与Kappa 系数均高于80%， 能有效了解研究区土地利用概况。 本文以资源三号和快舟一号遥感影像为数据源，基于多源影像数据，通过像素级影像融合，探 讨适合资源三号多源影像融合的融合算法，通过改进超分辨率贝叶斯算法，使用面向对象的影像分 割技术进行融合影像地物类别提取，有效地提取了研究区的土地覆被利用情况，可为土地资源配置、 水资源管理等提供理论基础和科学指导。 关键词：多源影像融合；面向对象分类；多尺度分割；特征优选；土地利用 I Abstract Accelerating the development of new-type urbanization is an inevitable requirement for the economic and social development of the Corps. Using remote sensing data to obtain land use information and agricultural profiles of the farm field can not only provide the basis for government decisions, but also a necessary condition for the development of agricultural informatization. It can improve efficiency, save manpower and resources, and make agriculture deve