畢業(yè)論文--基于面向?qū)ο蟮亩喙庾V數(shù)據(jù)的地表信息提取應(yīng)用

《畢業(yè)論文--基于面向?qū)ο蟮亩喙庾V數(shù)據(jù)的地表信息提取應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于面向?qū)ο蟮亩喙庾V數(shù)據(jù)的地表信息提取應(yīng)用摘要隨著計(jì)算機(jī)技術(shù)和遙感技術(shù)的發(fā)展，遙感技術(shù)在社會(huì)的各個(gè)方面得到了廣泛應(yīng)用，如對(duì)資源、環(huán)境、災(zāi)害、城市等進(jìn)行調(diào)查、監(jiān)督、分析和預(yù)測(cè)、預(yù)報(bào)等方面的工作。所以分類(lèi)作為遙感技術(shù)中的一項(xiàng)最基本的研究，也是遙感技術(shù)運(yùn)用最為廣泛的一項(xiàng)技術(shù)，也相應(yīng)的提出了更高的要求。然而目前主要的分類(lèi)方法是監(jiān)督分類(lèi)和非監(jiān)督分類(lèi)，這兩種方法是基于像元的分類(lèi)方法，不能有效的利用影像的空間紋理信息。而且基于像元的分類(lèi)方法還存在著分類(lèi)結(jié)果出現(xiàn)椒鹽現(xiàn)象的問(wèn)題，從而導(dǎo)致大量無(wú)效破碎圖斑的產(chǎn)生，最終導(dǎo)致分類(lèi)精度不高。隨后又提出了在此兩種方法的基礎(chǔ)上該進(jìn)的方法，如模糊分類(lèi)法、基于神經(jīng)網(wǎng)絡(luò)

2、的分類(lèi)方法和基于決策樹(shù)的分類(lèi)方法等。雖然后述這些方法在一定的程度上提高了分類(lèi)的精度，但是他們依舊是建立在像元的基礎(chǔ)上，也沒(méi)有考慮到對(duì)象的空間紋理信息。所以也會(huì)出現(xiàn)上述的一些問(wèn)題（如：椒鹽現(xiàn)象等）。所以傳統(tǒng)的分類(lèi)方法已不能滿(mǎn)足分類(lèi)的需求。所以基于以上這些問(wèn)題，面向?qū)ο蟮姆诸?lèi)方法應(yīng)運(yùn)而生，面向?qū)ο蟮姆诸?lèi)方法充分利用影像的光譜信息、空間幾何信息、紋理信息來(lái)進(jìn)行分類(lèi)。采用多尺度分割算法，采用不同的分割尺度，能夠較好的提取各種尺寸大小的地物。所以運(yùn)用面向?qū)ο蟮姆诸?lèi)方法提取地表信息是，能夠細(xì)致的提取出地表所覆蓋的地物種類(lèi)，并且能夠達(dá)到更高的提取精度，能夠更加準(zhǔn)確的為相關(guān)部門(mén)提供數(shù)據(jù)資料，為相關(guān)部

3、門(mén)作出決策判斷提供依據(jù)。本文中采用面向?qū)ο蟮姆诸?lèi)方法與傳統(tǒng)的基于像元的分類(lèi)方法相比有一下有點(diǎn)：基于影像多尺度分割得到同質(zhì)像元組成的影像對(duì)象，對(duì)象內(nèi)部的光譜差異值很小可以忽略其內(nèi)部的信息，從而避免了椒鹽現(xiàn)象的出現(xiàn)，對(duì)象之間的區(qū)分同時(shí)考慮了光譜和形狀兩種因子，為分類(lèi)提供了更多的特征，有效地克服了基于像元分類(lèi)的一些局限性；多尺度的空間分析，可以滿(mǎn)足不同尺度地物的信息提取要求；模擬人腦的思維方式充分利用影像對(duì)象的各種特征，以達(dá)到盡可能高的精度提取地物信息的目的。本文以四川省樂(lè)山市為實(shí)驗(yàn)區(qū)，以全市范圍的中分辨率的TM影像作為研究分析的數(shù)據(jù)源，對(duì)樂(lè)山市市中區(qū)的TM影像分別進(jìn)行基于像元的監(jiān)督分類(lèi)和

4、面向?qū)ο蠓诸?lèi)方法的分類(lèi)，并將結(jié)果進(jìn)行比較分析，并以此經(jīng)驗(yàn)來(lái)完成整個(gè)樂(lè)山市的TM影像的面向?qū)ο蠓诸?lèi)，提取出地表的地物信息。TM影像是典型的多光譜數(shù)據(jù)，共有七個(gè)波段分別是藍(lán)、綠、紅、近紅外、中紅外、熱紅外、短波紅外波段。分類(lèi)結(jié)果表明，面向?qū)ο蟮姆诸?lèi)方法在進(jìn)行地表信息提取時(shí)相對(duì)于傳統(tǒng)基于像元的分類(lèi)方法能夠取得較高的精度，并且運(yùn)用面向?qū)ο蟮姆椒ㄝ^好地完成了快速、精確地提取實(shí)驗(yàn)區(qū)的地表信息的目標(biāo)。關(guān)鍵字：面向?qū)ο蠓诸?lèi)、基于像元的分類(lèi)、TM影像、多光譜、地表信息提取目錄基于面向?qū)ο蟮亩喙庾V數(shù)據(jù)的地表信息提取應(yīng)用第1章引言1.1選題背景及選題意義1.2面向?qū)ο筮b感影像分類(lèi)技術(shù)的提出1.3面向?qū)ο筮b

5、感影像分類(lèi)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀1.4研究?jī)?nèi)容及方法第2章研究區(qū)概況及數(shù)據(jù)預(yù)處理2.1研究區(qū)概況2.2數(shù)據(jù)來(lái)源2.3數(shù)據(jù)預(yù)處理第3章基于像元的多光譜數(shù)據(jù)的地表信息提取應(yīng)用3.1研究區(qū)地表信息分類(lèi)系統(tǒng)3.2最優(yōu)波段選擇3.3ENVI中的最大似然法分類(lèi)第4章基于面向?qū)ο蟮亩喙庾V數(shù)據(jù)的地表信息提取應(yīng)用4.1基本概念4.2影像分割4.2.1尺度選擇4.2.2波段權(quán)重選擇4.2.3均值因子選擇4.2.4影像對(duì)象4.3面向?qū)ο蟮姆诸?lèi)方法4.3.1分類(lèi)層次的建立4.3.2分類(lèi)特征選取及分類(lèi)規(guī)則建立4.3.3地表信息提取第5章分類(lèi)精度5.1分類(lèi)精度評(píng)價(jià)5.2多光譜TM影像基于像元和面向?qū)ο蠓诸?lèi)結(jié)果精度

6、評(píng)價(jià)結(jié)論與討論主要成果與認(rèn)識(shí)參考文獻(xiàn)第1章引言1.1選題背景及選題意義隨著社會(huì)的發(fā)展，不斷的高樓大廈拔地而起、江河湖泊被開(kāi)發(fā)利用、農(nóng)田水利設(shè)施興建、國(guó)際基礎(chǔ)性設(shè)施興建等的增加，使得地表信息變得越來(lái)越復(fù)雜。所以真實(shí)準(zhǔn)確的了解地表信息是國(guó)家進(jìn)行國(guó)土資源管理工作和宏觀經(jīng)濟(jì)調(diào)控的基礎(chǔ)和重要的依據(jù)。近年來(lái)，國(guó)內(nèi)外眾多的學(xué)者、研究機(jī)構(gòu)和研究組織從不同的尺度和不同的角度上研究了地表信息的提取及其應(yīng)用，并取得了很大的進(jìn)展。如國(guó)內(nèi)每個(gè)幾年要對(duì)我國(guó)的土地進(jìn)行調(diào)查，使得國(guó)家有關(guān)機(jī)構(gòu)能都更好的了解地表土地的信息。隨著科技的進(jìn)步，3S技術(shù)（RS、GPS、GIS）越來(lái)越廣泛的應(yīng)用到人們的日常生產(chǎn)和生活中，在地學(xué)

7、和土地學(xué)科研究和管理實(shí)踐中，遙感影像也成為最重要的原始數(shù)據(jù)之一，可以這樣簡(jiǎn)單的概述，3S技術(shù)的結(jié)合應(yīng)用，取長(zhǎng)補(bǔ)短，是一個(gè)自然的發(fā)展趨勢(shì)，三者之間的相互作用形成了“一個(gè)大腦，兩只眼睛”的框架，即RS和GPS向GIS提供或更新區(qū)域信息以及空間定位，而GIS即就是大腦，通過(guò)大腦的分析得到結(jié)果，所以RS作為GIS最為直接的數(shù)據(jù)源，必將在以后的社會(huì)工作中得到大量的應(yīng)用。隨著RS的發(fā)展使得人們也看到了RS的重要性，所以人們也在追求更高質(zhì)量的遙感數(shù)據(jù)，從而越來(lái)越高分辨率