高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯?pdf

1、遙感技術(shù)的巨大發(fā)展擴(kuò)寬了對(duì)地觀測(cè)的視野，給人們提供了極為豐富的地理信息。隨著衛(wèi)星傳感器的空間分辨率不斷提高，高分辨率遙感影像已經(jīng)在城市規(guī)劃、國土資源管理、地質(zhì)調(diào)查、交通檢測(cè)等區(qū)域性研究與相關(guān)的應(yīng)用領(lǐng)域中扮演著重要角色。雖然遙感影像的分類技術(shù)取得了長足發(fā)展，但是已有的研究表明基于像元的高分辨率遙感影像分類存在明顯的限制。為了克服基于像元的傳統(tǒng)信息提取方法所面臨的缺點(diǎn)，一種被稱為面向?qū)ο髨D像分析(OBIA)的新方法應(yīng)運(yùn)而生。作為地理科學(xué)的一

2、個(gè)分支，OBIA代表著遙感與地理信息系統(tǒng)學(xué)科發(fā)展的重要趨勢(shì)。本文圍繞著OBIA的主要研究內(nèi)容與結(jié)論包括：
　　 (1)基于分水嶺變換和小波變換提出多尺度分割方法用于波段融合后的高分辨率多光譜影像。利用該方法進(jìn)行分割的過程包括多尺度圖像生成、圖像分割、區(qū)域合并和結(jié)果映射等四個(gè)方面。采用相位一致模型多尺度地提取各近似子圖的梯度，并逐個(gè)尺度地進(jìn)行梯度融合。進(jìn)而分析不同尺度與不同地物的局部梯度方差，選擇最佳的小波分解尺度。通過移動(dòng)閾值與

3、擴(kuò)展最小變換多層次地標(biāo)記紋理和灰度的均質(zhì)區(qū)域。以空間相鄰關(guān)系、面積、光譜與紋理等因素多約束地合并最初的分割區(qū)域。處理邊界像元將最初的結(jié)果投影到更高的尺度直到原始圖像。實(shí)驗(yàn)結(jié)果表明所提方法能夠應(yīng)用到高分辨率影像的分割且可取得較準(zhǔn)確的分割效果。
　　 (2)基于對(duì)紋理頻譜的分析提出一種高分辨率遙感影像最佳空間尺度的選擇方法。分析了四種典型地物在傅里葉變換頻域的頻譜響應(yīng)特性。采用點(diǎn)擴(kuò)散函數(shù)對(duì)原始影像進(jìn)行尺度擴(kuò)展，進(jìn)而根據(jù)不同尺度下影像

4、紋理的徑向與角向曲線變化情況選擇最佳尺度。通過分析四種地物在6個(gè)尺度下的紋理特征可分性，說明本文方法能客觀反映出地物的尺度效應(yīng)，具備最佳尺度選擇的可行性。進(jìn)行了基于支持向量機(jī)的全色影像面向?qū)ο蠓诸?，?shí)驗(yàn)結(jié)果表明在最佳尺度下可取得最佳精度。
　　 (3)提出一種基于粗糙集理論的面向?qū)ο蠓诸惙椒ㄒ詤^(qū)分高分辨率遙感影像上的不同地物。利用了不可分辨關(guān)系、上下近似集和知識(shí)約簡(jiǎn)等方式發(fā)現(xiàn)隱含在Gabor紋理特征內(nèi)的分類規(guī)則。在對(duì)象光譜特征的

5、初步分類結(jié)果基礎(chǔ)上，依據(jù)紋理分類規(guī)則得到最終結(jié)果。本文重點(diǎn)提出一種適用于面向?qū)ο蠓诸惖倪B續(xù)區(qū)間屬性離散化方法。實(shí)驗(yàn)表明本文方法可取得較好分類結(jié)果與較高分類精度。
　　 (4)結(jié)合支持向量機(jī)技術(shù)與基于粗糙集的粒度計(jì)算，提出了一種新的高分辨率遙感影像面向?qū)ο蠓诸惙椒ā亩喙庾V波段數(shù)據(jù)中提取對(duì)象的光譜特征，并用Gabor濾波器組產(chǎn)生紋理特征，利用多核支持向量機(jī)進(jìn)行初步的面向?qū)ο蠓诸?，?duì)分類結(jié)果進(jìn)行求交后生成信息顆粒。比較顆粒的特征均值

6、與各樣本中心的歐氏距離以區(qū)分顆粒類別，通過定量分析顆粒間的空間相鄰關(guān)系判斷待定類別的顆粒，利用少量人工交互的識(shí)別處理得到最終分類結(jié)果。與基于高斯徑向基核函數(shù)的支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)兩種方法進(jìn)行了對(duì)比，實(shí)驗(yàn)結(jié)果表明本文所提方法能夠取得更好的分類效果。
　　 最后，總結(jié)了本文的研究成果。下一步需要深入研究的工作有：1)整合多種方法、從多角度進(jìn)行分析以提高分割的效果；2)將遙感中的尺度因素和具體應(yīng)用的尺度要求進(jìn)行統(tǒng)一考慮；3)如何在遙感